與任何革命性的趨勢(shì)一樣，人工智能（ai）的崛起同樣帶來了重大的機(jī)遇和難以應(yīng)對(duì)的挑戰(zhàn)，但其中最嚴(yán)重的可能并不是最常討論的風(fēng)險(xiǎn)。

麥肯錫全球研究院（mgi）最新研究顯示，人工智能具備顯著提高整體經(jīng)濟(jì)生產(chǎn)率的潛能。即使考慮到過渡成本和競爭效應(yīng)，截至2030年它也可以使總產(chǎn)量增加13萬億美元，同時(shí)每年提高全球gdp 1.2%左右。這將超過—或至少也能與過去通用技術(shù)的經(jīng)濟(jì)影響力相媲美，包括19世紀(jì)的蒸汽動(dòng)力、20世紀(jì)的工業(yè)制造以及21世紀(jì)的信息技術(shù)。

也許，人工智能最讓人們擔(dān)憂的問題是，其未來取代的崗位可能比創(chuàng)造的更多。但麥肯錫全球研究院的研究顯示，長期來看，人工智能的采用或許并不會(huì)對(duì)凈就業(yè)產(chǎn)生重大的影響。截至2030年，對(duì)該行業(yè)的追加投資可以貢獻(xiàn)5%的就業(yè)崗位，而其所創(chuàng)造的增量財(cái)富可以推升勞動(dòng)力需求，使就業(yè)崗位再增加12%。

盡管整體狀況十分樂觀，不好的消息也同樣存在。首先，感受人工智能的好處可能需要時(shí)間—尤其是在生產(chǎn)率方面。麥肯錫全球研究院的研究表明，截至2030年，人工智能對(duì)增長的貢獻(xiàn)可能是今后5年的3~5倍。

上述結(jié)果與所謂的索洛計(jì)算機(jī)悖論相一致：生產(chǎn)率的提升落后于技術(shù)進(jìn)步—這是數(shù)字革命期間一個(gè)值得關(guān)注的現(xiàn)象。部分原因是，起初，經(jīng)濟(jì)體面臨高額的落地和轉(zhuǎn)型成本，而這種成本往往會(huì)被人工智能對(duì)經(jīng)濟(jì)影響的研究忽略掉。麥肯錫全球研究院的模擬研究表明，未來5年這些成本將占到潛在總收益的80%，而到2030年卻將下降至潛在總收益的1/3左右。

人工智能革命另外一個(gè)令人不安的潛在特征是，它所產(chǎn)生的效益不太可能得到公平的分配。由此帶來的“人工智能差異”將進(jìn)一步強(qiáng)化數(shù)字差異已經(jīng)造成的經(jīng)濟(jì)不平等和破壞競爭的鴻溝。

上述差異可能來源于三個(gè)領(lǐng)域：在公司層面，完全不采用人工智能技術(shù)的企業(yè)可能因市場(chǎng)份額的喪失而面臨20%左右的現(xiàn)金流下降，從而致使他們面臨裁員的壓力。在技能層面，以重復(fù)性操作和低數(shù)字技術(shù)含量為特征的職務(wù)，可能從占就業(yè)總?cè)藬?shù)的40%下降到2030年的僅30%左右，而在工資總額中的比率從33%下降到20%左右。在國家層面，絕大多數(shù)發(fā)達(dá)國家與今天相比，可能獲得20%~25%的額外經(jīng)濟(jì)收入，而新興經(jīng)濟(jì)體可能僅增加5%~15%。

發(fā)達(dá)經(jīng)濟(jì)體在人工智能應(yīng)用方面具有顯著的優(yōu)勢(shì)，因?yàn)樗鼈冊(cè)诼鋵?shí)此前的數(shù)字技術(shù)方面能夠更進(jìn)一步，還有極強(qiáng)的動(dòng)機(jī)來采用人工智能技術(shù)：當(dāng)前的低生產(chǎn)率增長、人口老齡化和勞動(dòng)力成本相對(duì)較高。

相比之下，許多發(fā)展中經(jīng)濟(jì)體的數(shù)字設(shè)施嚴(yán)重不足，創(chuàng)新和投資能力薄弱，而且缺乏牢固的技術(shù)基礎(chǔ)。再加上低工資的動(dòng)機(jī)抑制效應(yīng)和充足的生產(chǎn)率追趕空間，這些經(jīng)濟(jì)體似乎不太可能在人工智能應(yīng)用領(lǐng)域，與那些發(fā)達(dá)國家伙伴保持同步。

這些人工智能差異的興起和擴(kuò)大，并非不可避免。尤其是發(fā)展中經(jīng)濟(jì)體可以選擇采用前瞻性的思維方法，包括強(qiáng)化其數(shù)字基礎(chǔ)并積極鼓勵(lì)對(duì)人工智能的應(yīng)用。同時(shí)，為了確保滿足不斷變化的工作需求，企業(yè)可以在支持低技術(shù)群體的教育升級(jí)和持續(xù)學(xué)習(xí)方面，發(fā)揮更加積極的作用。

但上述差異所造成的風(fēng)險(xiǎn)絕對(duì)不容低估。遠(yuǎn)見和毅力對(duì)于人工智能革命的成功至關(guān)重要，因?yàn)樗趲黹L期收益之前將會(huì)造成短期的痛苦。如果上述痛苦出現(xiàn)在人工智能收益分配不均且令民眾倍感沮喪的背景下，可能就會(huì)引發(fā)對(duì)技術(shù)的強(qiáng)烈抵制，而同樣的技術(shù)在不同的情況下，本來是可以創(chuàng)造出提高生產(chǎn)率、增加收入和催生就業(yè)需求的良性循環(huán)的。

本文由project syndicate授權(quán)《南風(fēng)窗》獨(dú)家刊發(fā)中文版。雅克·卜黑是麥肯錫全球研究院院長兼麥肯錫公司高級(jí)合伙人。尼古拉斯·馮·哲布洛克是布魯塞爾自由大學(xué)教授。