在過(guò)去一年半，AI 好像比一切都重要。但我們似乎很少看到 AI 創(chuàng)造的經(jīng)濟(jì)價(jià)值，也沒(méi)有感受到 AI 對(duì)現(xiàn)有經(jīng)濟(jì)結(jié)構(gòu)的沖擊。

相反的，" 一路狂飆的 AI，為何商業(yè)化不順？""AI 會(huì)取代人類(lèi)的工作嗎？"" 大模型訓(xùn)練高投入低回報(bào)的困境如何破解？" 這些由 AI 帶來(lái)的現(xiàn)實(shí)問(wèn)題，倒是被擺上臺(tái)面。

在過(guò)去，小飯桌向眾多 AI 技術(shù)從業(yè)者、資本市場(chǎng)投資人提出過(guò)上述疑問(wèn)，但他們都沒(méi)能給出答案。

而最近，我們與三位經(jīng)濟(jì)學(xué)家展開(kāi)了對(duì)話。從三位經(jīng)濟(jì)學(xué)家那里我們得知，AI 技術(shù)雖然很新，但在經(jīng)濟(jì)史上仍有跡可循，AI 發(fā)展遇到的問(wèn)題并不是新問(wèn)題，在以往的技術(shù)革命中已經(jīng)找到了解法。只是人工智能的從業(yè)者們，普遍只從技術(shù)視角理解商業(yè)，卻沒(méi)有從商業(yè)的視角理解科技。

" 我們不能只從技術(shù)視角理解 AI，技術(shù)革命其實(shí)很需要社會(huì)科學(xué)的理解，否則人類(lèi)將多走很多彎路，付出更大的代價(jià)。" 在召開(kāi) 2024 年羅漢堂數(shù)字經(jīng)濟(jì)年會(huì)之前，羅漢堂秘書(shū)長(zhǎng)陳龍說(shuō)了這樣一句有些驚悚的話。

更嚴(yán)重的是，人工智能的從業(yè)者似乎還沒(méi)有意識(shí)到這些問(wèn)題 ……

一、一路狂飆的 AI，為何賺不到錢(qián)？

小飯桌：相比以往的技術(shù)變革，這一波 AI 技術(shù)浪潮給經(jīng)濟(jì)帶來(lái)的影響有何不同？

Sargent：很多年前人們談?wù)?" 軟件能否取代人類(lèi) "，現(xiàn)在人們討論 "AI 能否取代人類(lèi) "。但實(shí)際看來(lái)，軟件和 AI 都只是工具。

比如現(xiàn)在直接讓 AI 做數(shù)學(xué)難題是解不出來(lái)的，需要專(zhuān)家引導(dǎo)方向。所以，如果我要使用更多的 AI 工具，那我就需要了解更多專(zhuān)業(yè)領(lǐng)域，如此一來(lái)，AI 就不會(huì)代替人類(lèi)。

小飯桌：作為經(jīng)濟(jì)學(xué)家，如何看待過(guò)去一年半 AI 的迅猛發(fā)展，有哪些比較驚喜的地方？

陳龍：一方面我們見(jiàn)識(shí)了 AI 驚人的技術(shù)，總覺(jué)得 AI 會(huì)顛覆一切。可另一方面，直到今天我們還幾乎沒(méi)有看到來(lái)自 AI 的顛覆式商業(yè)創(chuàng)新。

小飯桌：為什么技術(shù)夠好，卻難以形成顛覆式商業(yè)創(chuàng)新？

陳龍：我想特別強(qiáng)調(diào)的是，我們應(yīng)該從商業(yè)的視角理解科技，而不是從科技的視角理解商業(yè)，兩者截然不同。

回到 AI，現(xiàn)在很多人講 AI 都是從科技視角去講，缺乏經(jīng)濟(jì)和商業(yè)的視角，其實(shí)倒過(guò)來(lái)看會(huì)非常不一樣。

我舉一個(gè)例子，在過(guò)去十年內(nèi)，全世界見(jiàn)證了很多商業(yè)失敗，比如元宇宙、區(qū)塊鏈等等。不是說(shuō)這些技術(shù)沒(méi)有未來(lái)，但在商業(yè)和經(jīng)濟(jì)角度，應(yīng)該問(wèn)的是技術(shù)本質(zhì)是什么？技術(shù)的商業(yè)本質(zhì)是什么？技術(shù)和商業(yè)的結(jié)合會(huì)發(fā)生什么？影響的邊界是什么？影響的環(huán)節(jié)是什么？

