衡量人工智能和自动化的福利效应

2019/06/12 17:29
收藏
对照中文英文原文
人工智能承诺经济增长,并为可能取代其工作的人制造恐惧。

人工智能承诺经济增长的同时,也令那些可能被其取代工作的人感到恐惧。本专栏采用更广泛的方法来研究人工智能和其他技术如何影响公民的福利,而不仅仅是他们的收入。我们认为新技术本质上既不好也不坏,它们的部署方式和转型的过程决定了社会的福利状况。

智能自动化和人工智能(AI)等新一代技术的应用越来越多,这促使人们对这些技术的社会影响产生了截然不同的看法。一方面,技术似乎已传播到世界各地,为经济增长带来了一些关键推动力。另一方面,技术可能会导致收入和财富不平等的增加。专门嵌入AI的新一波技术已经引发了其他担忧,例如由大规模自动化高级认知任务引起的技术失业。这种担忧可能有道理也可能没有道理,但是,对于普通公民来说,这些担忧是真实的 - 并且正在引发机构的不信任和不断上升的民粹主义情绪。

在以前的工作中,我们采取供给方面的观点来分析技术提升生产率增长的潜力 - 人工智能技术可以带来显著的经济增长,甚至可能比以前的技术周期更大。为了拓宽这一局面,我们从对技术涉及的公众福利的方面采取需求观点来更新我们的研究。在预期的效用框架中,并结合公民的风险规避后得出,福利不仅来自经济活动的收入,而且来自其他决定因素,如安全和工作质量,健康和长寿,或增加休闲娱乐的时间。在这个框架中,正如普通公民所担心的那样,技术扩散可以通过增加收入平等或增加失业风险来消耗福利的某些组成部分。

福利指标:Jones和Klenow预期效用框架的延伸

为了估计技术对福利的影响,我们将Jones和Klenow的福利衡量指标作为起点。衡量指标以消费和休闲对于一个有代表性的公民的预期效用为基础。然后,我们扩展了框架以考虑其他影响。特别是,我们关注技术扩散引起的福利动态的六个维度。它们是:1)与技术扩散相关的收入增长,2)劳动力与技术的互补替代导致的收入不平等,3)主要由技术自动化和劳动力市场摩擦引起的失业风险(即被迫失业) ,4)休闲部署,特别是与家庭自动化相关,5)通过新技术进步改善或对健康和长寿的压力 ,6)在经济方面由于技术转变而导致的消费相对于收入的演变。

两个关键的见解

总的来说,Jones和Klenow的方法论表明,发达国家的福利增长超过纯GDP增长,这是由于劳动生产率增长的长期趋势所带来的更多的休闲时间,并且主要是因为健康创新继续提高预期寿命。事实上,随着时间的推移,寿命的增加有不同的根源。其中包括20世纪初期出生的人们活到50-60岁的机会增加,这是由于在抗击癌症和心血管疾病等高死亡率疾病方面取得了进展。今天,所有年龄段的人都可以盼望长寿,特别是晚年生活可能更健康,更多彩。 Lichtenberg(2015)的大量研究也记录了技术创新对健康的重要性。收入不平等和失业风险也产生了一定的副作用,对福利施加了一些压力。即使美国在生产率增长方面的表现好于欧洲,由于休闲时间停滞不前,收入不平等长期增加,过去几十年的欧洲福利增长速度一直快于美国。

对于过去的技术,或是AI这样的新技术,我们的研究产生了两个重要的见解。首先,技术对美国和欧洲联合人口福利的影响一直在1%的增长范围内 - 经济活动方面贡献0.6%,非GDP福利衡量指标贡献约0.4%的额外影响(图1)。这也意味着技术贡献了美国和欧洲总福利增长的大约三分之一。近年来,科技对福利的贡献减弱,在全球危机之后从1.1%下降到0.8%,但仍然稳固。

图1 技术对福利增长中非GDP方面的贡献比想象的更宽泛

技术引发的人均年平均福利增长,欧盟28国和美国,复合年增长率

资料来源:麦肯锡公司

第二个见解来自我们对未来几年技术影响的模拟。为此,我们在人工智能如何在经济中扩散及其对不同经济群体的影响方面发挥了作用。我们将模型扩展到“GDP以外”的方面,以获得技术对福利的影响。

我们发现,尤其对于欧洲和美国而言,福利增长可能与过去40年一样,每年增长1.1%。但如果经济能够更快地完成向人工智能社会的过渡,并专注于以人为本的人工智能创新,限制成本降低和劳动力替代,并更加注重扩展产品以及人的健康,那么福利可能增长得更多,大概每年在1.5%到2.0%之间。我们称之为“技术让生活更美好”。相反,如果对健康的关注度较低,在采用和扩散技术方面存在巨大的摩擦,并且主导的商业模式是自动化效率,工人的组织压力很大,那么福利便会降低(这一点同时由Acemoglu和Restrepo 在2019指出)。这种情况是低增长,低福利的情况。它不仅无法维持过去的福利增长,而且还可能低于近几年对2008年的危机的调整。

图2 未来在”低增长低福利“和“技术让生活更美好”两种情况下,技术对于福利中GDP和非GDP因素的贡献预测

人均年平均福利增长,欧盟28国和美国,复合年增长率

注:GDP和非GDP的复合年增长率不是相加的,它们的总和可能不等于总福利的复合年增长率

资料来源:麦肯锡公司

为了理解这些指标,需要考虑几个重点。从积极的方面来看,我们预计通过推出新的前沿技术可以提高生产力。同样,越来越多的证据表明人工智能可能成为改善健康和增加寿命的关键技术(Carlsson等,2017)。市场正在押注它 - 医疗保健AI初创公司的资金是迄今为止所有行业中最大的。像Insilico Medicine这样的公司已经在使用AI来优化和加速寻找有效药物,并取得了一些成功。和其他医生相比,Watson 发现肺癌的概率几乎是人类医生的两倍(Daimandis 2019)。因此,关注AI如何在健康方面发挥作用是很重要的。目前,人工智能现状表明欧洲尤其落后,而像中国腾讯和美国苹果以及谷歌DeepMind等主要公司在争夺领先地位。

从消极方面来看,我们最近关于社会契约复原力的研究表明,技术可能是增加收入不平等的最大因素。之所以出现这种情况,是因为公司在技术运用方面不一致,并且在AI转型方面取得了不同程度的进展。与此同时,资本驱动型的自动化生产降低了劳动力的收入。另一个关键问题是自动化引起的失业(风险)。少量的摩擦性失业足以引发失业率的急剧上升。因此,我们推断出具有大量摩擦性失业的地区和国家可能会产生成倍的失业风险 - 也就是说,需要很长时间才能重新培训工人,而这将受到各行业技能不匹配或地域流动性差的阻碍。

平衡和优先事项的问题

将所有这些数字放在一起,我们可以首先得出结论,技术本质上既不好也不坏。它是如何部署技术以及如何制定过渡条件,这些决定了社会的福利动态。其次,只考虑生产率观点可能过于狭隘 - 对于厌恶风险的公民,不平等,失业和压力的风险是真正的问题。随着时间的推移对这些风险进行对冲对于公民来说太长了。第三,积极主动,精心设计的人工智能战略可能会加速与技术相关的福利增长。回报可能很大。换句话说,研究,管理以及政府决策的重点不应该在于指责技术,而应该为最佳的社会政治变革做好准备。

为提升阅读体验,智堡对本页面进行了排版优化 查看原文