【布鲁金斯学会】人工智能饱和度与未来工作

宏观经济模型通常将人工智能视为另一种形式的资本，并预测世界将缓慢演进；而将计算机科学的规模规律应用于整个经济，则预测其将出现爆炸式增长，并可能出现类似奇点的事件。这两种观点都忽略了一个不对称的现实：智能资本或人工智能的规模扩张速度与计算机科学的扩张速度相当，而物质资本和劳动力则不然。目前缺失的是一个统一的、参数驱动的框架，该框架能够将经济学和计算机科学的假设融合起来，从而对人工智能对工资和产出的影响做出有意义的预测。本文采用恒定替代弹性（CES）生产函数框架，将物质部门和智能部门区分开来。物质能力使我们能够影响世界，而智能能力也使我们能够做到这一点：两者是互补的。鉴于这两个部门的互补性，无论人工智能的规模扩张速度有多快，其边际收益都会饱和。由于人工智能资本的价格下降速度远快于物质资本，智能任务会率先实现自动化，从而将人类劳动力推向物质部门。自动化对工资的影响在理论上并不明确，并且可能随自动化程度的变化而呈现非单调性。自动化导致工资下降的必要条件是智能部门的就业份额下降；但这一条件并非充分条件，因为自动化可以提高产出，从而抵消负面的资源重新配置效应。在我们的基准模拟中，工资随自动化程度的提高先上升后下降。