AI 之于美国经济的影响以及为什么 AI 是一个「没有新市场」的战场？

过去两年多的时间里，中美两国几乎同时进入人工智能风口期。下图来自 CBinsighits 的统计数字，非常清晰地展示了人工智能市场的资本活跃度。

而在另一张图里，Google、苹果、Facebook、微软等巨头也频频出手，成为人工智能市场上的最大买家。

而在中国，仅以机器视觉为例，2017 年的投资数量和投资总额都再创新高。

而随着以伊隆·马斯克为代表的科技大佬们（比如比尔·盖茨），频频发表人工智能副作用的惊悚言论，越来越多的人开始发问：人工智能真的已经「侵入」到社会经济并开始影响到经济发展了吗？人类的多个工作马上就可以被机器代替了吗？

二

真实情况并非如此。

上月，前美国总统经济顾问 Jason Furman 和纽约大学教授 Howard Seamans 共同撰写了一份报告。这份名叫「AI and the Economy」的报告指出了一个略显残酷的事实：人工智能之于美国经济的影响几乎微乎其微。

之所以要讨论这份报告，有以下几个考量。首先，参考历次技术革命带来的影响，比如生产效率的提升以及职业变化¹，其最后的落脚点都是社会经济水平的整体提升，倘若人工智能不能实现这个「小目标」，也无法胜任过往技术革命中蒸汽机、电力的角色。

其次，以中美当下的产业结构来看，倘若人工智能无法在人力成本高昂的美国，还推动生产效率的提升，并创造出新的职业，那么，人工智能一样无法令中国的产业结构发生大的变化。毕竟，中国目前的经济发展还远远没有达到必须依靠机器来提升生产效率的阶段。

因此，透过这份来自美国的「体检报告」，我们可以部分意义上戳破人工智能的炒作泡沫。

三

回到这份报告，两位作者先从一些基本数字入手，比如全球人工智能融资状况，特别提到了工业机器人这个特定领域，包括全球工业机器人的出货量以及工业机器人的应用领域。

由于工业机器人带来的经济增长更容易量化，因此，作者在接下来的几个章节里，重点介绍了工业机器人对生产效率以及劳动力市场的影响，作者指出，工业机器人带给经济的影响与蒸汽机早期的表现非常类似：

The case for productivity growth from AI can look to empirical research on robotics for support. According to Graetz and Michaels (2015), robotics added an estimated 0.4 percentage points of annual GDP growth between 1993 and 2007 on average for the 17 countries in their sample (accounting for about one-tenth of GDP growth during this time period). The authors note that these effects are of similar magnitude to the impact of steam engines on growth in the United Kingdom.

而在劳动力市场，并没有直接证据显示人工智能发展与人类失去工作的证据，反而是一个亘古不变的真理始终影响着劳动力市场，那就是劳动力的受教育水平与收入直接相关，作者写道：

In all of these cases, however, there is a strong relationship between the occupations or skills that can be automated and income or education. CEA (2016) used the Frey and Osbourne characterizations and found that jobs making less than $20 per hour had an 83 percent probability of automation while jobs making over $40 per hour only had a 4 percent probability of automation, as shown in Figure 8. Although the levels are very different in the OECD study, the gradient is the same—with jobs that require a high school degree or less much more likely to be automatable than jobs with a college or graduate degree, as shown in Figure 9. This highlights that going forward it is reasonable to expect that to the degree that AI does not displace labor, part of that will be because relative wages adjust, in other words that inequality rises. In addition, the pressure on lower-skilled jobs risks the continuation of the same trend that has contributed to declining labor force participation for prime-age workers.

四

这份报告并非否定人工智能的价值，而是透过对生产效率和劳动力市场的分析，证明了当下人工智能的非理性狂热，无论未来人工智能会如何影响人类社会的发展，至少在短期内，所谓人工智能改变世界的说法都是扯淡。

类似的情况也在中国有所展现。不久前，亿欧网在针对国内人工智能创业市场盘点时发现，这个市场现在已经进入到一个全新的阶段，所谓「落地」：

一个显著的变化是，去年创始人还在拿数据和算法讲故事，今年则开始强调大订单与大客户。

其中一句话非常中肯：「这里没有新的市场」，这可谓一针见血地指出了目前人工智能创业的最大困境：一批批科学家、企业家和投资者涌入到一个个存在少则十几年，多则上百甚至上千年的行业。他们所能做的，除了能让如金融、工业等领域的效率提升一点点，根本撑不起所谓可以改变世界的独角兽的头衔。

洪泰基金副总裁宋楠在接受钛媒体时也表达了类似的看法：

像算法、算力上的技术优势反馈到客户那里，可能会有3%-5%准确率的差别，但这种差异很难去做一个定量的横向比较，实际上，AI 公司去拿单的一个核心因素是说商业的服务能力。

 

具体来说，比如和客户沟通，很多科学家背景的 AI 项目方会觉得，我的技术这么好你凭什么不用我？这就是他们在和客户沟通时不适应的地方，你要让客户感觉到你作为乙方公司的诚意，坦白说就是“接地气”，做到这一点才能拿到单。

 

而在实际的项目落地层面，客户真正需要的，与 AI 行业讲究的所谓高大上的算法、豪华的团队又完全不是一回事。

这些变化也让所谓高大上的人工智能创业变成了一个越来越需要下沉的行业，在一个没有新市场的大背景下，你需要下沉到每个行业的最底层，然后去寻找发现机会，并以最快的速度抓住可以变现的机会，让自己高大上的技术变成可以场景化应用的产品。

五

进入 2018 年，中美人工智能的发展都不可避免地步入到一个瓶颈期。

在这个阶段，创业公司如果还未吸引到巨头的注意，这并不是一个值得开心的事情，或许，这些创业公司会成为某个市场的先烈，或许，这些创业公司的技术、产品没有达到可收购的标准。

同样在这个阶段，美国的亚马逊、Google、微软，以及中国的 BAT、华为等，在利用人工智能完成自身业务的升级改造后，也开启了新的产品输出。但对这些巨头而言，人工智能的产品输出远不是过往互联网时代的代码优化那么简单，他们也必须下沉到行业的底层，去寻找新的可能性。

这可能是一个新机会，也可能是一个新陷阱，在通用人工智能智能（AGI）出现之前，所有关于人工智能的幻想，正在被一个个行业所重塑，最后都将归于平淡。