現(xiàn)在這樣的討論太少了，大部分講 AI 的人都是 AI 技術(shù)的興奮者，他們興致勃勃。但正如元宇宙、區(qū)塊鏈給我們的教訓(xùn)，技術(shù)成立并不意味著商業(yè)成功。

小飯桌：開(kāi)發(fā)大模型耗資巨大，可給企業(yè)帶來(lái)的經(jīng)濟(jì)效益卻很有限，如何看待投入和產(chǎn)出的不匹配？

陳龍：我覺(jué)得這是兩場(chǎng)戰(zhàn)爭(zhēng)，大模型最燒錢(qián)的是一開(kāi)始的模型訓(xùn)練，后面推理使用需要的資金量要小很多。所以競(jìng)爭(zhēng)最強(qiáng)大底層模型的公司，那確實(shí)需要燒錢(qián)訓(xùn)練，這沒(méi)什么好說(shuō)。

另一方面，很多用大模型做應(yīng)用的公司，前期投入并不多，照樣做得風(fēng)生水起。比如很多公司將大模型落地到產(chǎn)業(yè)，讓客戶(hù)看到效率提升，愿意為之買(mǎi)單，所以基本不虧錢(qián)、不燒錢(qián)。

如果去年算是底層大模型元年，今年就是產(chǎn)業(yè)大模型的落地之年，明年可能會(huì)有更多消費(fèi)側(cè)、個(gè)人側(cè) AI 應(yīng)用崛起，隨著這個(gè)節(jié)奏，投入就將看到回報(bào)。

另外，我也想鼓勵(lì)一下企業(yè)，雖然現(xiàn)在 80% 的產(chǎn)業(yè)利潤(rùn)、收益還是被芯片公司和云計(jì)算公司拿走了，大模型公司得到的收益很少，但我認(rèn)為十年之內(nèi)大部分的收益會(huì)被產(chǎn)業(yè)應(yīng)用、被用戶(hù)拿到。

所以尋找 AI 落地，把它作為商業(yè)要素在自己的產(chǎn)業(yè)和場(chǎng)景內(nèi)找到價(jià)值，這才是未來(lái)的必然之道。

我覺(jué)得大家不要被頭部的大模型競(jìng)賽吸引，畢竟頭部玩家的數(shù)量相當(dāng)有限，很多應(yīng)用領(lǐng)域其實(shí)大有可為，也不需要燒那么多錢(qián)。

很多大模型企業(yè)就應(yīng)該是大模型應(yīng)用企業(yè)，通過(guò)找到一些產(chǎn)業(yè)，跟產(chǎn)業(yè)數(shù)據(jù)和 knowhow 結(jié)合，從而體現(xiàn)自己的價(jià)值。

小飯桌：大模型可能會(huì)率先在哪些行業(yè)得到應(yīng)用？

劉培林：不是可能，是已經(jīng)在創(chuàng)造巨大的應(yīng)用價(jià)值。

以我自身為例，由于我的英語(yǔ)水平一般，以往要寫(xiě)英文文章，都是我先寫(xiě)好英文初稿，再找專(zhuān)業(yè)翻譯公司幫忙潤(rùn)色?？涩F(xiàn)在，只要喂給 AI 模型，幾乎瞬間就能完成潤(rùn)色。而且從專(zhuān)業(yè)角度看，不但翻譯準(zhǔn)確，連用詞都很考究。

所以我覺(jué)得翻譯這個(gè)行業(yè)，包括同聲傳譯，也許很快就會(huì)被 AI 取代。

我是研究經(jīng)濟(jì)的，以往寫(xiě)宏觀經(jīng)濟(jì)形勢(shì)分析，要專(zhuān)門(mén)建立數(shù)據(jù)庫(kù)，看今年比去年增長(zhǎng)了多少？與歷史同期相比如何？對(duì)比數(shù)據(jù)之后得出結(jié)論。

但個(gè)人積累的數(shù)據(jù)肯定遠(yuǎn)不如大模型豐富，所以未來(lái)將大模型用于金融分析，應(yīng)該會(huì)大行其道。不能說(shuō)大模型會(huì) 100% 替代金融分析師，最起碼會(huì)對(duì)行業(yè)帶來(lái)很大沖擊。

包括作為一個(gè)大學(xué)的研究人員，面對(duì) AI 我也有危機(jī)感。因?yàn)榫驼莆盏闹R(shí)廣度而言，我肯定不如人工智能，教課哪能教得過(guò) AI？所以我們也可能面臨失業(yè)沖擊。

