人工智慧將會改變世界經濟， 這個說法人們已經聽到過無數遍。 但改變的程度能有多大？哪個領域的改變最先發生？擴張的速度有多快？《紐約時報》的一篇報導指出， 從三份新報告來看， AI現在能夠做的可能比你想像得要少。 但據麥肯錫估計， 由於AI的發展， 到2030年可能六分之一的美國人都要開始找新工作。
關於人工智慧及其對經濟的影響， 基本上有三大疑問：人工智慧能夠做什麼？它將走向哪裡？它蔓延的速度有多快？三份新報告共同給出了這些問題的答案：當前階段， 人工智慧能夠做的可能比你想像的要少。
這一系列研究本身就是人工智慧繁榮發展的一個標誌。 各個學科的研究人員都在爭先恐後地理解這項技術潛在的發展軌跡、覆蓋範圍和影響力——人工智慧已經在無人駕駛汽車和線上圖像識別等方面找到了出路。 這樣做帶來了定義和估量方面的諸多挑戰， 因為該領域發展迅速， 還因為各家企業紛紛打著AI的旗號進行宣傳推廣。
由美國斯坦福大學、麻省理工學院(MIT)和其他組織機構研究人員聯合打造的“人工智慧指數”(AI Index)於2017年11月30日發佈， 旨在通過測量技術進步、投資、研究引用和高校入學人數等方面，
麥肯錫全球研究所(McKinsey Global Institute)2017年11月29日發佈了一份關於自動化和就業的報告， 概述了人工智慧技術潛在的幾個發展路徑， 以及其在數個國家對不同職業類別的工作人員的影響。 其中一個發現是：大約12年之後， 到2030年， 美國將有多達三分之一的勞動力將不得不轉而從事新的職業。
美國國家經濟研究局(National Bureau of Economic Research)、麻省理工學院(MIT)和芝加哥大學(University of Chicago)的經濟學家在11月共同發表的一篇文章中， 解答了為什麼到目前為止所有人工智慧技術的研究和投資都對生產力沒有多大影響的疑問。
這三個研究專案有不同的研究重點。 但透過報告和對作者的採訪中可以看出兩個共同的主題。
1、技術本身只是決定人工智慧的軌跡及其影響的其中一個因素。 經濟、政府政策和社會態度也將發揮重要作用。
2、從電力到電腦， 重要技術普及的歷史模式可能也適用於人工智慧。 但如果說普及模式相似， 那普及的速度可能就不同了。 而且， 正如許多研究者預測的那樣， 如果它的速度要快得多， 其社會影響可能會比過往的重大技術帶來的轉變更加劇烈。
人工智慧指數源自人工智慧專家從2014年開始的斯坦福大學“人工智慧100年研究計畫”（One Hundred Year Study on Artificial Intelligence）。 該研究小組成員主要是科學家， 他們希望擴大對人工智慧的瞭解， 從而提高社會受益于這項技術的可能性。
這個小組最初打算每五年發表一次主要研究報告。 不過， 斯坦福大學榮譽教授、“人工智慧指數”(AI Index)指導委員會主席約夫·肖姆(Yoav Shoham)指出， 考慮到人工智慧的發展速度和投資力度， 五年才發佈一次“似乎太慢了”。
這個新的指數並不只是單一的數字， 而是一系列跟蹤AI相關趨勢的圖表。 該指數估量的指標包含：提高圖像識別和語音辨識的速度、創業活動以及就業機會， 它還包含了來自人工智慧專家的短篇論文。
其中的一些顯示技術進步的圖表很有說服力。 例如， 僅僅在過去的一兩年中， 圖像和語音辨識程式就達到甚至超過人類的能力。
但人工智慧專家警告稱， 在特定任務或者遊戲的精通程度上取得的成果仍然與一般智力相距甚遠。
“公眾認為我們對AI的理解程度要遠遠高過我們實際的理解程度， ”從事該指數研究的斯坦福國際研究所(SRI International)科學家雷蒙德·佩羅特(Raymond Perrault)指出。
