The A.I.-Profits Drought and the Lessons of History

與蒸汽機(jī)、電力和計(jì)算機(jī)一樣，生成人工智能可能需要比預(yù)期更長(zhǎng)的時(shí)間來改變經(jīng)濟(jì)。

2025年8月25日

圖片來源：Gabby Jones / Bloomberg / Getty

1987 年，諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主、麻省理工學(xué)院的羅伯特·索洛在《時(shí)代書評(píng)》上發(fā)表文章稱，“計(jì)算機(jī)時(shí)代的景象隨處可見，唯獨(dú)沒有生產(chǎn)力統(tǒng)計(jì)數(shù)據(jù)”。盡管計(jì)算能力大幅提升、個(gè)人電腦日益普及，但政府?dāng)?shù)據(jù)顯示，作為工資和生活水平關(guān)鍵決定因素的人均總產(chǎn)出卻停滯了十多年。這一后來被稱為“生產(chǎn)力悖論”的現(xiàn)象一直持續(xù)到 20 世紀(jì) 90 年代及以后，產(chǎn)生了大量尚無定論的文獻(xiàn)。一些經(jīng)濟(jì)學(xué)家將此歸咎于對(duì)新技術(shù)的管理不善；另一些人則認(rèn)為，與蒸汽機(jī)和電力等老發(fā)明相比，計(jì)算機(jī)的經(jīng)濟(jì)重要性黯然失色；還有一些人將此歸咎于數(shù)據(jù)中的測(cè)量誤差，并認(rèn)為一旦糾正這些誤差，生產(chǎn)力悖論就會(huì)消失。

索洛文章發(fā)表近四十年后，OpenAI 發(fā)布 ChatGPT 聊天機(jī)器人也近三年后，我們或許正面臨一個(gè)新的經(jīng)濟(jì)悖論，而這個(gè)悖論與生成式人工智能 (Generic AI) 有關(guān)。根據(jù)斯坦福大學(xué)、克萊姆森大學(xué)和世界銀行經(jīng)濟(jì)學(xué)家在今年六月和七月進(jìn)行的一項(xiàng)最新調(diào)查，幾乎一半的勞動(dòng)者（確切地說是 45.6%）正在使用人工智能工具。然而，麻省理工學(xué)院媒體實(shí)驗(yàn)室的一個(gè)研究小組的一項(xiàng)新研究報(bào)告指出：“盡管企業(yè)對(duì) GenAI 的投資高達(dá) 300 億至 400 億美元，但這份報(bào)告揭示了一個(gè)令人驚訝的結(jié)果：95% 的組織沒有獲得任何回報(bào)。”

該研究的作者考察了三百多個(gè)公開的人工智能計(jì)劃和公告，并采訪了五十多位公司高管。他們將成功的人工智能投資定義為：在試點(diǎn)階段結(jié)束后投入部署，并在六個(gè)月后產(chǎn)生可衡量的財(cái)務(wù)回報(bào)或顯著的生產(chǎn)力提升的投資。他們寫道：“只有5%的集成人工智能試點(diǎn)項(xiàng)目獲得了數(shù)百萬美元的價(jià)值，而絕大多數(shù)項(xiàng)目仍然沒有產(chǎn)生可衡量的損益影響。”

調(diào)查訪談引發(fā)了各種各樣的回應(yīng)，其中一些人持高度懷疑態(tài)度?！邦I(lǐng)英上的炒作聲稱一切都變了，但在我們的運(yùn)營(yíng)中，并沒有任何根本性的改變，”一家中型制造公司的首席運(yùn)營(yíng)官告訴研究人員?！拔覀兲幚硪恍┖贤乃俣燃涌炝?，但這就是全部改變。”另一位受訪者評(píng)論道：“我們今年看到了幾十個(gè)演示。也許有一兩個(gè)是真正有用的。其余的都只是包裝或科學(xué)項(xiàng)目?！?/p>

