诺贝尔经济学奖得主Daron：AI相当于工业革命，会导致大量失业

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！

瑞典皇家科学院在10月14日宣布，将2024年的诺贝尔经济学奖颁发给了三位杰出的经济学家：达龙·阿西莫格鲁（Daron Acemoglu）、西蒙·约翰逊（Simon Johnson）和詹姆斯·A·罗宾逊（James A. Robinson）。在这三位获奖者中，阿西莫格鲁因其在政治经济学领域的贡献而备受关注。

他专注于研究国家长期经济发展的制度基础、贫困与繁荣问题，并与罗宾逊合著了《国家为何失败》和《狭窄的走廊：国家、社会和自由的命运》两本著作。除了对政治经济学的研究，阿西莫格鲁还深入探讨了技术变革对生产力、社会不平等、工资和就业的影响。他与约翰逊共同撰写了2023年出版的新书《权力与进步：我们对技术与繁荣的千年斗争》，这本书也是他们共同获得诺贝尔奖的原因之一。

尽管阿西莫格鲁对人工智能（AI）持怀疑态度，但他并不否认AI的强大能力。他认为，尽管科技公司对AI的宣传可能夸大其词，但AI对社会的负面影响不容忽视。阿西莫格鲁预测，未来AI带来的生产力提升可能有限，不太可能超过4.6%的任务自动化。

他在2024年4月的一篇论文中估计，未来十年内AI对全要素生产率（TFP）的增长贡献不会超过0.66%。阿西莫格鲁对人工智能的能力和影响给出了一个相当低的评分——-6分（满分10分）。他认为，与互联网革命相比，AI技术革命更像是早期的工业革命，它不仅可能导致大量失业，还可能在很长一段时间内使大多数人的生活水平下降。此外，AI的发展可能会加剧权力和资源的集中，使科技公司的统治地位更加稳固，从而加大贫富差距。

达龙·阿西莫格鲁，1967年在土耳其伊斯坦布尔出生，今年已经57岁了。他在1989年从英国约克大学获得了经济学学士学位。紧接着，他在1990年于伦敦政治经济学院（LSE）拿到了计量经济学与数理经济学的硕士学位，并且在两年后完成了他的博士学位。目前，阿西莫格鲁是麻省理工学院的一名应用经济学教授。

当今的主流观点为什么是错误的？

让我们先来探讨一下，阿西莫格鲁和他的同事们在研究中对当前科技界的主流观点持有什么样的反对意见。

在科技界，许多人士、部分学术经济学家和一些政策制定者普遍认为，人工智能和其他新技术的发展将提升生产力，进而提高社会的整体生产效率，降低产品成本，最终通过提高平均工资来惠及大众。这种观点认为，尽管技术发展可能加剧了社会不平等，但最终，无论是通过提高员工工资还是通过税收再分配，资本家和政府都会采取措施来弥补这种不平等。这种观点被称为“涓滴效应”（Trickle-down Economics），它基于一种理念：经济发展的成果会从顶层逐渐渗透到底层，就像水从高处流向低处一样。历史上，从蒸汽机到电力，再到计算机和互联网，科技一直被视为推动社会发展的主要力量。

持有这种观点的科学家和经济学家通常属于新古典主义经济学派。新古典主义经济学继承了古典经济学的理念，认为市场经济是一个自我调节的系统，受自然规律的支配。新古典主义经济学主张自由市场经济、个人理性选择，并反对政府过度干预和凯恩斯主义。这一学派的代表人物包括1974年和1976年的诺贝尔经济学奖得主弗里德里希·哈耶克和米尔顿·弗里德曼。

然而，阿西莫格鲁对这种普遍的信念进行了深入的历史分析。他试图弄清楚，人类繁荣的真正驱动力是什么，技术进步是否真的是关键因素。他发现，从生产效率的提升到劳动者受益，这个过程并非自动发生，而是需要两个关键步骤：首先，随着生产力的提升，公司需要雇佣更多的员工；其次，为了吸引这些员工，公司必须提高工资。这才是工资增长的真正路径，而不是单纯的生产效率提升。

因此，阿西莫格鲁的主要观点是，技术提高生产力的背后有两个关键特征：技术的本质以及技术和权力之间的关系。他和西蒙·约翰逊将这种普遍的信念称为“生产力潮流”（Productivity Bandwagon），意味着技术进步像潮流一样推动着每个人前进。但阿西莫格鲁认为，这种潮流并不总是自然而然地带来劳动者的福祉。