舒漢姆（Shoham）說道， 當前的“AI指數”基本上還只是第一步。 該團隊正在尋求從全球學術研究者和企業研究人員那裡獲得資料和評論。 他說， 這樣做的目的是建立一個“活的指數”， 能詳細列出該領域盡可能多的可衡量的維度， 其中包括社會影響力。
麥肯錫自動化和就業報告聚焦圍繞人工智慧的不確定性及它對勞動力市場即將產生的影響。 該機構預計，到2030年，將要尋找新職業的美國人口將在1600萬至5400萬之間——具體要看技術普及速度。
人工智慧發展得越快，帶來的挑戰就越大。麥肯錫預測的上限數量高達5400萬，表明了，人工智慧帶來的勞動力轉型變革，比起之前從農場到工廠、後來從製造業到服務業的轉變浪潮，來得更加迅猛。
“這就是我們要討論的方向——如何應對這種轉變，”麥肯錫經濟學家蘇珊·倫德(Susan Lund)說，“我們需要在如何提供職業生涯培訓和如何幫助失業工人找到新工作方面做出重大改變。”
然而，人工智慧的崛起還沒有在整體經濟中顯現出來，至少從數字上來看還未體現。麻省理工學院斯隆管理學院的埃裡克·布林約爾松(Erik Brynjolfsson)和丹尼爾·洛克(Daniel Rock) 以及芝加哥大學的查德·西維爾森（Chad Syverson）在他們最近發表的論文中寫道，這是“期望值與資料之間的衝突”。他們提供了一些可能的解釋，包括不切實際的希望和對新技術不準確的估量。但他們強調的是，人工智慧的普及和有效利用存在滯後。
這方面在歷史上也有先例。例如，電動機是在19世紀80年代初期問世的。但直到20世紀20年代，電動機推廣開來，工廠作業被整頓成量產流水線來利用當時的這項新技術以後，生產力的提升才顯現出來。
布林約爾森（Brynjolfsson）預測，AI也將遵循類似的發展軌跡，但前進步伐會更加快速。他也參與了“AI指數”(AI Index)專案。他認為，通過向人們提供做出更好決策所需的資訊，該指數應該會有助於加速AI的普及。
有的人對AI持懷疑態度，但布林約爾森（Brynjolfsson）不是其中之一。“技術的發展需要一定的時日，非常強大的技術也不例外。”他說，“但對我來說，人工智慧的普及肯定會發生。”
該機構預計，到2030年，將要尋找新職業的美國人口將在1600萬至5400萬之間——具體要看技術普及速度。人工智慧發展得越快，帶來的挑戰就越大。麥肯錫預測的上限數量高達5400萬，表明了，人工智慧帶來的勞動力轉型變革，比起之前從農場到工廠、後來從製造業到服務業的轉變浪潮，來得更加迅猛。
“這就是我們要討論的方向——如何應對這種轉變，”麥肯錫經濟學家蘇珊·倫德(Susan Lund)說，“我們需要在如何提供職業生涯培訓和如何幫助失業工人找到新工作方面做出重大改變。”
然而，人工智慧的崛起還沒有在整體經濟中顯現出來，至少從數字上來看還未體現。麻省理工學院斯隆管理學院的埃裡克·布林約爾松(Erik Brynjolfsson)和丹尼爾·洛克(Daniel Rock) 以及芝加哥大學的查德·西維爾森（Chad Syverson）在他們最近發表的論文中寫道，這是“期望值與資料之間的衝突”。他們提供了一些可能的解釋，包括不切實際的希望和對新技術不準確的估量。但他們強調的是，人工智慧的普及和有效利用存在滯後。
這方面在歷史上也有先例。例如，電動機是在19世紀80年代初期問世的。但直到20世紀20年代，電動機推廣開來，工廠作業被整頓成量產流水線來利用當時的這項新技術以後，生產力的提升才顯現出來。
布林約爾森（Brynjolfsson）預測，AI也將遵循類似的發展軌跡，但前進步伐會更加快速。他也參與了“AI指數”(AI Index)專案。他認為，通過向人們提供做出更好決策所需的資訊，該指數應該會有助於加速AI的普及。
有的人對AI持懷疑態度，但布林約爾森（Brynjolfsson）不是其中之一。“技術的發展需要一定的時日，非常強大的技術也不例外。”他說，“但對我來說，人工智慧的普及肯定會發生。”