誠(chéng)然，報(bào)告指出，一些公司已成功投資人工智能。例如，報(bào)告強(qiáng)調(diào)了針對(duì)后臺(tái)運(yùn)營(yíng)的定制工具所帶來的效率提升，并指出：“這些早期結(jié)果表明，具有學(xué)習(xí)能力的系統(tǒng)，當(dāng)針對(duì)特定流程時(shí)，即使無需進(jìn)行重大的組織架構(gòu)重組，也能帶來真正的價(jià)值?！?調(diào)查還引用了一些公司報(bào)告“通過自動(dòng)化推廣和智能跟進(jìn)系統(tǒng)提高了客戶保留率和銷售轉(zhuǎn)化率”，這表明人工智能系統(tǒng)在市場(chǎng)營(yíng)銷方面可能大有裨益。

然而，許多公司難以獲得豐厚回報(bào)的說法與跨國(guó)咨詢公司Akkodis近期進(jìn)行的另一項(xiàng)調(diào)查結(jié)果相吻合。在聯(lián)系了兩千多名企業(yè)高管后，該公司發(fā)現(xiàn)，對(duì)公司人工智能實(shí)施戰(zhàn)略“非常有信心”的CEO比例已從2024年的82%下降到今年的49%。企業(yè)首席技術(shù)官的信心也有所下降，盡管降幅不及前者。Akkodis的調(diào)查指出，這些變化“可能反映出此前數(shù)字化或人工智能計(jì)劃嘗試的成果令人失望、實(shí)施過程中出現(xiàn)延誤或失敗，以及對(duì)可擴(kuò)展性的擔(dān)憂”。

上周，媒體對(duì)麻省理工學(xué)院媒體實(shí)驗(yàn)室研究的報(bào)道，恰逢英偉達(dá)、Meta 和 Palantir 等與人工智能相關(guān)的高估值股票下跌。當(dāng)然，相關(guān)性并非因果關(guān)系，OpenAI 首席執(zhí)行官 Sam Altman 最近的言論可能在此次拋售中發(fā)揮了更大的作用。鑒于近期股價(jià)上漲，拋售在某個(gè)時(shí)候肯定是不可避免的。據(jù) CNBC 報(bào)道，在與記者的一次晚宴上，Altman 表示估值“瘋狂”，并在 15 秒內(nèi)三次提到“泡沫”。

盡管如此，麻省理工學(xué)院的研究還是引起了廣泛關(guān)注。在最初大量新聞報(bào)道該研究后，有報(bào)道稱，與多家科技公司有聯(lián)系的媒體實(shí)驗(yàn)室正在悄悄限制對(duì)該研究的訪問。我給該機(jī)構(gòu)的通訊辦公室和兩位報(bào)告作者留言，但均未得到回復(fù)。

盡管這份報(bào)告比一些新聞報(bào)道的描述更為細(xì)致入微，但它無疑引發(fā)了人們對(duì)自2022年11月OpenAI發(fā)布ChatGPT以來支撐科技繁榮的宏大經(jīng)濟(jì)敘事的質(zhì)疑。簡(jiǎn)而言之，這種敘事認(rèn)為，生成式人工智能在整個(gè)經(jīng)濟(jì)領(lǐng)域的傳播對(duì)工人，尤其是知識(shí)型工人不利，但對(duì)公司及其股東卻有利，因?yàn)樗鼘⒋蠓嵘a(chǎn)力，進(jìn)而提高利潤(rùn)。

這種情況尚未發(fā)生的一個(gè)可能原因讓人想起，在20世紀(jì)80年代和90年代初，管理失誤限制了計(jì)算機(jī)的生產(chǎn)力效益。媒體實(shí)驗(yàn)室的研究發(fā)現(xiàn)，一些最成功的人工智能投資是由那些在工作流程的狹窄領(lǐng)域使用高度定制工具的初創(chuàng)公司做出的。在“通用人工智能鴻溝”的另一邊，該研究指出，那些不太成功的初創(chuàng)公司“要么在構(gòu)建通用工具，要么試圖在內(nèi)部開發(fā)能力”。更概括地說，該報(bào)告指出，成功與失敗之間的界限“似乎并非由模型質(zhì)量或監(jiān)管驅(qū)動(dòng)，而是由方法決定的”。

