{"text":[[{"start":7.51,"text":"人工智能融入世界的景象或许令人有些担忧。或许，当我们把困难的脑力劳动外包给数字助手时，我们的大脑会变得迟钝。或许——做好心理准备——你手中语气轻快的经济分析将出自一个自信的大型语言模型，而不是一个疲惫不堪的人类之手。我更愿意畅想一个更美好的未来：新的数字工具将带来巨大的生产率提升。那么，在审视最新的数据和证据之后，在哪里出现了曙光？"}],[{"start":39.53,"text":"一道曙光来自英国和美国令人振奋的强劲劳动生产率增长。诚然，我对这种增长的兴奋阈值并不高，但更重要的是，除了人工智能驱动的繁荣之外，这一增长还有更简单的解释。在美国，关税的不确定性可能导致企业在招聘方面犹豫不决；而在英国，更高的最低工资标准可能正在淘汰低薪工作。两者都可能提高实际生产率，但并非我们所期望的那种方式。"}],[{"start":69.15,"text":"更令人鼓舞的迹象来自对更细致数据的深入分析。我指的并非那些信息价值如同家长在操场上的炫耀般的企业轶事。高盛(Goldman Sachs)汇编的数据估计人工智能平均能带来32%的生产率提升。而根据操场闲聊，普通孩子都可以是国际象棋神童、瑞士甜菜爱好者兼半职业长号手。"}],[{"start":93.93,"text":"我指的是行业层面的相关性。如果人工智能真的能帮助企业从员工身上挤压出更多价值，那么理应预期那些最积极采用人工智能的行业，其劳动生产率增长也最为强劲。在美国，这种相关性已在近期的数据中有所体现。当然，相关性并不等同于因果关系，也可能是那些更具创新性的行业本身就更倾向于采用人工智能。"}],[{"start":121.31,"text":"在圣路易斯联储(Federal Reserve Bank of St Louis)发表的一篇文章中，一些经济学家试图从两个方面改进这一分析。首先，他们没有使用生硬的人工智能采用指标，而是让人们估算人工智能工具为他们节省了多少工作时间。其次，他们考察了从引入ChatGPT到2025年第二季度之间的劳动生产率增长情况，并将其与2015年至2019年的趋势进行了比较。这样做是为了剔除任何可能干扰结果的既有趋势。"}],[{"start":153.4,"text":"结合这两个指标，他们发现，员工使用人工智能节省时间最多的行业，也是劳动生产率增长异常迅速的行业。这些行业包括信息服务业以及专业、科学和技术服务业。将数据更新至2025年第三季度后，这种相关性似乎还略有增强。"}],[{"start":174.09,"text":"我不会过分认真地看待员工自述的节省时间，尤其是因为并非每个人都像我一样勤奋，能够将使用ChatGPT（查找数据）节省下来的时间用于让我写的文章更有趣。如果有人把省下来的时间用来精心撰写阴阳怪气的邮件发给同事，那显然不是我们想要看到的改变。"}],[{"start":194.31,"text":"对这些相关性持怀疑态度还有一个合理原因：大型语言模型才刚刚从“早熟的11岁孩子”成长为“自信得有些讨厌的实习生”，而且到2025年底，美国企业自述的人工智能采用率仍然低于20%。因此，我看到的最后亮点来自一项研究，该研究从更长远的视角审视数据，并从更广阔的视角看待技术。"}],[{"start":218.36,"text":"该研究的作者之一乔纳森•哈斯克尔(Jonathan Haskel)解释说，2017年是真正的技术转折点，当时一篇著名的“深度学习”论文在机器学习中引入了Transformer架构（ChatGPT中的“T”），从而推动了生成式人工智能的发展。这就是他们将2017年至2024年与2012年至2017年进行比较的原因。"}],[{"start":242.02,"text":"更具体地说，作者研究了美国在软件领域的投资，并估算了这些投资对生产率增长的贡献。这其中包含各种假设，因为他们试图将企业软件开发能力提升带来的生产率增长，以及其他行业使用软件的影响都纳入考量。他们估计，这些因素加起来贡献了两个时期之间生产率增长的一半。"}],[{"start":265.55,"text":"所有这些都只是具有启发性，而并非定论——显然，最终结果尚未完全明朗。我们目前还没有数据在欧洲重复上述分析。麦肯锡(McKinsey)高级顾问特拉•阿拉斯(Tera Allas)在分析英国数据时，并没有发现任何证据表明采用人工智能的行业经历了异常高的生产率增长。尽管如此，我还是尽量保持乐观。否则，你们或许会觉得你们的专栏作家还是以人工智能的形式出现更好。"}],[{"start":295.7,"text":"译者/何黎"}]],"url":"https://audio.ftcn.net.cn/album/a_1770717989_3571.mp3"}