AI生产力牛市案例：语言模型如何改变经济增长

来源：Blockworks
原文标题：几乎所有事物的生产力牛市理由
原文链接：https://blockworks.co/news/productivity-bull-case

“生产力不是一切，但从长远来看，它几乎就是一切。”

— 保罗·克鲁格曼

全要素生产率（[image]TFP(）是经济学家衡量技术创新对经济增长贡献的方法——即经济以相同投入生产更多产出的持续能力。

因此，这可以说是经济学家最重要的衡量指标，因为持续用更少的资源生产更多，是生活变得更好的根本原因。

“一个国家随着时间推移改善其生活水平的能力，几乎完全取决于其提高工人产出的能力，”保罗·克鲁格曼解释道。技术是实现这一点的关键，而TFP就是衡量这一点的方法。

为了更直观地感受技术带来的生产力有多重要，请考虑以下事实：美国国家经济研究局（)NBER(）最近的一篇论文估算，每年额外0.5%的TFP增长，将使美国政府的财政状况在当前债务与GDP比率下实现稳定。

0.5%！

这听起来似乎不多，但如果能在未来10年持续实现，NBER估算这将使美国政府债务的基线预测减少)万亿美元。30年内，TFP持续提升0.5%，美国政府的债务与GDP比率将比NBER基线预测低42个百分点，比悲观预测低80个百分点(。

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

鉴于政府财政看似无望的现状，维持当前的债务水平可以说是一个美梦，似乎好得令人难以置信。

但Anthropic的研究人员认为，我们还可以做得更好。

Anthropic对10万次对话进行了研究，以“估算这些对话中的任务在有无AI协助下需要的时间，并研究其对更广泛经济领域的生产力影响。”

结论是什么？大型语言模型有望将全要素生产率提高1.1个百分点。

1.1%！

如果0.5%就能让美国政府几十年财政稳定，那么1.1%会带来什么？它或许能解决几乎所有问题。

当然，对这种乐观预测也有理由保持怀疑。例如，研究发现，AI可以在11分钟内为教师创建课程，从而节省4小时的劳动时间。但要估算这种节省时间如何转化为更高的经济产出，则需要充满主观假设和不精确性的经济建模。

因此，即使研究在节省时间方面是正确的，在生产力方面也可能是错的：我们可能会用AI为我们节省下来的所有时间来做一些经济上无生产力的事情，比如看更多视频或阅读更多内容。

在这种情况下，AI提升了我们的福利（(更多自由时间)），却没有提升我们的财富（(更多经济产出)）——对个人来说依然是好消息，但对希望通过灵丹妙药解决债务问题的政府来说则毫无帮助。

相反，也有理由认为这个模型过于悲观：“我们没有考虑采纳率，”研究中解释道，“也没考虑更强大AI系统带来的更大生产力提升。”

换句话说，这项研究假设我们将继续像现在这样使用AI，并且在接下来的10年里仍然使用当前的语言模型，且没有升级。

但实际上，语言模型每几个月就会显著提升，而我们也才刚刚开始学习如何使用它们——因此，研究人员有理由认为他们的估算也许只是“AI对生产力影响的近似下限。”

如果真是如此——如果1.1%是AI带来的生产力提升的下限——那么我们或许能还清政府债务，并且有更多休闲时间。

而这还只是AI对非实体工作的影响——等我们拥有机器人后再看看会怎样！

完全否定这种乐观主义，等同于认为企业计划在AI资本支出和研发上投入的数万亿美元都将被浪费。虽然这也有可能——技术革命并不总是按计划到来。

但最大的乐观理由在于，这一估算仅基于AI“让现有任务完成得更快”——模型并未考虑AI彻底改变我们完成这些任务方式的潜力。

研究人员指出：“历史上，具有变革性的生产力提升——无论是电气化、计算机还是互联网——都不是通过加快旧任务的速度实现的，而是通过从根本上重组生产方式实现的。”

这些新方法无法建模，但其影响很可能比目前测量到的更大。

研究人员在阐述他们充满希望的发现时，谨慎地列举了其方法的局限性，并记录了他们做出的众多假设。即便所有假设都成立，AI生产力最终解决了政府债务问题，立法者们也很可能会再次把钱花光。

但考虑到看似不可避免的财政挑战，即使AI生产力估算有一丝希望成真，也值得我们更新思维：政府财政并没有我们想象的那么棘手，长期经济前景也许比普遍认为的更好。

从长远来看，生产力几乎就是一切——而AI或许正要让我们变得更高效。