可以想象，生成式人工智能的新穎性和復(fù)雜性可能會(huì)阻礙一些公司的發(fā)展。咨詢公司Gartner最近的一項(xiàng)研究發(fā)現(xiàn)，不到一半的CEO相信他們的首席信息官“精通人工智能”。但媒體實(shí)驗(yàn)室報(bào)告中強(qiáng)調(diào)的令人失望的記錄還有另一種可能的解釋：對(duì)于許多成熟企業(yè)而言，生成式人工智能，至少在其目前的形態(tài)下，并沒有像人們所宣傳的那樣好用?！八浅＿m合頭腦風(fēng)暴和初稿，但它無法保留客戶偏好，也無法從之前的編輯中學(xué)習(xí)，”一位媒體實(shí)驗(yàn)室調(diào)查的受訪者表示。“它會(huì)重復(fù)同樣的錯(cuò)誤，每次都需要大量的背景輸入。對(duì)于高風(fēng)險(xiǎn)的工作，我需要一個(gè)能夠積累知識(shí)并隨著時(shí)間推移而改進(jìn)的系統(tǒng)。”

當(dāng)然，很多人認(rèn)為人工智能很有用，學(xué)術(shù)證據(jù)也支持這一點(diǎn)：2023年，麻省理工學(xué)院的兩位經(jīng)濟(jì)學(xué)家發(fā)現(xiàn)，在一項(xiàng)隨機(jī)試驗(yàn)中，接觸ChatGPT可以幫助參與者更快地完成“專業(yè)寫作任務(wù)”，并提高寫作質(zhì)量。同年，其他研究團(tuán)隊(duì)也發(fā)現(xiàn)，使用Github Copilot的程序員和獲得專有AI工具訪問權(quán)限的客服人員的工作效率都有所提高。媒體實(shí)驗(yàn)室的研究人員發(fā)現(xiàn)，許多員工在工作中使用GPT或Claude等個(gè)人工具；該報(bào)告將這種現(xiàn)象稱為“影子人工智能經(jīng)濟(jì)”，并評(píng)論說“它通常比雇主的舉措帶來更好的投資回報(bào)率”。但問題仍然存在，企業(yè)高管肯定會(huì)更頻繁地提出這個(gè)問題：為什么沒有更多公司看到這類好處轉(zhuǎn)化為實(shí)際收益？

部分問題或許在于，生成式人工智能雖然令人矚目，但在經(jīng)濟(jì)的諸多領(lǐng)域應(yīng)用卻十分有限。休閑酒店、零售、建筑、房地產(chǎn)以及護(hù)理行業(yè)（包括兒童保育和老年人護(hù)理）加起來雇傭了約五千萬美國(guó)人，但這些行業(yè)似乎并非人工智能轉(zhuǎn)型的直接目標(biāo)。

另一件需要注意的重要事情是，人工智能在整個(gè)經(jīng)濟(jì)中的應(yīng)用可能是一個(gè)漫長(zhǎng)的過程。在硅谷，人們喜歡快速行動(dòng)，打破常規(guī)。但經(jīng)濟(jì)史告訴我們，即使是最具變革性的技術(shù)（經(jīng)濟(jì)學(xué)家稱之為通用技術(shù)），也只有在配套的基礎(chǔ)設(shè)施、技能和產(chǎn)品得到開發(fā)后才能發(fā)揮其最大效用。而這可能是一個(gè)漫長(zhǎng)的過程。蘇格蘭發(fā)明家詹姆斯·瓦特于1769年發(fā)明了圓柱形蒸汽機(jī)。三十年后，英國(guó)的大多數(shù)棉紡廠仍然依靠水輪提供動(dòng)力，部分原因是運(yùn)輸煤炭用于蒸汽機(jī)非常困難。這種情況直到19世紀(jì)初蒸汽動(dòng)力鐵路的發(fā)展才得以改變。電力的普及也很緩慢，并沒有立即帶來全經(jīng)濟(jì)生產(chǎn)力的井噴式增長(zhǎng)。正如索洛所指出的，計(jì)算機(jī)的發(fā)展也遵循了同樣的模式。 （1996年至2003年，整個(gè)經(jīng)濟(jì)的生產(chǎn)率增長(zhǎng)終于有所提高，許多經(jīng)濟(jì)學(xué)家將此歸因于信息技術(shù)的延遲效應(yīng)。然而，隨后又回落了。）

