麥肯錫全球研究所的一項新研究試圖模擬人工智能對世界經濟的影響。

首先，它建立在對公司行為和各部門動態的理解基礎上，形成一個自下而上的視角，關于如何采用和吸納人工智能技術。

其次，它考慮了國家、公司和工作者在向人工智能過渡過程中可能遇到的顛覆。在這一過渡時期，很可能會產生一定的成本，并且需要將它們納入任何估算中。該分析研究了經濟收益和損失如何在公司、雇員和國家之間分配，以及這種分配如何阻礙人工智能收益的獲取的可能情況。

最后，這項研究調查了許多國家的人工智能的動態--這些國家在該方面具有相似的特征--目的是提供一個更具全球化的視角。
 

根據目前獲得的最佳信息，該分析應該被看作是“人工智能的潛在經濟影響”的風向標。主要發現如下:
 

1. 人工智能為全球經濟活動做出貢獻的潛力巨大
 

2. 一個主要的挑戰是采用人工智能可能會擴大國家、公司和工作者之間的差距
 

一、人工智能為全球經濟活動做出貢獻的潛力巨大
 

麥肯錫全球研究所研究了五大類人工智能:計算機視覺、自然語言、虛擬助手、機器人過程自動化和高級機器學習。公司可能會在不同程度上使用這些工具。有些公司會采取機會主義方法，只測試一種技術，并在特定的功能中進行試驗(我們的建模將這種方法稱為采用)。其他人可能會更大膽一些，采用這五種方法，然后在整個組織中吸納它們(我們稱之為完全吸納)。在這兩個極點之間，將有許多公司處于不同的采用階段;該模型還捕捉到了這種部分影響。
 

到2030年，平均模擬顯示，大約70%的公司可能至少采用了一種人工智能技術，但只有不到一半的公司會完全吸納這五種技術。
 

一些障礙可能會阻礙人工智能快速采用和吸納。例如，后期采用者可能發現很難從人工智能中獲益，因為領跑者已經抓住了人工智能的機會，而后期采用者在開發能力和吸引人才方面落后。
 

盡管如此，從我們模擬結果的全球平均采用和吸納水平來看，人工智能有潛力在2030年之前為全球帶來約13萬億美元的額外經濟活動，或比今天的累計GDP高出16%。這相當于每年貢獻1.2%的GDP增長。如果交付使用，這種影響將與歷史上其他重大技術的影響相媲美。
 

影響人工智能驅動的生產力增長的因素多種多樣，包括勞動力自動化、創新和新的競爭。微觀因素，如采用人工智能的速度，和宏觀因素，如全球連通性或一個國家的勞動力市場結構，都是人工智能影響規模的因素。
 

我們的模擬測試了7種可能影響渠道。前三個因素與人工智能的采用對生產要素的需求和組合的影響有關，而這些生產要素對公司的生產率有著直接的影響。其他四個是與采用人工智能有關的外部因素，與廣泛的經濟環境和向人工智能的過渡有關。我們承認，這7個渠道不是確定的，也不一定是全面的，而是基于我們目前的理解和當前趨勢得出的(表1)。
 

人工智能的影響可能不是線性的，但隨著時間的推移可能會呈加速增長。到2030年，人工智能對經濟增長的貢獻可能是未來五年的三倍甚至更多。采用和吸納人工智能的S曲線模式一開始可能很緩慢，因為學習和部署這些技術需要大量的成本和投資，然后在競爭累積效應的推動下加速，并伴隨著流程創新提高互補能力。
 

如果將這種“緩慢燃燒”的影響模式解釋為人工智能影響有限的證據，那將是錯誤的判斷。對于那些早期采用這些技術的人來說，福利的規模將在未來幾年逐漸擴大，而那些有限或沒有采用這些技術的公司將因此付出代價。
 

二、一個關鍵的挑戰是采用人工智能可能會擴大國家、公司和工作者之間的差距
 

盡管人工智能可以促進經濟活動，但其收益分布可能并不均衡。
 

人工智能對國家可能產生怎樣的影響?
 