未來(lái)可能對(duì)各行各業(yè)來(lái)說(shuō)，都要運(yùn)用人工智能，學(xué)會(huì)與人工智能共處。

二、AI 會(huì)取代人類(lèi)的工作嗎？

小飯桌：現(xiàn)在有一種擔(dān)憂是 AI 越來(lái)越強(qiáng)，可能會(huì)取代很多人的工作，經(jīng)濟(jì)學(xué)家是否有這個(gè)擔(dān)憂？

劉培林：經(jīng)濟(jì)學(xué)家研究經(jīng)濟(jì)史發(fā)現(xiàn)，每一個(gè)技術(shù)浪潮剛出來(lái)的時(shí)候，大家都有類(lèi)似的擔(dān)心——新技術(shù)會(huì)導(dǎo)致大量失業(yè)。

比如有一個(gè)英語(yǔ)單詞 sabotage 。這個(gè)詞的本義是指 " 將木鞋扔進(jìn)機(jī)器 "，現(xiàn)在代指 " 暗中破壞，怠工 "。這個(gè)詞的背景就是在工業(yè)革命早期，工人們覺(jué)得自己的生計(jì)被工業(yè)自動(dòng)化威脅，以及不滿(mǎn)流水線生產(chǎn)，就將腳上穿的木鞋扔進(jìn)機(jī)器，卡住它們，讓它們停止工作。

但現(xiàn)在工業(yè)自動(dòng)化的好處已經(jīng)有目共睹。

我想說(shuō)的是，歷史上每一次自動(dòng)化技術(shù)迭代總會(huì)有人擔(dān)心，要沖擊就業(yè)?，F(xiàn)在大家對(duì) AI 也是這樣的看法。

參考?xì)v史，我覺(jué)得首先一點(diǎn)是，AI 技術(shù)浪潮來(lái)了，不可能被逆轉(zhuǎn)，必須接受它，適應(yīng)它。另外從長(zhǎng)期來(lái)看，也不必太過(guò)擔(dān)憂，將來(lái)新創(chuàng)造的就業(yè)門(mén)類(lèi)和就業(yè)崗位會(huì)超過(guò)被替代的。

還有一點(diǎn)是，在這個(gè)浪潮沖擊的中短期過(guò)程中，還是要有政策儲(chǔ)備，幫助個(gè)人適應(yīng)沖擊，同時(shí)個(gè)人也要努力學(xué)習(xí)新的技能。

小飯桌：那人工智能將如何影響我們的就業(yè)市場(chǎng)？是會(huì)帶來(lái)更多工作機(jī)會(huì)，還是消滅一些工作機(jī)會(huì)？

劉培林：坦白說(shuō)我也沒(méi)有準(zhǔn)確答案。

經(jīng)濟(jì)學(xué)家通常會(huì)從兩個(gè)角度分析新技術(shù)對(duì)就業(yè)的影響，一個(gè)是 " 就業(yè)創(chuàng)造效應(yīng) "，另一個(gè)是 " 就業(yè)替代效應(yīng) "。

以人工智能為例，短期內(nèi)肯定有一批人趕上了這波浪潮，來(lái)不及學(xué)習(xí)人工智能技能，會(huì)被沖擊，就業(yè)崗位會(huì)被替代，這就是替代效應(yīng)。但人工智能又會(huì)催生出許多新的行業(yè)，這就是就業(yè)創(chuàng)造效應(yīng)。

長(zhǎng)期來(lái)看，是創(chuàng)造效應(yīng)大于替代效應(yīng)？還是替代效應(yīng)大于創(chuàng)造效應(yīng)？我也說(shuō)不準(zhǔn)。但我可以肯定的是，新技術(shù)浪潮來(lái)臨，誰(shuí)也擋不住，就像把木鞋扔進(jìn)機(jī)器阻止不了工業(yè)革命，你只能去擁抱新技術(shù)浪潮。

也許我們可以樂(lè)觀一些，現(xiàn)在一些發(fā)達(dá)國(guó)家正在探索一種新的政策—— " 無(wú)條件基本收入 "（政府拿出一部分稅收平均發(fā)給人民，獲得該收入不需要任何條件與資格）。

假如人工智能發(fā)展到最終階段，真能替人類(lèi)把工作全干了，那我們就不用擔(dān)心工作，在家拿著無(wú)條件基本收入、享受閑暇，就行了。

小飯桌：到時(shí)大家應(yīng)該擔(dān)憂什么？

劉培林：上世紀(jì) 30 年代，凱恩斯做了一次演講，題目是 " 我們孫輩的經(jīng)濟(jì)前景 "。凱恩斯預(yù)測(cè)百年后，物質(zhì)生活資料供給問(wèn)題將被徹底解決，或者至少是可望獲得解決，屆時(shí)人類(lèi)將不用再為物質(zhì)生活而發(fā)愁。