經(jīng)濟(jì)學(xué)家認(rèn)為，在某些情況下，新技術(shù)甚至可能降低生產(chǎn)率增長(zhǎng)，因?yàn)樗鼈兙哂袠O大的顛覆性，并且難以融入現(xiàn)有的工作方式。生產(chǎn)率的提高只有在后期才會(huì)顯現(xiàn)出來——這種模式被稱為“J 曲線”。今年早些時(shí)候，來自不同機(jī)構(gòu)的四位經(jīng)濟(jì)學(xué)家發(fā)表了一篇論文，他們認(rèn)為美國(guó)制造業(yè)現(xiàn)在可能處于人工智能 J 曲線的下半部分。在研究了他們與人口普查局合作收集的公司層面的人工智能采用數(shù)據(jù)后，經(jīng)濟(jì)學(xué)家表示，他們發(fā)現(xiàn)了“短期績(jī)效損失先于長(zhǎng)期收益”的證據(jù)。麻省理工學(xué)院斯隆管理學(xué)院發(fā)表了一篇關(guān)于這項(xiàng)研究的文章，其作者之一、多倫多大學(xué)教授克里斯蒂娜·麥克埃爾赫蘭寫道：“人工智能不是即插即用的。它需要系統(tǒng)性變革，而這一過程會(huì)帶來摩擦，尤其是對(duì)老牌公司而言?！?/p>

如果從表面上理解這一論點(diǎn)，它最終對(duì)企業(yè)來說是樂觀的——盡管對(duì)于那些技能可以被人工智能復(fù)制的工人來說不一定如此（正如一些入門級(jí)程序員已經(jīng)發(fā)現(xiàn)的那樣，后者有充分的理由感到震驚。）在技術(shù) J 曲線上，一旦克服了“摩擦”，生產(chǎn)力就會(huì)騰飛。但由于沿著曲線前進(jìn)的道路可能很長(zhǎng)，因此很難預(yù)測(cè)哪些公司會(huì)成為贏家和輸家。在互聯(lián)網(wǎng)商業(yè)化過程中，許多最終的贏家直到 2000 年互聯(lián)網(wǎng)泡沫破滅之后才出現(xiàn)。（谷歌成立于 1998 年，但直到 2004 年才上市。Facebook 直到 2004 年才創(chuàng)建，Airbnb 直到 2008 年才創(chuàng)建。）歷史不會(huì)重演。但仍然乘著人工智能熱潮東風(fēng)的投資者或許應(yīng)該明智地套現(xiàn)更多籌碼。?

約翰·卡西迪自 1995 年起擔(dān)任《紐約客》撰稿人。

說明：本號(hào)刊發(fā)來自各方的文章，是為了獲得更全面的信息，不代表本號(hào)支持文章中的觀點(diǎn)。由于微信公眾號(hào)每天只能推送一次，無法即時(shí)更新，本站目前在騰訊新聞發(fā)布最新的文章，每天24小時(shí)不間斷更新，請(qǐng)收藏以下地址（請(qǐng)完整復(fù)制），隨時(shí)刷新：

https://news.qq.com/omn/author/8QIf3nxc64AYuDfe4wc%3D