在過去一年半，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)價值，也沒有感受到 AI 對現(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 會取代人類的工作嗎？"" 大模型訓(xùn)練高投入低回報(bào)的困境如何破解？" 這些由 AI 帶來的現(xiàn)實(shí)問題，倒是被擺上臺面。

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

而最近，我們與三位經(jīng)濟(jì)學(xué)家展開了對話。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)展遇到的問題并不是新問題，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)很需要社會科學(xué)的理解，否則人類將多走很多彎路，付出更大的代價。" 在召開 2024 年羅漢堂數(shù)字經(jīng)濟(jì)年會之前，羅漢堂秘書長陳龍說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)者似乎還沒有意識到這些問題 ……

一、一路狂飆的 AI，為何賺不到錢？

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)帶來的影響有何不同？

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

比如現(xiàn)在直接讓 AI 做數(shù)學(xué)難題是解不出來的，需要專家引導(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業(yè)領(lǐng)域，如此一來，AI 就不會代替人類。

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

陳龍：一方面我們見識了 AI 驚人的技術(shù)，總覺得 AI 會顛覆一切?？闪硪环矫?，直到今天我們還幾乎沒有看到來自 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)倒過來看會非常不一樣。

我舉一個例子，在過去十年內(nèi)，全世界見證了很多商業(yè)失敗，比如元宇宙、區(qū)塊鏈等等。不是說這些技術(shù)沒有未來，但在商業(yè)和經(jīng)濟(jì)角度，應(yīng)該問的是技術(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：開發(fā)大模型耗資巨大，可給企業(yè)帶來的經(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：我覺得這是兩場戰(zhàn)爭，大模型最燒錢的是一開始的模型訓(xùn)練，后面推理使用需要的資金量要小很多。所以競爭最強(qiáng)大底層模型的公司，那確實(shí)需要燒錢訓(xùn)練，這沒什么好說。

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)，讓客戶看到效率提升，愿意為之買單，所以基本不虧錢、不燒錢。

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，明年可能會有更多消費(fèi)側(cè)、個人側(cè) AI 應(yīng)用崛起，隨著這個節(jié)奏，投入就將看到回報(bào)。

另外，我也想鼓勵一下企業(yè)，雖然現(xiàn)在 80% 的產(chǎn)業(yè)利潤、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)大部分的收益會被產(chǎn)業(yè)應(yīng)用、被用戶拿到。

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

我覺得大家不要被頭部的大模型競賽吸引，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。

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

小飯桌：大模型可能會率先在哪些行業(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)用價值。

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

所以我覺得翻譯這個行業(yè)，包括同聲傳譯，也許很快就會被 AI 取代。

我是研究經(jīng)濟(jì)的，以往寫宏觀經(jīng)濟(jì)形勢分析，要專門建立數(shù)據(jù)庫，看今年比去年增長了多少？與歷史同期相比如何？對比數(shù)據(jù)之后得出結(jié)論。

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

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

未來可能對各行各業(yè)來說，都要運(yùn)用人工智能，學(xué)會與人工智能共處。

二、AI 會取代人類的工作嗎？

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

劉培林：經(jīng)濟(jì)學(xué)家研究經(jīng)濟(jì)史發(fā)現(xiàn)，每一個技術(shù)浪潮剛出來的時候，大家都有類似的擔(dān)心——新技術(shù)會導(dǎo)致大量失業(yè)。

比如有一個英語單詞 sabotage 。這個詞的本義是指 " 將木鞋扔進(jìn)機(jī)器 "，現(xiàn)在代指 " 暗中破壞，怠工 "。這個詞的背景就是在工業(yè)革命早期，工人們覺得自己的生計(jì)被工業(yè)自動化威脅，以及不滿流水線生產(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)自動化的好處已經(jīng)有目共睹。

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

參考?xì)v史，我覺得首先一點(diǎn)是，AI 技術(shù)浪潮來了，不可能被逆轉(zhuǎn)，必須接受它，適應(yīng)它。另外從長期來看，也不必太過擔(dān)憂，將來新創(chuàng)造的就業(yè)門類和就業(yè)崗位會超過被替代的。

還有一點(diǎn)是，在這個浪潮沖擊的中短期過程中，還是要有政策儲備，幫助個人適應(yīng)沖擊，同時個人也要努力學(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？是會帶來更多工作機(jī)會，還是消滅一些工作機(jī)會？

劉培林：坦白說我也沒有準(zhǔn)確答案。

經(jīng)濟(jì)學(xué)家通常會從兩個角度分析新技術(shù)對就業(yè)的影響，一個是 " 就業(yè)創(chuàng)造效應(yīng) "，另一個是 " 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，來不及學(xué)習(xí)人工智能技能，會被沖擊，就業(yè)崗位會被替代，這就是替代效應(yīng)。但人工智能又會催生出許多新的行業(yè)，這就是就業(yè)創(chuàng)造效應(yīng)。