让我们来回顾一下历史，看看技术进步是如何影响人们的生活的。虽然有很多例子表明技术进步带来了好处，但同样也有许多例子显示，技术进步并没有让所有人受益。

技术进步与权力之间的关系是什么？

历史上，农业的改良并没有给农民带来太多好处；船舶设计的进步反而促进了奴隶贸易的增长；工业时代的工厂虽然解放了家庭手工艺，却在企业管理者的控制下，增加了工人的工作时间，同时降低了他们的工资。

中世纪，尽管有时被称为“黑暗时代”，但在创新方面并不黑暗。例如，风车的出现极大地提高了农业经济的生产力，大约提高了十倍。然而，这项技术几乎完全被贵族和高级神职人员所控制。他们能够随意定价，排挤竞争对手，强迫农民使用他们的风车。结果是，新技术的受益者是那些上层阶级，而工人和农民的生活水平并没有得到提升。

18世纪末，伊莱·惠特尼发明的轧棉机是美国南方棉花产业的一次革命。它使得美国南方能够大量种植并清理棉花，进而生产纱线。轧棉机的出现让美国南方迅速成为世界最大的棉花出口基地，也推动了英国纺织工业的发展。然而，这项发明并没有给劳动者带来预期的财富和进步。实际上，被奴役的黑人并没有从中受益，他们被转移到条件更恶劣的南方腹地，工作更长的时间，受到更多的胁迫。

在英国工业革命的早期，纺纱的自动化使得织布业开始雇佣大量工人，他们的工资相对较高。但仅仅20年后，织布工人的工资大幅下降，他们被越来越少的熟练工人和机械所取代。自动化带来了更严格的管理，工厂变成了纪律严明的工作场所，老板的主要任务变成了更有效地监视工人。与过去的手工劳动者相比，工人的工作时间变得更加严格，失去了独立性和灵活性。

这些例子表明，技术进步并不总是直接转化为劳动者的福祉。技术的发展往往与权力结构紧密相关，而这种权力结构有时会阻碍技术带来的潜在好处普及到更广泛的社会群体。

技术如何影响了员工收入？

工业革命通常被描绘为一系列颠覆性技术的故事，但实际上，它是一个漫长而复杂的过程。如果我们仔细研究生产力提升与工人受益之间的关系，就会发现一个有趣的现象：随着生产力的提高，企业更倾向于雇佣更多员工，而不是给现有员工加薪。比如，我的员工张三和李四原本只能生产一吨纱线，现在能生产两吨了，老板首先想到的可能是雇佣更多的员工，而不是给张三和李四加薪。

经济学告诉我们，投资的关键不在于单个员工的生产率是否提高，而在于员工的边际生产率是否增加。也就是说，当我再雇佣一个员工时，他能为产出做出多少贡献。只有当员工的边际生产率提高时，企业老板才会想要雇佣更多员工。

有个幽默的故事可以说明这种关系。故事讲的是，未来有一家高度自动化的工厂，只需要两名员工：一个人和一条狗。人负责喂狗，狗负责防止人碰设备。这个场景虽然听起来夸张，但其实和现在很多企业家和技术专家的设想是一致的。随着设备的不断改进，工厂能生产越来越多的产品。但故事的讽刺之处在于，也许有一天老板不再需要那个人，也就不需要那只狗了，因为他们的边际生产率已经变得微不足道。即使工厂的生产力提高了10倍，老板也不会雇佣更多员工或提高员工的工资。这个故事反映了自动化背后的本质：机器取代人力后，尽管个体或平均生产率提高了，但员工的边际生产率并没有增加，企业也就没有动力去雇佣更多员工。这才是我们需要面对的技术发展现实。

你可能会说，这些情况都已经成为历史，今天的政府和社会更加公开透明，有法律保护员工的权利和义务，而且我们已经拥有更多不同类型的技术，造福于人类。但这些历史教训仍然非常重要。英国和美国是如何克服这个阶段的，从1840年代开始逐渐好转，这个过程发生了什么，值得我们重新思考。这些历史经验可以为我们今天面临的技术挑战提供宝贵的启示。

共同繁荣是如何实现的？

英国和美国是如何从工业革命时期的艰难局面中扭转过来，实现共同繁荣的呢？这要归功于阿西莫格鲁提到的两个关键因素：一是生产力的提高不仅要提升个体的生产率，还要增加劳动力的边际生产力，也就是每个工人的额外贡献；二是社会和企业中的权力分配，以及制度设置要确保劳动者能够享受到这些收益。