當(dāng)人類(lèi)從物質(zhì)生活資料短缺的束縛中解放出來(lái)以后，真正的問(wèn)題應(yīng)該是如何優(yōu)雅地打發(fā)閑暇時(shí)光，如何生活得更明智而愜意。

如果從現(xiàn)在起再經(jīng)過(guò)二三十年的發(fā)展，整個(gè)社會(huì)的生產(chǎn)效率、生產(chǎn)能力因?yàn)?AI 賦能得到質(zhì)的飛躍，迎來(lái)人們不用干活的時(shí)代，那么，也許屆時(shí)真正要發(fā)愁的問(wèn)題，就是凱恩斯百年前所說(shuō)的，如何優(yōu)雅地打發(fā)閑暇時(shí)光。

可以做一個(gè)思想實(shí)驗(yàn)：設(shè)想我們天天什么都不用干就有吃有喝，那么，如何讓自己不至于無(wú)聊，其實(shí)也不是一件簡(jiǎn)單的事。這種情況下，我們都得思考如何讓生活更加明智而愜意這樣的哲學(xué)問(wèn)題。

曾經(jīng)有科學(xué)家做過(guò)一個(gè)小鼠實(shí)驗(yàn)，就是物質(zhì)約束不再是一個(gè)問(wèn)題后，小鼠倦怠、躺平，甚至連生育這樣最本能的需求也沒(méi)興趣了，其實(shí)這也是一個(gè)很大的問(wèn)題。

小飯桌：說(shuō)了對(duì)未來(lái)的美好憧憬，再講一個(gè)現(xiàn)實(shí)問(wèn)題，現(xiàn)在大模型幾乎所有利潤(rùn)都被英偉達(dá)和微軟等少數(shù)巨頭占據(jù)，AI 創(chuàng)業(yè)公司獲利有限，該如何形成新的商業(yè)循環(huán)，讓更多人參與進(jìn)來(lái)？

劉培林：如何打破巨頭壟斷我沒(méi)有確切答案，如果我知道答案，我也創(chuàng)業(yè)賺錢(qián)去了。

但參考商業(yè)史，打破巨頭壟斷會(huì)是一個(gè)漸進(jìn)的過(guò)程。比如原先阿里每年將 " 雙十一 " 搞得聲勢(shì)浩大，但掙的錢(qián)都用來(lái)買(mǎi)服務(wù)器、買(mǎi)數(shù)據(jù)庫(kù)了。于是自己創(chuàng)新，直到后來(lái)一步步做出了阿里云，才逐漸擺脫了對(duì)巨頭的依賴(lài)。

今天中國(guó)的大模型和云計(jì)算一樣，本質(zhì)上是 " 技不如人 "。按照目前的主流技術(shù)路線進(jìn)行追趕是必要的。如果中國(guó)一直扮演技術(shù)追隨者，行業(yè)利潤(rùn)被分走也就在所難免。

作為技術(shù)上的外行，我覺(jué)得如果能找到一個(gè)很細(xì)分的領(lǐng)域，積累有壁壘的專(zhuān)業(yè)數(shù)據(jù)，加上一定的而不是很強(qiáng)的算力，也許不用燒很多錢(qián)，也能產(chǎn)生不錯(cuò)的效果，那也是一個(gè)能掙錢(qián)的方式。

但是，正如清華大學(xué)的張鈸院士和北京大學(xué)鄂維南院士所期待的，如果中國(guó)科研機(jī)構(gòu)和企業(yè)能通過(guò) AI 底層理論突破，形成不同于目前主流的新技術(shù)路線，讓大模型用更少數(shù)據(jù)、更少算力、更少能源消耗，進(jìn)行更可控、更安全的運(yùn)算和分析，自然就能賺大錢(qián)。

三、AI 將如何改變經(jīng)濟(jì)結(jié)構(gòu)？

小飯桌：隨著人工智能進(jìn)入各行各業(yè)，將如何改變我們現(xiàn)有的經(jīng)濟(jì)結(jié)構(gòu)？

劉培林：經(jīng)濟(jì)結(jié)構(gòu)的改變是一個(gè)漫長(zhǎng)的過(guò)程，會(huì)一步步改變，也很難預(yù)測(cè)。

