技術對生產率增長的影響一直以來都被誇大了。分析人士是否會在生成式人工智慧上重蹈覆轍？
生產率的巨大轉變是由降低成本驅動的。雖然生成式人工智慧可以做到這一點，但不應誇大其對宏觀經濟可能產生的影響；
隨著成本領先者獲益，許多公司將成為輸家，但隨著技術推動價格下降，真正的贏家將是消費者。
近幾十年來，技術進步的驚人速度也未能提升美國等發達經濟體的經濟增長率。新冠疫情期間，許多人急於宣佈，數字服務的加速應用將成為一個轉折點。但正如我們當時（以及之後）所寫的那樣，數字服務對增長的強勁影響不太可能實現，並且最終也的確沒有實現。
瞭解技術的既往遺憾有助於明確其未來的潛力。數字技術在經濟增長方面表現平平的一個原因是，技術只能充當燃料。生產率增長還需要其他火花來點燃有效的技術應用。
持續緊張的勞動力市場可能會成為這種火花。因為企業在招不到人的情況下，被誘導或被迫用技術替代勞動力。本世紀10年代，勞動力市場持續疲軟，企業沒有動力重塑生產流程。但自新冠疫情以來，勞動力市場再次緊張，這可能會帶來新的火花。
企業提高生產率面臨的一個障礙就是缺乏能夠全面替代勞動力的技術，特別是在勞動密集型服務業。製造業的自動化在服務業中缺乏相應的技術，因為服務業依賴於非標準化的、互惠的人際互動。
生成式人工智慧有望在一定程度上改變這種狀況。但是，要切實衡量其可能帶來的影響，我們必須更仔細地研究將技術轉化為廣泛生產率增長的機制。
關注成本和價格，而非App
生產率的增長往往被歸結為技術奇蹟帶來的產品創新。其中，生產率的巨大轉變固然重要，但更多的是由大規模的成本削減所帶來的，而不是新產品或改良產品。技術的通貨緊縮特性才是宏觀經濟的強大驅動力。
人們往往將將注意力錯誤地集中在眼花繚亂的App，而不是關注成本。我們可以用計程車行業的故事來說明。Uber、Lyft和Grab可能是驅動社會進步的縮影，但計程車行業的生產率真的增長了嗎？所有經濟學一年級的學生都應該知道，生產率增長就是要提高投入與產出的比率。
App並沒有從根本上改變勞動力和資本投入。對於計程車行業，這就意味著司機和汽車本身沒有變化，只是司機和乘客的匹配率有所改善。但如今越來越高的叫車價格表明，生產率並沒有發生轉變。如果發生了轉變，叫車價格應該下降才對。
為什麼會這樣？企業用技術替代勞動力能夠降低產品價格，並從成本更高的競爭對手那裡搶佔市場份額。當這一過程在各個行業和部門展開時，宏觀經濟就會經歷強勁的生產率增長。
就交通領域而言，如果演算法和感測器取代了司機，生產率就會發生重大轉變。而光是用App顯示司機位置、進行移動支付都不會帶來這種轉變。
一直以來，科技都無法激發技術-成本-價格的連鎖效應（technology-cost-price effect），導致其對經濟增長的影響力不足。如今，生成式人工智慧透過取代非線性互動（從呼叫中心到市場營銷、再到研究和設計），有可能可以消除服務經濟中的成本，從而更有可能對增長產生影響。
生成式人工智慧能夠降低成本，這將帶來宏觀效益，因為它能啟動技術-成本-價格效應。
這種通貨緊縮效應的證據確鑿。過去30年裡，商品與服務的變化對比明顯。對於耐用商品，自動化以及外包已經讓勞動力投入和價格急劇下降。
2020年之前的三十年間，耐用品價格指數下降了35%，而所有商品的價格指數僅上升了15%。服務業的勞動密集程度僅僅略有下降或根本沒有下降。因此，相應的產品價格基本大幅上漲：交通價格上漲了79%，教育價格上漲了348%，服務價格總體則上漲了120%。
企業請注意：消費者才是生成式人工智慧的主要受益者
