本文將人工智能定義為五種強大技術的集合，即計算機視覺、自然語言、虛擬助手、機器人自動化處理和高端機器學習。
AI人工智能
麥肯錫認為，到 2030 年，人工智能有可能為全球額外貢獻 13 萬億美元的 GDP增長（此為總體數據，去除了競爭影響和轉型成本），平均每年推動GDP增長約 1.2%，足以比肩歷史上其他幾種通用技術所帶來的變革性影響，例如 19 世紀的蒸汽機、20 世紀的工業機器人和 21 世紀的信息技術。
隨著技術發展日益成熟，人工智能對經濟的影響將漸漸積累，並可能在 2025 年之後加速顯現。但是，人工智能所帶來的潛在利益可能無法平均分配。
人工智能對經濟的影響取決於是否有足夠的資本注入，幫助新的人工智能公司和人工智能研究獲取足夠的資金支持，以便促成更大規模的企業投資。中國政府十分重視人工智能發展，為此出臺了一系列政策指導，包括“十三五”規劃、《“互聯網+”人工智能三年行動實施方案》和《新一代人工智能發展規劃》等。到 2020 年，中國計劃在國內創造一個市場規模達 1 萬億元人民幣（1500 億美元）的人工智能市場，並在 2030 年之前將其發展為世界領先的人工智能中心。 中國三大互聯網巨頭（阿里巴巴、百度和騰訊）和語音識別公司科大訊飛已經組成了一支“國家隊”，重點開發無人駕駛汽車、智慧城市和醫學影像等領域的人工智能技術。
人工智能佈局
人工智能對增長、平等和就業的影響最終取決於人們的態度。麥肯錫資深董事合夥人、兼麥肯錫全球研究院院長Jacques Bughin認為，政策制定者和企業高管能夠影響人工智能的未來發展，他們應共同努力，發揮人工智能的積極影響，即在提高生產率的同時增加就業。中國在人工智能領域已經成為全球領先的國家/地區之一，且決心進一步推動這些技術的發展和商業化應用。
人工智能將通過多種渠道影響經濟
一種技術要在全球範圍內滲透，往往需要幾十年的時間。麥肯錫全球研究院利用早期證據進行平均模擬，結果顯示，到 2030 年，大約有三分之一的公司能夠在整個組織範圍內吸收全套人工智能技術。
麥肯錫認為，人工智能可能對經濟產生影響的幾個渠道，其中 3 個尤其值得注意：
- 通過勞動替代提升生產率。自動化和勞動替代的影響可能高達 9 萬億美元，比當今全球 GDP 總量高出約 11%。此項估計涵蓋了從目前到 2030 年這段時期內累計的經濟附加值增長，在資本和勞動力技能的推動下，生產率得以提升，繼而實現全球GDP總量的提升。但前提假設是：被取代的員工能夠在經濟的其他領域得到重新聘用。
- 產品和服務創新。人工智能可促進創新，改進現有的產品和服務，甚至創造全新的產品和服務。麥肯錫分析得出，創新可以推動 GDP 增加 7%左右，到 2030 年增加的產值可達到 6 萬億美元左右。
- 負面外因和轉型成本。我們發現，部署人工智能技術很有可能會給勞動力市場帶來衝擊，而要實現勞動力市場的轉型也很有可能會產生相應的成本，尤其是對那些自身技能不足，會被人工智能技術取代或部分取代的勞動者而言。負面外因和轉型成本會導致 GDP 總量減少約 9%，也就是大約 7 萬億美元。
人與人工智能
經濟影響可能會隨著時間的推移逐漸顯現
麥肯錫全球研究院的模擬表明，由於學習和部署成本過高，企業最初採用人工智能的速度可能較慢，但隨後會逐漸加速，部分原因在於競爭壓力的增大和互補能力的提升。麥肯錫全球研究院發現，到 2030 年，人工智能對增長的貢獻可能達到未來 5 年的 3 倍甚至更多。由於要進行初始投資，還要不停地提煉技術和應用，甚至付出龐大的轉型成本，所以小企業在採用這種技術時可能面臨侷限。
麥肯錫研究院中國副院長成政珉表示，有人認為，這種“慢熱”特徵表明人工智能的實際影響有限。這種看法是不對的。較早採用這些技術的企業將會獲得日後利益的累積效應，而很少或沒有采用這種技術的公司則會付出代價。
人工智能技術的普及會擴大不同國家/地區、公司和勞動者之間的差距
- 國家/地區。佔據人工智能領導者地位的國家/地區（以發達經濟體為主）可以在目前的基礎上獲得 20% 至 25% 的經濟利益增長，而新興經濟體可能只有這一比例的一半。人工智能鴻溝可能會導致如今的數字鴻溝進一步加深。基於現有數據，本次研究將國家/地區分為4組，各組在人工智能籌備程度（涉及人工智能投資、人工智能研究活動等維度）和關鍵促進因素方面（例如數字化吸收、創新基礎、人力資本和連接性）處於相似的水平。中國和美國同處於領先組。它們目前在人工智能領域均處於領先地位，而且具備獨特優勢。但若止步不前，那麼領先的國家/地區也無法確保實現其預期的經濟利益。與此同時，發展中經濟體也未必會在人工智能競賽中失敗。它們可以選擇加強與人工智能相關的基礎因素，增強實現人工智能潛力所需的促進因素，並主動加快技術採用速度。
- 公司。領跑者指的是在未來5至7年能全面吸收人工智能技術的企業，它們有望將現金流擴大一倍（此處的現金流指的是其獲得的經濟利益減去相關的投資和轉型成本）。領跑者往往擁有強大的數字化基礎、較高的人工智能投資傾向，且對人工智能的商業案例持有積極觀點。相較而言，到 2030 年仍然完全不採用人工智能技術，或者沒有完全吸收人工智能技術的企業，現金流可能較目前下滑 20%（假設成本與營收模型與現在相同）。企業之間的激烈競爭是導致這種利潤壓力的一個重要原因，可能造成的結果是市場份額從落後者向領跑者轉移，還可能激發關於人工智能利益分配不均的爭論。
- 勞動者。擁有較強技術能力和認知能力的勞動者，或者其專業技能難以被自動化取代，對此類勞動者的需求很可能增加，工資也可能相應提高。但對於從事重複性任務的勞動者來說，市場需求和工資則可能雙雙降低。以重複性勞動為主及對數字技能要求較低的職位，在就業總量中的比例可能會出現最大幅度的下滑，從現在的 40% 左右下滑到 2030 年的 30%。非重複性活動以及需要較高數字技能的工作所佔的份額則可能出現最大增幅，從現在的大約 40% 增加到 50% 以上。
- 本文來自麥肯錫研究院梳理
閱讀更多 氫快科技 的文章