在英国工业革命期间，工会的出现、民主化进程的转变，以及政府在社会治理中发挥的更大作用，都促进了这一转变。美国的情况也类似。20世纪初，汽车工业中的变化非常清晰地展示了这些变化的力量。亨利·福特，福特汽车的老板，也是汽车自动化领域的领导者和先行者。自动化流水线的出现，让大规模生产成为可能。福特意识到，仅仅让机器自动化完成工作是不够的。一旦机器开始承担这些工作，工厂就需要更多熟练工人来完成其他技术任务，比如设备的维护和检查，以及研制新产品。因此，他为原来的工人安排了新的工作任务。这样，新的自动化设备和从事新工作的工人，这些新的工作才是工厂整体生产力提高的关键因素，也就是工人的边际生产效率实际上在增加。

另一个重要因素是工人的声音开始被听到。20世纪初的美国制造业，就像19世纪上半叶的英国工厂一样，都由公司主导。公司对工人强加苛刻的工作条件，在工资方面也显得非常吝啬。工人们由于各种原因无法组织起来。在英国，员工组织和团结是被禁止的，有法律约束，如果工人联合起来谈判工资，就会成为一种犯罪行为。

美国也经历了一场大斗争，无论是在福特工厂还是通用汽车工厂。美国汽车工人联合会在通用汽车工厂发起罢工，这影响了汽车行业的各个上下游领域，从零部件供应商到汽车制造商。这样的罢工，后来确实改善了工作条件和工资。在此期间，汽车行业发生了许多技术变革。汽车产量增加了100倍，汽车行业的就业人数也猛增，所以大家的工资才会增长。这股潮流的两大支柱——技术进步和工人权益的提升，才让我们前面提到的情况得到了改善。

新技术又再一次引发了旧问题

但随着技术的发展，情况又发生了变化。技术进步带来了新的挑战，需要我们不断地调整和改进制度，以确保劳动者能够持续享受到经济发展的成果。

阿西莫格鲁从劳动力市场的角度分析了过去50到60年美国经济的发展，他将人口按性别和教育程度分成了10个群体，并研究了在实际通货膨胀情况下这些群体员工收入的变化。从1963年到1970年代中期，我们可以看到这是一个社会共同繁荣的时期。各个劳动群体的收入增长速度大致相同，年增长率约为2.5%。按照这个速度，员工的实际收入大约每30年就能翻一番。然而，从1980年代开始，收入不平等问题开始显著。不仅收入差距扩大，大约一半人的实际工资开始下降，尤其是低教育群体的实际工资下降幅度很大。经济增长主要提高了受过高等教育群体的收入，但即便是拥有大学本科或专科学位的人，他们的实际工资也出现过明显下降。阿西莫格鲁认为，这些变化主要与新兴科技的发展有关，比如数字化和电子自动化设备的出现。这种现象不只在美国，瑞典等欧洲国家也出现了类似的情况。

那么，为什么在数字时代会出现这样的问题呢？因为自动化仍在不断推进，但却没有给员工带来新的工作任务。这就是当前数字化社会自动化后的情况：自动化程度越高，对员工或人类的工作需求就越少。这是技术发展带来的挑战。自动化技术的发展是发生在特定的制度和社会环境中的。比如，亨利·福特虽然推动了自动化，但他并不支持工人权利，他强烈反对工会，这在大企业主和资本家中是很常见的。但在美国，管理者普遍认为，如果企业做得好，就应该与员工分享一些收益。这种想法有时是出于善意，有时是受到工会压力，成为了一种协议，比如汽车行业的底特律协议。

但这种情况逐渐发生了变化，原因有两个：一是工会运动在逐步衰退，这涉及到美国不同任期总统的政策问题；二是企业家和资本家的认知和意识形态也发生了变化，这种变化也反映在我们国家的很多管理者的思维中。这就涉及到新古典主义经济学的代表人物，1976年诺贝尔经济学奖得主米尔顿·弗里德曼。阿西莫格鲁认为，现在社会主流思想主要是基于弗里德曼的思想。因为弗里德曼在1970年的《纽约时报》杂志上写道：”企业的唯一社会责任就是增加利润。”这意味着，当利润无法提升时，企业管理者最应该做的事情就是削减员工工资，如果无法降工资，就会选择裁员，最底线也是不涨工资。另一方面，他们还会专注于如何尽可能地降低劳动力成本，而采用自动化的方式来降低劳动成本，也是最有效的手段。工会的衰退和管理者思维导向的变化成为了压制工人权益的两大支柱：工人的讨价还价变得更加困难，工资增长减少，各种自动化技术开始越来越多地替代人工。

