分析-在資金耗盡之前，人工智能正競相改變世界
Stephen Eisenhammer
路透倫敦10月3日 - 從未有如此巨額的資金湧入一項新技術，正如目前湧入人工智能領域的資金一樣，其規模甚至超過了鐵路或互聯網在那些技術革命中吸納資本時的投入。
根據普華永道（PwC）的預測，到2050年，全球僅數據中心的累計支出就可能超過30萬億美元，幾乎與美國國債未償還總額相當 (link)。普華永道表示，這一數字“遠超”鐵路或互聯網泡沫時期的支出，即使考慮通脹因素後也是如此。
與此同時，據路透看到的IPO招股說明書 (link) 顯示，作為人工智能競賽中眾多巨頭之一，Anthropic計劃在未來幾年投入5,180億美元，這一數額是其2025年收入的100多倍。其支持者表示，人工智能技術帶來的變革將比蒸汽機的問世及其推動的工業化更為深遠。
然而，經濟學家指出，在人工智能公司令人眼花繚亂的預測、巨額支出以及高得離譜的估值背後，隱藏著對廣泛且巨大生產率提升及未來利潤的假設，但迄今為止幾乎沒有證據——也沒有歷史先例——能確保這些目標能夠實現。
生產率提升“仍難以企及”
摩根大通（JP Morgan）8月指出，在引領人工智能競賽的美國，廣泛的生產率提升“依然遙不可及”，這令人對人工智能估值的可持續性產生質疑。
貝恩公司（Bain & Company）的一項研究指出，現有市場帶來的生產率提升不足以支撐當前的支出，必須“出現全新的市場才能填補資金缺口”，並建議這些新市場可能涵蓋從使用人工智能驅動的機器人到開發電池和半導體新材料等各個領域。
貝恩公司表示，美國超大規模科技公司——即像谷歌、亞馬遜和微軟這樣在全球範圍內部署基礎設施的企業——以及人工智能競賽中的其他參與者，需要在未來五年內開辟超過4.2萬億美元的新收入來源，以資助基礎設施建設。
“關鍵在於相關應用能否及時問世以覆蓋這些成本，”這份上月發布的研究報告指出。
幾乎沒有人懷疑人工智能改變一切的潛力——從辦公室工作到研究實驗室，正如過去的革命將旅行時間從幾天縮短到幾小時，或只需輕觸鍵盤就能將世界連接起來。
但似乎更為不可改變的是確保投資回報背後的數學邏輯，以及償還貸款的最後期限，這使得經濟學家們不得不深入分析其對全球經濟的影響——而不僅僅是投資周期的起伏。
“歷史先例表明，當基礎設施建設無法再帶來足夠回報時，技術驅動的繁榮往往就會終結，”摩根大通寫道。
以英偉達為例——這家美國公司的芯片是人工智能革命的支柱 (link) ——摩根大通估算，未來10年美國生產率年增長率需達到3%至5%，才能支撐其估值。這將遠高於美國國會預算辦公室對該時期年生產率增長1.75%的基準預期。
僅就美國而言——據一些估計，其占全球人工智能投資總額的約四分之三——哥倫比亞商學院經濟學家斯泰恩·范·紐韋伯格表示，2025年至2032年間的投資總額將高達約9萬億美元，相當於每年支出占美國GDP的3.2%。
他估算，到2032年，美國人工智能行業需要產生約3.55萬億美元的年收入，才能獲得10%的投資回報率。而目前該行業的收入僅為這一數字的一小部分。
他在10月修訂的一篇會議論文中寫道，人工智能基礎設施融資中大量債務的槓桿結構也意味著，“需求、延誤或資產價值的相對輕微惡化，都可能導致更大的損失”。
人工智能與“新奇跡的出現速度”
儘管這些令人眼花繚亂的數字層出不窮，但美國人工智能領域的掌舵者們仍以超凡的熱情暢談著正在發生的變革。
Anthropic公司的達里奧·阿莫迪（Dario Amodei）曾表示，人工智能的未來可能“美得超凡脫俗”；而OpenAI的薩姆·阿爾特曼（Sam Altman）則指出，隨著模型學會自我優化並加速突破，"新奇跡誕生的速度將極為驚人"。
谷歌DeepMind首席戰略官賈希特·塞孔（Jasjeet Sekhon）在8月加州大學伯克利分校的一次峰會上表示，這種被稱為“遞歸自我改進”的自學習機制是“投資論點的關鍵部分”，如果能夠實現，將帶來前所未有的生產力提升。
儘管遞歸式自我改進有望推動人工智能實現指數級進步，但也引發了人們對人類“生存風險” (link) 的擔憂。
然而，生產率的提升速度最終可能仍會落後于企業財務部門所需的時間表。
英國劍橋大學經濟學家黛安·科伊爾（Diane Coyle）指出，過去革命性技術對生產率的影響通常需要10到50年才能顯現。
Anthropic公司的經濟團隊針對2030年人工智能將帶來多少額外年增長率，建模了一系列情景。假設在非人工智能環境下基準增長率為2%，該模型顯示：在人工智能影響較小的情景下，增長率為2.4%；在影響較大的情景下，增長率為5.4%；在極端情景下，增長率可達15.4%。
該團隊指出，更高的增長率意味著將有更多工作崗位流失，但並未對任何一種結果給出概率評估。
阿莫迪去年預測，人工智能可能在五年內淘汰一半的入門級白領崗位。不過目前，一些研究人員表示，其影響似乎僅限於讓尋求辦公室工作的人更難找到工作。
美國和英國的研究表明，儘管整體就業形勢依然強勁，但在那些人工智能擅長處理任務的文職崗位上，初入職場的招聘速度有所放緩。
斯坦福大學的研究人員今年8月表示，在受人工智能影響的行業（如會計和律師助理）中，22至25歲勞動者的就業率比在人工智能難以替代的崗位（如清潔工和建築工人）低19%。
然而，即使預期的轉型所需時間比人工智能公司相關數據所暗示的更長，真正的經濟效益仍將持續——正如1873年恐慌導致鐵路大亨破產後，火車依然在運行；1990年代互聯網泡沫破裂後，互聯網也沒有因此停擺。
“在試圖理解這一點時，歷史是我們的朋友，”科伊爾表示。“只要保留了未來支撐所有生產力提升所需的基礎設施，那就沒問題。”
(為便利非英文母語者，路透將其報導自動化翻譯為數種其他語言。由於自動化翻譯可能有誤，或未能包含所需語境，路透不保證自動化翻譯文本的準確性，僅是為了便利讀者而提供自動化翻譯。對於因為使用自動化翻譯功能而造成的任何損害或損失，路透不承擔任何責任。)