舉個(gè)例子，在汽車(chē)剛發(fā)明的時(shí)候，在紐約的街上，馬車(chē)在前面走，后面的汽車(chē)不能摁喇叭，因?yàn)橐晦衾染腿菀左@了馬，會(huì)造成安全事故。也就是說(shuō)，在馬車(chē)占主導(dǎo)的經(jīng)濟(jì)模式下，汽車(chē)是要給馬車(chē)讓步的。

但今天放眼全世界，汽車(chē)全面取代馬車(chē)，經(jīng)濟(jì)結(jié)構(gòu)、規(guī)章制度自然會(huì)發(fā)生變化。但這些變化在當(dāng)時(shí)是很難想象的。

小飯桌：隨著以人工智能為代表的新技術(shù)快速變化，政策制定者、市場(chǎng)側(cè)應(yīng)該如何調(diào)整，減少可能的消極影響？

Sargent：我覺(jué)得如果我們回看工業(yè)革命，其實(shí)也是用機(jī)器代替很多人力的勞動(dòng)， AI 雖然現(xiàn)在看上去很新，但也是類(lèi)似的邏輯。

比如我的父親之前是一名保險(xiǎn)公司職員，但他的工作現(xiàn)在已經(jīng)不存在了，因?yàn)橛?jì)算機(jī)出現(xiàn)后，他的工作內(nèi)容已經(jīng)被徹底改變。

這個(gè)變革過(guò)程中，人們會(huì)根據(jù)自己的技能去做別的事情，整個(gè)市場(chǎng)會(huì)形成一個(gè)新的市場(chǎng)機(jī)制，讓大家根據(jù)技能找到新工作。也就是說(shuō)，當(dāng)新技術(shù)出現(xiàn)，工人會(huì)有新型企業(yè)入駐，他們也會(huì)找到方式培養(yǎng)新技能，把原來(lái)過(guò)剩的勞動(dòng)力引入市場(chǎng)，重新去應(yīng)用它們。

所以我覺(jué)得變革并不是有人故意對(duì)勞動(dòng)力市場(chǎng)造成一些影響，這是一個(gè)非常自然而然的過(guò)程。

就像在 AI 出現(xiàn)之前，沒(méi)有人知道 AI 會(huì)對(duì)我們現(xiàn)在造成這么大的影響。隨著科技繼續(xù)發(fā)展，很多想法、很多創(chuàng)新不斷產(chǎn)生，哪個(gè)想法會(huì)實(shí)現(xiàn)、哪個(gè)想法會(huì)為我們帶來(lái)革命性的變化，這不是事先被預(yù)定好的東西。比如中國(guó)過(guò)去 40 年發(fā)生的很多東西，企業(yè)家不斷創(chuàng)新，其實(shí)也是一個(gè)自然而然的過(guò)程。

小飯桌：從可持續(xù)發(fā)展角度，大模型訓(xùn)練帶來(lái)的高能耗問(wèn)題，是否會(huì)阻礙其進(jìn)一步發(fā)展？

劉培林：能耗問(wèn)題恐怕要從更高維度看。

大模型訓(xùn)練本身的確帶來(lái)了高耗能問(wèn)題，但隨著技術(shù)迭代，訓(xùn)練能耗會(huì)逐步降低。另外，更關(guān)鍵的是大模型可能讓全社會(huì)的能耗降低。

舉個(gè)例子，微軟、谷歌等巨頭通過(guò)大模型做出了更智能化的產(chǎn)品，讓知識(shí)可以免費(fèi)零成本或者以很低成本擴(kuò)散到各行各業(yè)，各個(gè)行業(yè)就變得更加智能，就會(huì)減少大量的無(wú)謂的浪費(fèi)，從而降低全社會(huì)的能源消耗。

比如設(shè)計(jì)領(lǐng)域，原先要設(shè)計(jì)某個(gè)飛機(jī)零部件，需要靠工程師，靠經(jīng)驗(yàn)，用窮舉法做好多次實(shí)驗(yàn)，然后選出最優(yōu)解。這個(gè)測(cè)試選優(yōu)的過(guò)程就是資源的浪費(fèi)。

但是現(xiàn)在通過(guò)大模型，能直接推算出最優(yōu)解，其實(shí)相當(dāng)于節(jié)約了巨大的成本和能耗。

就像大模型所依靠的 Scaling Law（標(biāo)度定律）一樣，隨著數(shù)據(jù)規(guī)模越來(lái)越大，推算效果越來(lái)越好，我覺(jué)得未來(lái)全行業(yè)單位知識(shí)的獲得所消耗的能量，應(yīng)該是遞減而不是遞增。

來(lái)源：小飯桌