人工智能让社会问题更加凸显

在1980年代和90年代，收入不平等问题已经开始显现，但社会并没有很好地解决这个问题。现在，随着更先进的数字技术，尤其是人工智能的出现，我们面临着一个选择：是让AI技术替代更多员工，进行更多的自动化管理和监控，还是利用AI为人类员工创造新的工作任务，提高他们的边际效用？现有的AI技术既可以替代人工，也可以创造新的工作机会，所以我们对AI的发展方向的选择变得至关重要。

早在1950年，图灵就提出了自主机器智能的概念，意味着机器的能力可以达到人类水平，并能在没有人类监督的情况下独立运作。如果机器能在智能水平上自主且出色地完成任务，那么人类的存在似乎就变得多余。这种自动化的想法从人工智能诞生之初就存在，体现在达特茅斯人工智能项目中。人工智能领域的先驱们，作为图灵的追随者，都在思考AI应该做什么和能做什么。

但在同一时期，麻省理工学院的教授诺伯特·维纳，控制论的奠基人，提出了一个截然不同的愿景。他早在20世纪50年代就开始撰写关于自动化和机器人存在潜在危险的文章。维纳的理念可以称为”机器有用性”，它与”机器智能”的概念相对比。他认为，机器应该对人类有用，而不是替代人类。

维纳的理念不仅停留在哲学层面，还激发了许多工程师和后续的践行者。道格拉斯·恩格尔巴特，他的许多发明，如计算机鼠标、超链接、超文本和菜单驱动的计算机，都源自这一愿景。恩格尔巴特或许从未直接提到维纳，但他可能独立发现了同样的想法：人机互补性。

撰写《人机共生》的计算机科学家J.C.R. Licklider也持有类似的观点。他的工作启发了许多后人，尤其早期互联网的建设，也就是阿帕网的建设中，发挥了关键作用。

阿西莫格鲁的观点是，我们生活在一个信息丰富的时代，互联网上有各种信息，但真正有用的信息却很少。如果一个AI能够提供可靠的信息，比如如何解决电线短路的具体步骤，那才是科技最好的发展方向。然而，阿西莫格鲁发现，人工智能或其他自动化技术的发展方向正在重蹈过去的覆辙，过分强调其自动化能力，而没有花精力去研究如何为人类带来新的任务。

实际上，企业家面前有一个“技术菜单”，他们可以选择投资自动化，取代工人，提高公司的利润；也可以选择投资于为人类创造新任务的技术，从而提高工资并减少不平等。今天大多数的企业老板，出于贪婪和/或精英主义，通常会选择前者，但阿西莫格鲁认为社会应推动大家选择后者，这更符合社会利益。如果让人工智能的发展追求无尽的自动化，可能会导致社会更加不平等，威胁民主，甚至可能无法带来我们所期望的生产力提升。这不仅仅是经济因素，而是经济因素与技术方向的结合，这种技术方向可能会带来更低的边际生产效率。过度的自动化，不仅没有提高生产力，反而可能降低它。

阿西莫格鲁批评了AI领域的大多数头部公司的思维方式，他们被不切实际且危险的梦想所驱动，即实现所谓的AGI（通用人工智能），这是将机器和算法置于人类之上的行为。如果大家认为AGI即将实现，就应该转变过来，否则一方面AGI替代人类，让人类原有的劳动能力丧失；另一方面AGI还关闭了人类未来成长和进步的机会，例如人类的学习、培训和各种发展机会。

他还担心这些人只不过是利用人工智能技术做掩护，真实目的是将财富和权力从普通人的手中转移到这一小群科技领袖的手中。目前没有任何必要的控制机制防止这一切的发生，或者能够确保普通人从AI的发展过程中获得收益，缺乏有力的监管、员工参与、社会保障或民主监督。我们看到的都是信息化和智能化时代的“不平等”，也许这意味着更糟糕的未来即将到来。

因此，科技公司的发展愿景、制度体系框架以及科技领导者的意愿和思维方式都非常重要。他认为这是一个普遍被忽略的因素。

要理解技术的发展方向，仅考虑经济因素和政治因素是不够的，还需要考虑科技发展的愿景是什么，以及人工智能研究人员的优先考虑事项是什么？

人工智能应当优先发展什么？

阿西莫格鲁认为，要提升国家生产力，关键在于提高所有劳动者的生产力，而不是简单地用AI取代他们。因此，AI的发展应该以增强人类能力为目标。那么，哪些AI技术的应用能够创造出新的工作岗位呢？