人工智能可能會擴大國家間的差距，加劇目前的數字鴻溝。各國可能需要制定不同的策略和應對措施，因為人工智能的采用率是不同的。
 

人工智能采用的領導者(主要在發達國家)可以提高他們對發展中國家的領先地位。領先的人工智能國家在凈經濟效益方面可能比現在多獲得20%到25%，而發展中國家可能只獲得5%到15%。許多發達國家除了推動人工智能在GDP增速放緩之際實現更高的生產率增長外，別無他選——在很多情況下，這在一定程度上反映了人口老齡化帶來的挑戰。此外，在這些經濟體中，工資水平很高，這意味著用機器替代勞動力的動機比低工資的發展中國家要強烈。
 

相比之下，發展中國家往往有其他方式來提高生產率，例如重組產業。因此，他們推動人工智能的動力可能會不那么強烈(無論如何，與發達經濟體相比，人工智能可能會給他們帶來經濟效益相對較小，)。一些發展中國家可能被證明是例外情況。例如，中國已經制定了成為人工智能供應鏈全球領導者的國家戰略，并正在大舉投資。
 

人工智能對企業可能產生怎樣的影響?
 

人工智能技術有可能導致領先者(在未來五到七年內上下完全吸納人工智能工具的公司)與非采用者(到2030年不采用或部分吸納人工智能的公司)的表現存在差距。
 

在采用人工智能技術范圍的一端，領跑者可能會獲得不成比例的好處。到2030年，它們的現金流可能會增加一倍(經濟效益減去相關投資和轉型成本)。這意味著，未來10年將有大約6%的年度凈現金流增長。領跑者往往擁有強大的IT基礎，對人工智能的投資傾向更高，并且對人工智能的商業案例持積極的看法。
 

在采用人工智能技術的另一端，假設成本和收入模式與今天相同，非采用者的現金流與現在相比可能會下降20%左右。這種利潤壓力的一個重要驅動因素是，企業之間存在著強大的競爭動力，它們可能會將市場份額從落后的企業轉移到領先的企業，并可能引發關于人工智能利益分配不均的爭論(表2)。
 

人工智能對工作者可能產生怎樣的影響?
 

個體員工之間的差距可能會擴大。對工作的需求可能會從重復性的工作轉向社交和認知驅動的工作，并且需要更多的數字技能。以簡單重復性或低水平數字技能為特征的工作，到2030年，占總就業的比例可能從40%左右降至30%左右，降幅最大。最大的需求可能是在非重復性活動和那些需要高數字技能的工作中，從大約40%上升到50%以上。
 

這些變化將對工資產生影響。我們假設，大約13%的工資賬單會轉移到需要非重復性和高數字化技能的領域，這些領域的收入可能會增加，而重復性和低數字化技能領域的工作者可能會經歷薪資漲幅停滯甚至減薪。后者的工資占總工資的比例可能會從33%降至20%。
 

就業和工資差距擴大的一個直接后果，將加劇對人才的爭奪，尤其是那些擅長開發和使用人工智能工具的人。另一方面，對于缺乏數字及認知技能且比例仍然相對較高的一部分人來說，存在結構性供應過剩的可能性。
 

總體而言，人工智能的采用和吸納可能不會對凈就業產生重大影響。全職就業需求可能面臨巨大壓力，但總體凈影響可能比許多人擔心的更為有限。我們的平均全球情況表明，全職等效就業需求總量可能保持不變，甚至到2030年可能對就業產生略微負面凈影響。
 

人工智能的機會是巨大的，但毫無疑問，它的滲透可能會造成顛覆。人工智能的生產率紅利可能不會馬上實現。隨著時間的推移，它的影響可能會加速增長;因此，初期投資的好處在短期內可能并不明顯。需要耐心和長遠的戰略思考。
 

政策制定者需要表現出大膽的領導力，來克服公眾對自動化所帶來的工作威脅的不安。公司也將在尋找解決方案的過程中扮演重要角色，培訓以及再培訓人們與人工智能一道工作來完成復雜任務的技能。個人將需要適應一個新的世界，在這個世界里，工作更替可能更加頻繁，他們可能不得不過渡到新的就業類型，他們可能必須不斷地更新和升級他們的技能，以適應一個動態變化的就業市場的需要。
 

借助創造新工作崗位取代舊工作崗位的歷史趨勢，并考慮到人工智能技術通過智能自動化可以調整較低勞動力產出比，人工智能投資驅動的新工作崗位到2030年可使就業增加約5%。總生產率效應對就業的正向貢獻約為10%。