長期來看，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)？我也說不準(zhǔn)。但我可以肯定的是，新技術(shù)浪潮來臨，誰也擋不住，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。

也許我們可以樂觀一些，現(xiàn)在一些發(fā)達(dá)國家正在探索一種新的政策—— " 無條件基本收入 "（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，真能替人類把工作全干了，那我們就不用擔(dān)心工作，在家拿著無條件基本收入、享受閑暇，就行了。

小飯桌：到時大家應(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)測百年后，物質(zhì)生活資料供給問題將被徹底解決，或者至少是可望獲得解決，屆時人類將不用再為物質(zhì)生活而發(fā)愁。

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

如果從現(xiàn)在起再經(jīng)過二三十年的發(fā)展，整個社會的生產(chǎn)效率、生產(chǎn)能力因?yàn)?AI 賦能得到質(zhì)的飛躍，迎來人們不用干活的時代，那么，也許屆時真正要發(fā)愁的問題，就是凱恩斯百年前所說的，如何優(yōu)雅地打發(fā)閑暇時光。

可以做一個思想實(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聊，其實(shí)也不是一件簡單的事。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)問題。

曾經(jīng)有科學(xué)家做過一個小鼠實(shí)驗(yàn)，就是物質(zhì)約束不再是一個問題后，小鼠倦怠、躺平，甚至連生育這樣最本能的需求也沒興趣了，其實(shí)這也是一個很大的問題。

小飯桌：說了對未來的美好憧憬，再講一個現(xiàn)實(shí)問題，現(xiàn)在大模型幾乎所有利潤都被英偉達(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？

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

但參考商業(yè)史，打破巨頭壟斷會是一個漸進(jìn)的過程。比如原先阿里每年將 " 雙十一 " 搞得聲勢浩大，但掙的錢都用來買服務(wù)器、買數(shù)據(jù)庫了。于是自己創(chuàng)新，直到后來一步步做出了阿里云，才逐漸擺脫了對巨頭的依賴。

今天中國的大模型和云計(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。如果中國一直扮演技術(shù)追隨者，行業(yè)利潤被分走也就在所難免。

作為技術(shù)上的外行，我覺得如果能找到一個很細(xì)分的領(lǐng)域，積累有壁壘的專業(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，也能產(chǎn)生不錯的效果，那也是一個能掙錢的方式。

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，如果中國科研機(jī)構(gòu)和企業(yè)能通過 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。

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)的改變是一個漫長的過程，會一步步改變，也很難預(yù)測。

舉個例子，在汽車剛發(fā)明的時候，在紐約的街上，馬車在前面走，后面的汽車不能摁喇叭，因?yàn)橐晦衾染腿菀左@了馬，會造成安全事故。也就是說，在馬車占主導(dǎo)的經(jīng)濟(jì)模式下，汽車是要給馬車讓步的。

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

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、市場側(cè)應(yīng)該如何調(diào)整，減少可能的消極影響？

Sargent：我覺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， AI 雖然現(xiàn)在看上去很新，但也是類似的邏輯。

比如我的父親之前是一名保險公司職員，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。

這個變革過程中，人們會根據(jù)自己的技能去做別的事情，整個市場會形成一個新的市場機(jī)制，讓大家根據(jù)技能找到新工作。也就是說，當(dāng)新技術(shù)出現(xiàn)，工人會有新型企業(yè)入駐，他們也會找到方式培養(yǎng)新技能，把原來過剩的勞動力引入市場，重新去應(yīng)用它們。

所以我覺得變革并不是有人故意對勞動力市場造成一些影響，這是一個非常自然而然的過程。

就像在 AI 出現(xiàn)之前，沒有人知道 AI 會對我們現(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，哪個想法會實(shí)現(xiàn)、哪個想法會為我們帶來革命性的變化，這不是事先被預(yù)定好的東西。比如中國過去 40 年發(fā)生的很多東西，企業(yè)家不斷創(chuàng)新，其實(shí)也是一個自然而然的過程。

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

劉培林：能耗問題恐怕要從更高維度看。

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

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

比如設(shè)計(jì)領(lǐng)域，原先要設(shè)計(jì)某個飛機(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。這個測試選優(yōu)的過程就是資源的浪費(fèi)。

但是現(xiàn)在通過大模型，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)模越來越大，推算效果越來越好，我覺得未來全行業(yè)單位知識的獲得所消耗的能量，應(yīng)該是遞減而不是遞增。

來源：小飯桌