人工智能将会改变世界经济，这个说法人们已经听到过无数遍。但改变的程度能有多大？哪个领域的改变最先发生？扩张的速度有多快？最近《纽约时报》的一篇报道指出，从三份新报告来看，AI现在能够做的可能比你想象得要少。但据麦肯锡估计，由于AI的发展，到2030年可能六分之一的美国人都要开始找新工作了。

以下是文章主要内容：

关于人工智能和它对经济的影响，大体上有三大疑问：人工智能能够做什么？它在走向哪里？它将会以多快的速度蔓延开来？

三份新报告共同给出了这些问题的答案：当前阶段，AI能够做的可能比你想象的要少。但最终，它能够做的事情可能将超过你的想象，它将出现在更多你可能想象不到的地方，它的进化速度将会超过任何过去的强大技术。

这些研究本身就反映了AI的繁荣发展。各个学科的研究人员都在努力理解该项技术潜在的发展轨迹、覆盖范围和影响力——人工智能已经进入无人驾驶汽车、在线图像识别等领域。这么做引发了一系列定义和估量方面的挑战，因为该领域发展快速——还因为各家企业纷纷打着AI的旗号进行宣传推广。

斯坦福大学、麻省理工学院及其它组织的研究人员联合打造的“AI指数”（AI Index）于本周四公布，旨在通过测量技术进步、投资、研究引用、高校招生等因素，来跟踪人工智能的进展。该项目的目标是，收集、编制和持续更新数据来更好地让科学家、商人、决策者和公众了解到该领域的最新进展。

麦肯锡全球研究所周三发布了一份关于自动化和就业的报告，概述了人工智能潜在的几个发展路径，以及其在数个国家对不同职业类别的工作人员的影响。其中一个发现是：到2030年，多达六分之一的美国劳动人口将要转而从事新的职业。

美国全国经济研究所以及麻省理工学院和芝加哥大学的经济学家11月共同发表的一篇文章，解答了为什么种种AI技术方面的研究和投资到目前为止对生产力的影响仍微乎其微的疑问。

这三个研究项目有着不同的侧重点。但透过这些报告和对作者的采访，可以看出两个共同的主题。

1、技术本身只是决定AI发展轨迹及其影响力的其中一个因素。经济学、政府政策和社会态度也将会产生重要影响。

2、从电力到计算机的重大技术普及的历史规律，对于AI可能也适用。但如果说普及模式相似，那普及的步伐可能就不一样。如果它的普及要快速得多，正如很多研究者所预计的，那它带来的社会影响可能要比过往的重大技术转变要剧烈。

AI指数

AI指数出自2014年AI专家们启动的一个斯坦福大学项目“人工智能100年发展研究计划”。该研究团队主要由科学家组成，他们希望加深对人工智能的理解，由此提高社会从该技术获益的可能性。

该团队最初打算每五年发布一次重大研究结果。不过，斯坦福大学荣誉教授、“AI指数”指导委员会主席雅夫。索姆（Yoav Shoham）指出，考虑到人工智能的发展速度和投资力度，隔五年才发布一次“显得太过缓慢了。”

该新指数并不只是单个的数字，而是一系列跟踪AI相关趋势的图表。它估量的事项包括：图像识别和语音识别的改进速度、创业公司的活动以及就业机会。它还包含了来自人工智能专家的短篇论文。

其中的一些显示技术进展的图表很有说服力。例如，图像识别和语音识别项目仅仅在过去的一两年里就达到甚至超过人类的能力。然而，AI专家们警告称，特定任务或者游戏的精通程度的提升，与实现通用智能还相距甚远。例如，小孩子会知道放在桌子边缘的水杯很有可能会掉到地上，溢出水来。他能理解日常生活的物理现象，而人工智能项目则还不能理解。

“公众认为的我们对AI的理解程度要远远高过我们实际的理解程度。”参与AI指数项目的斯坦福国际研究所雷蒙德。佩罗（Raymond Perrault）指出。

索姆说道，现在的“AI指数”基本上还只是第一步。该团队在寻求从全球各地的学术研究者和企业研究者获得数据和评论。他说，这一想法旨在形成“一个活力指数”来以尽可能多的维度详细说明该领域的发展，其中包括社会影响力。

麦肯锡自动化与就业报告

麦肯锡的自动化与就业报告则聚焦围绕AI的不确定性和它未来对劳动力市场的影响。它预计，到2030年，将要寻找新职业的美国人口将在1600万至5400万之间——具体要看技术普及速度。（2016年，美国总人口数为3.23亿）

AI发展越快速，带来的挑战就越大。麦肯锡5400万人要找新工作的上限预测表明，AI引发的变革要比过往的劳动人口迁徙浪潮（劳动力从农田转向工厂，而后又从制造业转向服务业）更加快速。

“那是我们要讨论的方向——如何管理这种转变。”麦肯锡经济学家苏珊。伦德（Susan Lund）指出，“我们需要在提供职业中期再培训和帮助失业工人找到新工作的方式上作出重大的改变。”

AI的兴起还没反映在经济上

不过，AI的兴起总的来说还没有反映在经济层面上，至少数据还没有体现。麻省理工学院斯隆商学院的埃里克。布林约尔松（Erik Brynjolfsson）和丹尼尔。洛克（Daniel Rock）以及芝加哥大学的查德。西维尔森（Chad Syverson）在他们最近发表的论文中写道，这是“期望值和数据之间的冲突。”

他们提供了几个合理的解释，其中包括人们不切实际的希望和对该新技术的糟糕估量。但他们着重强调的是，AI的普及和有效利用存在滞后。

这方面也有历史先例。例如，电动机在1880年代初期问世，但直到1920年代，电动机推广开来，工厂作业被整顿成量产流水线来利用当时的这项新技术以后，生产力的提升才显现出来。

布林约尔松预计，AI将会遵循类似的发展轨迹，但前进步伐会更加快速。他参与了“AI指数”项目，他认为，通过给予人们所需的信息来作出更好的决策，该指数应该会有助于加速AI的普及。

有的人对AI持怀疑态度，但布林约尔松不在这一阵营。“历史告诉我们，技术的发展需要一定的时日，非常强大的技术也不例外。”他说道，“但对我来说，AI的普及势在必然。”