經濟學家羅伯特·戈登（Robert Gordon）認為，未來25年的生產率增長都將延續2004年以來的遲滯步伐；而過去兩個世紀中輪船和電報等“偉大發明”層出不窮的局面，如今卻很難再現。

在全球各地，許多經濟體的GDP增長率均呈收縮態勢；經濟效率的多項關鍵指標正急劇下滑；同時，發達國家的勞動力增長也基本停滯不前。面對低迷的前景，一些評論人士將經濟停滯稱為“新常態”。這似乎意味著，創新的匱乏，疊加不利的人口趨勢以及日益加劇的教育和財富不平等現象，經濟放緩似乎已成為必然。那么，是否真像人們所擔憂的那樣，增長和繁榮即將落幕？

人工智能：一種全新的生產要素

從數據角度來看，形勢的確如此。但如果把新技術對經濟增長的影響納入其中呢？埃森哲通過分析12個發達經濟體發現：到2035年，人工智能有望助其經濟年增長率實現翻番。

傳統上，資本和勞動力是推動經濟增長的“生產要素”。當資本或勞動力總量增加，或是當它們被更有效利用時，經濟便會出現增長。但現在，經濟領域創新和技術變革所帶動的增長也已體現在了全要素生產率（TFP）當中。經濟學家一直認為，新技術通過提高全要素生產率促進增長。迄今為止看到的各項技術都發揮了這樣的作用。20世紀出現的一系列重大技術突破——電力、鐵路和信息技術，雖然顯著提高了生產率，但卻未能創造全新的勞動力。

而今天，我們正目睹另一類變革性技術的崛起——人工智能。如果人工智能不僅發揮驅動全要素生產率的作用，而是成為一種全新的生產要素呢？如果將人工智能視為資本與勞動力的混合體，它便能夠以更大的規模和速度復制勞動行為，甚至執行超出人類能力的一些任務。而毋庸置疑，在某些領域，它具有比人類更快的學習能力——盡管深入程度還稍遜一籌。例如，虛擬助手幾天內就能審核1000份法律文件，不再需要三個人耗時六個月。

與之類似，人工智能還可以采用某種實體資產形式，如機器人和智能機器。與常規機器和建筑等傳統資產不同，人工智能可以憑借自學能力，隨著時間推移取得不斷提高自身能力。

一旦人工智能成為一項新的生產要素，而不僅僅是一種生產力增強工具時，將呈現怎樣的局面？例如，這會對美國的預期增長水平產生巨大影響。如圖二所示，當人工智能成為新的生產要素時，便會對增長產生變革性影響。從中可以看出，補充和增強傳統生產要素的作用，恰是人工智能真正的潛能所在。CONATIX公司首席執行官大衛·萊勒（David Lehrer）曾說過：“人工智能的進步正在引領我們重新思考基本的經濟關系，以及如何創造價值。”

2035年，人工智能將貢獻多少增長

為了解人工智能作為新生產要素的價值，埃森哲與經濟學前沿公司聯手，就其對12個發達經濟體的潛在影響建立了模型——它們在世界經濟總產值中的占比超過了半數。通過研究發現，人工智能有潛力將這些國家的經濟年增長率提升一倍，顯著扭轉近年來的下滑趨勢。

從絕對值看，人工智能對美國經濟的貢獻最大，其2035年的增長率將攀升至4.6%。同一時期，日本的經濟總增加值可能上升兩倍有余，從0.8%提高到2.7%；而德國、奧地利、瑞典和荷蘭的經濟年增速均會翻番。

具體到一些國家而言，美國的總增加值上升幅度將明顯提高，在2035年從2.6%提高至4.6%。而這意味著，2035年額外實現8.3萬億美元的總增加值——相當于當前日本、德國和瑞典的經濟總增加值之和。

而英國，人工智能將額外為其帶來8140億美元經濟總增加值，使2035年經濟增速從2.5%上升到3.9%。其增長的提升部分來自增強要素和智能自動兩種途徑。除了服務業，該國具備優勢的制藥和航空工業同樣能借助智能系統對生產加以優化。