在教育领域，自动化并不是一个理想的选择，甚至很多时候是不可行的。但是，AI可以被用来创造新的工作机会。以传统的课堂教学为例，老师通常面向所有学生授课，偶尔进行一对一或小组辅导。然而，不同学生的学习风格各异，适合某个学生的授课方式可能不适合其他人。目前，由于资源和信息的限制，个性化教学还难以实现。AI可以改变这一现状，通过收集和处理实时数据，了解学生的具体情况，为个性化教学提供建议。这样的AI应用不仅能提高教育的生产率，还能帮助学生掌握未来劳动力市场更需要的技能。此外，开发和实施这类技术也会增加对人类劳动力的需求，因为即使有了AI的帮助，我们仍然需要更多具备不同技能的老师来进行个性化教学。

在医疗领域，尽管数字技术已经在医疗行业得到应用，但重点并不在于创造有效的人力任务。AI可以收集和分析信息，赋能护士、医生和其他医疗服务提供者，使他们能够提供更广泛的服务和更有效的医疗建议、诊断和治疗。AI在提高劳动力需求和生产率方面的潜力与它在教育领域的作用非常相似。

在增加领域，AI技术的另一个应用领域是制造业中的增强现实和虚拟现实技术。过去30年里，许多先进的制造业技术都围绕自动化展开，但一些公司发现，将所有任务都自动化在经济上并不划算，因为某些任务由人类完成可能更有效。然而，采用工业机器人的公司面临的一个挑战是，由于安全考虑和精度配合的问题，这些新技术与人力的结合并不完美。增强现实技术通过交互界面提高了人类感知、监控和控制物体的能力，使工人能够与机器协作完成高精度的生产任务。这不仅有助于保留某些可能被自动化取代的工作岗位，而且能够创造出新的工作岗位，使人类能够利用数字科技和传感器的增强功能来完成任务并提高生产率。

总的来说，AI的发展应该以提升人类能力为目标，通过创造新的工作机会和提高生产率，而不是简单地取代人类劳动者。这样的AI应用能够在教育、医疗和制造业等领域发挥重要作用，为人类带来更大的益处。

人工智能的发展需要匹配对应的制度和体系

就像历史上的工业革命一样，单纯的技术进步是不够的，它需要伴随着制度的变革才能带来更好的成果。阿西莫格鲁认为我们目前正处于人工智能革命的阶段，因此在推动技术发展的同时，也应该考虑制度上的变革。

他建议的第一步是改变我们对科技发展的现有叙事。目前的科技路径存在两个问题：一是它暗示未来的技术将只掌握在少数技术精英手中，而其他人应该远离；二是我们对AI的发展方向缺乏共识。人工智能应该朝着对人类友好的方向发展，这意味着AI的发展应该增强人类的能动性，提高生产力，增强信息获取能力，并通过人类的输入来实现这一点。如果我们让科技超越民主力量，并将科技发展与社会的其他部分割裂，我们就无法实现这一目标。

阿西莫格鲁认为，政府监管是其中的关键一环，但它需要嵌入在民主进程和公民社会行动中。劳工运动在其中扮演着重要的角色。我们不能只听企业的单方面说法，当他们宣传采用AI或自动化技术是为了提高员工的生产力时，我们需要警惕，因为这可能只是他们为了最终裁员以保证公司利润的借口。这种前后矛盾的做法是不可接受的。

他强调，除了员工的声音，还需要政府和监管机构的协同作用。但他也承认，政府监管可能会非常困难，因为政府容易被大型科技公司的舆论所影响或游说，这可能导致社会产生对抗性力量。

对于企业主和管理者，阿西莫格鲁建议他们认识到企业最宝贵的资产是员工，而不是自动化系统。他们应该寻找提高工人生产力、能力和影响力的方法，而不是只专注于削减成本。推动新技术为员工创造新的工作任务和生产能力，虽然自动化是有益的，但它不应该是提高生产力的唯一方式，也不应该是CEO们唯一追求的目标。

为了避免重蹈覆辙，阿西莫格鲁认为我们应该坚持三个原则：一是优先考虑机器的有用性而非替代性；二是赋予员工和公民权力，而不是操纵他们；三是政府和监管机构应该引入更有效的监管框架，让科技公司承担责任。他还提出了一些政策建议，包括市场激励、拆分大型科技公司、税收改革、对员工的投资、隐私保护和数据所有权，以及数字广告税。他认为我们应该减少对企业自动化的过度激励和赞赏。

如果希望收听相关的播客内容，请收听【科技慢半拍】的本期节目

本篇文章来源于微信公众号: AIGC开放社区