人工智慧生產力牛市案例：語言模型如何變革經濟成長

生產力牛市論：幾乎一切的利多

來源：Blockworks
原標題：The productivity bull case for almost everything
原文連結：https://blockworks.co/news/productivity-bull-case

「生產力不是一切，但長遠來看，幾乎就是一切。」

— 保羅·克魯格曼

全要素生產力 [image]TFP( 是經濟學家用來衡量技術創新對經濟增長貢獻的指標——即一個經濟體用相同投入產出更多產出的持續能力。

因此，這可以說是經濟學家最重要的衡量標準，因為持續用更少資源生產更多產品，才是生活變得更好的方式。

「一個國家隨時間改善生活水準的能力，幾乎完全取決於其提升每位勞工產出的能力，」保羅·克魯格曼解釋。科技讓這一切成真，而TFP則是衡量方式。

要更具體體會科技帶動生產力的重要性，請看看這個：美國全國經濟研究局 )NBER( 最近的一篇論文估算，每年額外0.5%的TFP成長，將能讓美國政府的財政穩定在目前的債務對GDP比率。

0.5%！

聽起來不多，但如果能持續10年，NBER估計這將讓美國政府債務的基準預測減少)兆美元。若維持30年，0.5%的TFP成長將讓美國政府的債務對GDP比率比NBER的基準預測低42個百分點，(比其悲觀預測則低80個百分點)。

![]$2 https://img-cdn.gateio.im/webp-social/moments-8462e7c21b-739bcad8a6-153d09-6d5686.webp(

考量到政府財政看似無解的困境，維持今日債務水準簡直像美夢成真，讓人難以置信。

但Anthropic的研究人員認為我們可以做得更好。

Anthropic進行了一項涵蓋10萬條對話的研究，「評估在有無AI協助的情況下，這些對話中的任務需要花費多少時間，並探討其對整個經濟的生產力影響。」

結論是？大型語言模型可以讓全要素生產力提升1.1個百分點。

1.1%！

如果0.5%就能讓美國政府財政穩定數十年，那1.1%會帶來什麼？或許能解決幾乎所有問題。

當然，對這種樂觀預測也有理由持懷疑態度。該研究發現，例如，AI只需11分鐘就能為教師創建課程，節省4小時勞動力。但要估算這些省下的時間如何帶來更高經濟產出，則需依賴充滿假設和不精確性的經濟模型。

所以，即使研究對時間節省的估算正確，對生產力的預測也可能錯誤：也許我們會把AI節省的時間用於經濟上無生產力的事，例如看更多影片或閱讀更多內容。

在這種情況下，AI提升的是我們的福祉 )更多空閒時間(，而不是我們的財富 )更多經濟產出(——對個人來說仍然是好消息，但對希望AI解決債務問題的政府而言則無濟於事。

反過來，也有理由認為模型過於悲觀：「我們並沒有考慮採用率，」研究說，「也沒納入更強大AI系統帶來的更大生產力提升。」

換句話說，這項研究假設我們只會像現在這樣使用AI，並且未來10年都還在用現有語言模型、毫無進步。

語言模型每幾個月就明顯進步，我們也才剛開始學習如何使用它們——所以研究人員說他們的預估可能僅是「AI對生產力影響的大致下限」是有道理的。

如果真如此——若1.1%只是AI帶來的下限——那我們也許不僅能還清政府債務，還能擁有更多休閒時間。

而且這還只考慮了AI對非實體工作的影響——等我們有了機器人，情況會更驚人！

完全否定這種樂觀主義，就是認為企業計劃投入AI資本支出與研發的數兆美元將全部打水漂。這或許有可能——科技革命未必總是如期而至。

但最值得樂觀的理由是，這個預估僅考慮AI「讓現有任務更快完成」——模型並未考慮AI有可能徹底改變我們完成任務的方式。

「歷史上，」研究人員指出，「具變革性的生產力提升——無論是電氣化、運算還是網際網路——都不是靠加速舊有任務，而是從根本上重新組織生產方式。」

這些新做法無法建模，但其影響很可能會大於目前能測量到的。

研究人員在闡述樂觀發現時，也謹慎列舉方法學限制，以及他們做出的眾多假設。即便所有假設都成立、AI生產力真的解決了政府債務問題，立法者大概也會很快把錢再花回去。

但考慮到財政挑戰似乎無可避免，即使AI生產力預測有一絲成真的可能，也值得我們重新思考：政府財政並非我們想像那麼棘手，長期經濟前景或許比普遍認為的要好。

長遠來看，生產力幾乎就是一切——而AI可能正要讓我們變得更加高效。