30年后，再來看霍金的“人工智能威脅論”

　　為了搶抓人工智能發展的重大戰略基于，構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國，國家不遺余力地給予政策扶持。

　　2015年，國務院提出將人工智能作為11個重點布局的領域之一，推動其在智能家居、智能終端、智能汽車、機器人領域的應用。

　　2017年7月，《新一代人工智能發展規劃》出臺，提出“三步走”計劃，到2030年人工智能理論、技術與應用總體達到世界領先水平。

　　此外，為貫徹落實“十三五”規劃《綱要》，加強“互聯網+”、人工智能等前沿技術領域創新，加快推動數字經濟發展，今年年初，國家發改委組織實施了2018年“互聯網+”、人工智能創新發展和數字經濟試點重大工程，并有56個項目入選其中……

　　天時地利人和占盡，人工智能想沒前途都難。

　　2

　　隨著人工智能在各行各業中的普及與應用，人們已完全能夠切身感受到其優勢所在。當無人駕駛亮相深圳令世人驚嘆之時，當生產車間越來越依靠智能化、自動化流水線時，當產品的外觀質檢越來越依靠機器視覺設備來替代質檢員的人眼和人腦來實施時，當學校的老師們可以無需為批改試卷而費力之時，人工智能可以大幅度提高工作效率這一命題自然也就成立了。

　　于是，在這個追求效率和質量的時代，人工智能成為了當之無愧的寵兒，甚至在國民經濟發展中扮演的角色也越來越重要。

　　可殊不知，我們在享受人工智能帶來的種種利好時，很多人的飯碗已經快要保不住了。

　　失業危機，也成為了目前人類對人工智能強勢崛起最為忌憚的痛點所在。

　　一切歷史都是當代史。當前我們眼前所發生的種種，從歷史上幾乎都能找到類似的情境;所以，“以史為鑒，可以知興替”，之于人工智能大抵也是如此。

　　我們不妨回憶一件有意思的事情：

　　上世紀70年代，電子信息技術革命來臨，IT界不斷的技術革新讓人們的工作方式發生了巨大變化，效率顯著提高。然而，事實卻與人們看到的不盡相同。

　　1973年美國政府公布的非農業生產部門數據顯示，表征人均產出大小的勞動生產率與表征技術進步/生產效率的全要素生產率年均增長分別為2.9%和1.9%;隨后的1973～1997年間，勞動生產率與全要素生產率年均增長速度分別僅為1.1%和0.2%。

　　盡管計算機處理能力增加了兩百多倍，但美國自1973年開始便結束了生產率高增長時期，生產率的增長速度降至此前25年的一半，而且企業的信息技術投資與投資回報率之間沒有明顯的關聯。

　　這一現象，便是著名的 “IT生產率悖論”，諾貝爾經濟學獎得主羅伯特·索洛對此描述道：“除了生產率統計方面之外，計算機無處不在。”

　　換句話說，雖然IT產業發展迅猛，但是它對宏觀經濟生產率的提高作用卻微乎其微。

　　之所以用此為例，是因為人工智能同IT技術一樣，都屬于“通用目的技術(General Purpose Technology)”的范疇。根據最新的維基百科介紹，經濟學家們普遍認為，人類發展史走到今天，總共出現過26種通用目的技術，包括蒸汽機、電力、內燃機、IT、人工智能……等等。

　　什么是通用目的技術?我們可以將其理解為同時包含以下四方面特點的一種技術：

　　1. 可以被廣泛應用至國民經濟各個領域，無論是農業、工業還是服務業;

　　2. 可以持續促進生產率提高，并同時降低使用者的成本;

　　3. 可以顯著促進新技術創新，并推動新產品的生產;

　　4. 可以不斷促進生產、流通和組織管理方式的調整和優化。

　　以IT技術為例：它問世后，以初期的某個特定應用領域為起點;隨著技術的不斷發展與進步，其應用成本將會逐漸下降，同時應用范圍會不斷拓展至其他各行各業。此外，IT技術具有極強的正外部性，其自身的演進也會顯著地促進其他新技術的創新和應用，并同其他技術形成良好的互補。

　　最后，IT技術的應用不僅促進了產品和生產環節的技術創新和生產方式的轉變，還加速了組織管理方式的優化，實現了產品技術、過程技術、組織技術的提升。

　　可以看出，人工智能同樣具備這些特征。

　　那么，今天的人工智能，是否會重復昨天IT生產率悖論的故事?我們不妨從數據總尋找答案。從圖2來看，自2008年國際金融危機至今，中國的勞動生產率水平一直是穩步上升的，但增速卻從2009年的9.02%降至2017年的6.85%，雖說個別年份增速有所波動，但依舊無法掩蓋總體下降的態勢。

　　另外，為了便于觀察，筆者采取大致五年一個階段來衡量全要素生產率的平均增速水平。從圖3中不難看出，自2000年以來，中國的全要素生產率增速是逐階段趨于下降的，盡管近年來各種新技術、新產業、新業態、新模式噴薄涌現，但是2010～2017年全要素生產率的平均增速卻降至1990年以來的最低值，僅為2.04%。

　　如此看來，人工智能在我國的崛起與幾十年前IT產業在美國的繁榮如出一轍，雖然人工智能技術的應用可以大大提高人們的工作與生產效率，但是卻并沒有讓宏觀層面的整體勞動生產率與全要素生產率得到顯著提高，二者甚至還有所降低。

　　稱人工智能為當代版的“生產率悖論”，并不過分。