如果減少成本並降低價格是技術實現生產率大幅增長的途徑，那麼消費者將成為贏家。價格下降將提高消費者的實際收入，從而可以將其用於其他方面。
想想看，食品支出曾經佔據了人們錢包的很大一部分，但隨著食品價格下降（透過機械化和化肥），消費者收入被釋放出來，能夠用於家庭用品和旅遊業這樣的服務。科技就是這樣推動總體增長的，也是反烏托邦式的大規模失業預言沒有成為現實的原因，因為新的消費也創造了新的就業機會。
對企業而言，這意味著生產率級聯效應（技術-成本-價格-收入）既是威脅、也是機遇。那些能夠引領成本曲線下降、保持相對優勢、降低價格並佔領市場份額的企業將成為贏家，而那些做不到這一點的企業則會被淘汰。
雖然人工智慧能夠創造新的企業巨頭，或為現有企業注入新的活力，但一些行業可能會認為，人工智慧會危及業內所有企業的行業利潤。
當節省勞動力的技術廣泛普及，且所有企業都能輕易採用時，就會出現這種情況。價格戰和利潤減少會隨之而來。例如，汽車製造業、航運業或航空公司的生產率提高就沒有帶來全行業的利潤增長，而是帶來了低價、激烈的競爭和微薄的利潤。
因此，對企業來說，生成式人工智慧和其他技術的戰略意義既是防禦性的（削減成本以保持活力），也是進攻性的（削減成本以獲得優勢）。
現實地看待人工智慧對宏觀經濟的影響
生成式人工智慧是包括感測器、5G、機器人、生物技術等在內的技術拼圖中的重要一塊。它能推動生產率的增長，但具體能增長多少呢？卓越的技術創新通常是會帶來經濟繁榮的。最近有一些估計認為，美國的生產率增長可能會提高300多個基點（bps）。
這種看法太誇張了。雖然用自下而上的案例研究來進行宏觀經濟預測很有誘惑力，但這種估計依然是基於假設和推斷的，屬於練習題性質。在實際情況中，還會有一些不可知的障礙，如監管摩擦和社會接受度，這些都會延長生成式人工智慧帶來增長的時間並限制其影響力。
300個基點的估計值意味著美國經濟公認的趨勢增長率要提高一倍多，從2%左右提高到5%。也有人曾秉持同樣的看法預言，在疫情期間，數字化滲透率的提高將使生產率增長提高100個基點或更多，但我們看到了，事實並非如此。
過去的生產率提升情況能讓我們得以窺視技術可能產生的影響。當前的技術浪潮是可能更大、更小，還是類似於20世紀90年代中期至2000年代中期推動生產率增長的資訊和通訊技術（ICT）熱潮？在那次熱潮中，緊張的勞動力市場與新技術浪潮的可用性和活力交織在一起，在大約10年的時間裡使經濟增長加快了約100個基點。
與20世紀90年代一樣，美國緊張的勞動力市場有助於加快技術的採用。許多創新技術將大有可為，但其發展和有效採用需要時間。此外，在此過程中還還必須克服監管和其他摩擦。我們認為，這將使得技術對增長的影響更加溫和：使增長加快50個基點左右，而不是150或300個基點。
生成式人工智慧面臨著光明的發展前景，但它究竟能否像網際網路一樣在經濟領域得到“通用”？也許有一天會，但很可能會滯後很長時間。資訊和通訊技術的蓬勃發展經歷了30年的時間（從20世紀60年代末開始），其對宏觀經濟的影響才得以顯現。即使如今的技術影響滯後期已經縮短了（在數字時代，這一命題是可信的），但滯後期並沒有消失。
不過也請記住，在宏觀經濟學中，小數字能帶來大影響。如果生成式人工智慧和各種新技術能夠帶來50個基點的增長，那麼美國的國內生產總值將在十年內額外增加8萬億美元（大約是德國2021年產出的兩倍），這是不容小視的。
來自： 世界經濟論壇
Philipp Carlsson-Szlezak
波士頓諮詢公司全球首席經濟學家
Paul Swartz
波士頓諮詢公司亨德森智庫總監兼高階經濟學家
Francois Candelon
波士頓諮詢公司亨德森智庫全球總監