在日本，2035年的預期經濟增速從0.8%快速躍升至2.7%，從而帶來2.1萬億美元的經濟總增加值。日本將獲益于一些獨到優勢——完善的研究網絡、突出的專利申請量，以及在機器人等技術領域的長期領先地位。

而在德國，人工智能可以在2035年為其額外貢獻1.1萬億美元經濟總增加值。大部分經濟效益源于智能自動的支持。其先進的制造部門，再加上工業4.0計劃，智能系統與生產流程的無縫集成已具備了最佳條件。

對于這些國家而言，人工智能有潛力將其2035年的勞動生產率最高提升40%。但其走高并非源自延長工作時間，而是通過創新技術，使人們更有效地利用時間。雖然各國進展不盡相同，但人工智能可以超越區域和結構差異，使勞動生產率實現迅速、大幅度的跨越式發展。

是與非？取決于如何過渡

企業家埃隆·馬斯克（Elon Musk）警告說，人工智能可能成為人類“最大的生存威脅”。未來主義者雷·科茲威爾（Ray Kurzweil）則認為：人工智能可以幫助我們“在解決世界的重大問題方面取得長足進步”。事實是，這一切都取決于我們如何管理向人工智能時代過渡。應該做好哪些準備呢？

教育儲備。隨著人與機器之間分工的改變，決策者需要重新評估傳承給子孫后代的知識和技能類型。目前我們所開展的技術教育，是由人去學習如何使用機器。但情況將逐步變化——機器會向人類學習，人類同時也師從于機器。例如，未來的客服代表需要為他們的數字同事作出行為示范，并且很可能會效仿對方。

我們還必須開發利用機器人、視覺、音頻和模式識別等諸多專業領域的知識，利用各種技術能力來設計和實施人工智能系統。當然，對于人類而言，人際交往技能、創造力和情商變得更加重要。

法律法規。隨著自控機器對以往只能由人類承擔工作的接管，現有的法律法規也有待重新審視。例如，紐約1967年出臺的交規要求，駕駛者必須至少將一只手放在方向盤上，以此提高安全性；但是，這一規定可能會阻礙自動并道等半自動安全功能的采用。

在醫療行業，雖然人工智能可以極大地幫助醫療診斷，但醫生卻會因為擔心自己遭遇失職指控而避免使用此類技術。這種不確定性將抑制技術的普及并妨礙進一步創新。

人工智能本身也可以成為解決方案的組成部分，創建具備適應性的自我完善能力的規則，彌合技術變革步伐和監管反應速度之間的差距。而智能解決方案和海量數據的組合，也有助于根據新的成本效益評估來更新法規——正如它們可以指導城市、醫療保健和社會服務等諸多規劃領域的決策。

道德規范。如何應對帶有種族傾向的算法？自動行駛車輛是否應當在突發事故時優先考慮駕駛員的生命？這將引發許多倫理和社會問題，智能系統正在迅速進入曾經只包括人類的社會環境。

鑒于未來智能系統將廣泛深入人們的生活，決策者需要切實為人工智能生態系統制定道德準則。在智能機器的開發過程中，不僅要討論道德問題，還應積極采用更有形的標準和最佳實踐。

作為人工智能的一部分，機器人產業已在制定通用操作標準方面率先行動。英國標準協會（BSI）制定的機器人商業標準，正是朝著正確方向邁出的一步。解決員工的憂慮。許多評論家擔心，人工智能將令工作機會減少、加劇不平等現象，并侵蝕人們的收入。

世界各地掀起的抗議浪潮，以及瑞士等國有關“全民基本收入”的討論，都反映了這一思想。這些憂慮并非空穴來風。決策者需要強調，人工智能將帶來實實在在的益處——例如可以提高工作滿意度。埃森哲調研顯示，84%的管理者認為，機器可以使其工作更具效率、也更加有趣。除了在職場中發揮作用，人工智能還有助于解決一些全球最重大的問題，如氣候變化和醫療服務。政策制定者需要積極解決和預防人工智能的弊端。

未來，人工智能將普及到經濟的各個方面。決策者和商業領袖不能簡單地將人工智能視為另一種生產力增強工具；而是務必清楚地認識到，人工智能會從根本上轉變經濟增長方式。