
儘管國際貨幣基金組織(IMF)及多家國際經濟機構紛紛預測,人工智慧將深刻影響全球就業市場與經濟結構,但諾貝爾經濟學獎得主、麻省理工學院應用經濟學教授戴倫.艾塞默魯((Daron Acemoglu))在其新近發表的論文《The Simple Macroeconomics of AI》中對 AI 在未來 10 年內對美國經濟的影響給出較為保守的估計。他認為,當前AI的發展路徑尚未充分發揮其潛力,並建議應重新調整應用方向,讓人工智慧真正促進更廣泛的社會與經濟福祉。
IMF 預測,AI 將影響全球近 40% 的工作類型;高盛則估計,未來十年 AI 可為全球 GDP 帶來高達 7 兆美元的成長,相當於提升 7%;麥肯錫全球研究院則進一步預測,AI 每年將創造 17.1 兆至 25.6 兆美元的經濟價值。這些樂觀預測無疑突顯了AI技術的潛力,然而,基於對AI實際應用可行性及任務特性進行分析後,Acemoglu 認為,AI對GDP的實際影響將是「不平凡但適度」(a “nontrivial, but modest” effect)。
Daron Acemoglu 指出,AI 未能發揮潛力的關鍵原因,在於其被廣泛應用於錯誤的領域與任務類型。他認為,目前的AI技術,尤其是生成式AI,多半被應用於「容易學習的任務」上,即那些任務行動與結果有直接關係、成果容易衡量的工作。然而,若要釋放 AI 對經濟的更大潛力,應轉向支援處理「艱難任務」,如診斷持續性咳嗽等具有高度不確定性與判斷需求的問題。
AI 應著重於解決特定情境的問題
另一方面,他也指出,目前AI投資多集中於大型企業與少數特定產業,但實際上,中小企業中存在大量 AI 可介入、補充甚至優化的潛在任務空間。最後,與任何新技術一樣,AI的落地應用還涉及「調整成本」,亦即組織需在結構、人力與流程等多方面進行轉型,這些變動在中短期內可能抵銷部分AI所帶來的經濟效益。
他進一步指出,包括水電技師、管線工、護理師、教育工作者及文書人員等職業,在 AI 的應用上仍有限。由於這些職業往往涉及「即時、情境依賴且需要可靠資訊的解決問題任務」,而這正是目前 AI 系統未能穩定支持的部分,特別是在生成式AI容易產生「幻覺」(hallucination)情況下。舉例來說,一位正在處理設備故障或電網短路的水電技師,若無法即時獲得正確資訊進行判斷與修復,將可能影響整體作業效率。Acemoglu認為,若 AI 工具能在這類關鍵場景中提供真正可靠的協助,其對經濟的整體影響就可能遠大於目前的預估。
因此,若要讓 AI 對 GDP 和生產力產生更顯著的提升,關鍵在於「擴大未來十年內,AI 可支援與改造的任務比例」和「提高 AI 在發現新材料、新藥物或新服務的能力」。
GDP 成長 ≠ 社會福祉提升
Acemoglu同時也提到 AI 可能對社會不平等帶來潛在影響。他認為,AI 雖不如以往藍領工作自動化那般對勞動市場造成劇烈衝擊,但對某些群體,特別是教育程度較低的女性工作者,可能仍會帶來不利影響。也就是說,在某些情況下,即使 GDP持續成長,整體社會福祉卻可能下滑。
因此,他強調,若希望 AI 真正創造積極的經濟與社會影響,關鍵在於「重新導向技術的發展」。Acemoglu 表示:「生成式 AI 確實是一項極具潛力的技術,有望帶來更大的經濟收益,」但如果產業不進行根本性的重新定位,這些潛力將難以實現。業界應將重心放在如何提供可靠資訊、提高各類工作者的邊際生產力,「而非只優先開發具人類對話能力的通用型工具。」
他質疑:「若我們真正需要的是能幫助教師、醫療人員、水電工與其他技術勞工取得有用資訊,那麼,我們是否真的需要能寫莎士比亞詩句、進行人類式對話的基礎模型?這仍是一個開放式的問題。」
資料來源:https://shapingwork.mit.edu/research/the-simple-macroeconomics-of-ai/