麦肯锡全球研究所的一项新研究试图模拟人工智能对世界经济的影响。

首先，它建立在对公司行为和各部门动态的理解基础上，形成一个自下而上的视角，关于如何采用和吸纳人工智能技术。

其次，它考虑了国家、公司和工作者在向人工智能过渡过程中可能遇到的颠覆。在这一过渡时期，很可能会产生一定的成本，并且需要将它们纳入任何估算中。该分析研究了经济收益和损失如何在公司、雇员和国家之间分配，以及这种分配如何阻碍人工智能收益的获取的可能情况。

最后，这项研究调查了许多国家的人工智能的动态--这些国家在该方面具有相似的特征--目的是提供一个更具全球化的视角。
 

根据目前获得的最佳信息，该分析应该被看作是“人工智能的潜在经济影响”的风向标。主要发现如下:
 

1. 人工智能为全球经济活动做出贡献的潜力巨大
 

2. 一个主要的挑战是采用人工智能可能会扩大国家、公司和工作者之间的差距
 

一、人工智能为全球经济活动做出贡献的潜力巨大
 

麦肯锡全球研究所研究了五大类人工智能:计算机视觉、自然语言、虚拟助手、机器人过程自动化和高级机器学习。公司可能会在不同程度上使用这些工具。有些公司会采取机会主义方法，只测试一种技术，并在特定的功能中进行试验(我们的建模将这种方法称为采用)。其他人可能会更大胆一些，采用这五种方法，然后在整个组织中吸纳它们(我们称之为完全吸纳)。在这两个极点之间，将有许多公司处于不同的采用阶段;该模型还捕捉到了这种部分影响。
 

到2030年，平均模拟显示，大约70%的公司可能至少采用了一种人工智能技术，但只有不到一半的公司会完全吸纳这五种技术。
 

一些障碍可能会阻碍人工智能快速采用和吸纳。例如，后期采用者可能发现很难从人工智能中获益，因为领跑者已经抓住了人工智能的机会，而后期采用者在开发能力和吸引人才方面落后。
 

尽管如此，从我们模拟结果的全球平均采用和吸纳水平来看，人工智能有潜力在2030年之前为全球带来约13万亿美元的额外经济活动，或比今天的累计GDP高出16%。这相当于每年贡献1.2%的GDP增长。如果交付使用，这种影响将与历史上其他重大技术的影响相媲美。
 

影响人工智能驱动的生产力增长的因素多种多样，包括劳动力自动化、创新和新的竞争。微观因素，如采用人工智能的速度，和宏观因素，如全球连通性或一个国家的劳动力市场结构，都是人工智能影响规模的因素。
 

我们的模拟测试了7种可能影响渠道。前三个因素与人工智能的采用对生产要素的需求和组合的影响有关，而这些生产要素对公司的生产率有着直接的影响。其他四个是与采用人工智能有关的外部因素，与广泛的经济环境和向人工智能的过渡有关。我们承认，这7个渠道不是确定的，也不一定是全面的，而是基于我们目前的理解和当前趋势得出的(表1)。
 

人工智能的影响可能不是线性的，但随着时间的推移可能会呈加速增长。到2030年，人工智能对经济增长的贡献可能是未来五年的三倍甚至更多。采用和吸纳人工智能的S曲线模式一开始可能很缓慢，因为学习和部署这些技术需要大量的成本和投资，然后在竞争累积效应的推动下加速，并伴随着流程创新提高互补能力。
 

如果将这种“缓慢燃烧”的影响模式解释为人工智能影响有限的证据，那将是错误的判断。对于那些早期采用这些技术的人来说，福利的规模将在未来几年逐渐扩大，而那些有限或没有采用这些技术的公司将因此付出代价。
 

二、一个关键的挑战是采用人工智能可能会扩大国家、公司和工作者之间的差距
 

尽管人工智能可以促进经济活动，但其收益分布可能并不均衡。
 

人工智能对国家可能产生怎样的影响?
 

人工智能可能会扩大国家间的差距，加剧目前的数字鸿沟。各国可能需要制定不同的策略和应对措施，因为人工智能的采用率是不同的。
 

人工智能采用的领导者(主要在发达国家)可以提高他们对发展中国家的领先地位。领先的人工智能国家在净经济效益方面可能比现在多获得20%到25%，而发展中国家可能只获得5%到15%。许多发达国家除了推动人工智能在GDP增速放缓之际实现更高的生产率增长外，别无他选——在很多情况下，这在一定程度上反映了人口老龄化带来的挑战。此外，在这些经济体中，工资水平很高，这意味着用机器替代劳动力的动机比低工资的发展中国家要强烈。
 

相比之下，发展中国家往往有其他方式来提高生产率，例如重组产业。因此，他们推动人工智能的动力可能会不那么强烈(无论如何，与发达经济体相比，人工智能可能会给他们带来经济效益相对较小，)。一些发展中国家可能被证明是例外情况。例如，中国已经制定了成为人工智能供应链全球领导者的国家战略，并正在大举投资。
 

人工智能对企业可能产生怎样的影响?
 

人工智能技术有可能导致领先者(在未来五到七年内上下完全吸纳人工智能工具的公司)与非采用者(到2030年不采用或部分吸纳人工智能的公司)的表现存在差距。
 

在采用人工智能技术范围的一端，领跑者可能会获得不成比例的好处。到2030年，它们的现金流可能会增加一倍(经济效益减去相关投资和转型成本)。这意味着，未来10年将有大约6%的年度净现金流增长。领跑者往往拥有强大的IT基础，对人工智能的投资倾向更高，并且对人工智能的商业案例持积极的看法。
 

在采用人工智能技术的另一端，假设成本和收入模式与今天相同，非采用者的现金流与现在相比可能会下降20%左右。这种利润压力的一个重要驱动因素是，企业之间存在着强大的竞争动力，它们可能会将市场份额从落后的企业转移到领先的企业，并可能引发关于人工智能利益分配不均的争论(表2)。
 

人工智能对工作者可能产生怎样的影响?
 

个体员工之间的差距可能会扩大。对工作的需求可能会从重复性的工作转向社交和认知驱动的工作，并且需要更多的数字技能。以简单重复性或低水平数字技能为特征的工作，到2030年，占总就业的比例可能从40%左右降至30%左右，降幅最大。最大的需求可能是在非重复性活动和那些需要高数字技能的工作中，从大约40%上升到50%以上。
 

这些变化将对工资产生影响。我们假设，大约13%的工资账单会转移到需要非重复性和高数字化技能的领域，这些领域的收入可能会增加，而重复性和低数字化技能领域的工作者可能会经历薪资涨幅停滞甚至减薪。后者的工资占总工资的比例可能会从33%降至20%。
 

就业和工资差距扩大的一个直接后果，将加剧对人才的争夺，尤其是那些擅长开发和使用人工智能工具的人。另一方面，对于缺乏数字及认知技能且比例仍然相对较高的一部分人来说，存在结构性供应过剩的可能性。
 

总体而言，人工智能的采用和吸纳可能不会对净就业产生重大影响。全职就业需求可能面临巨大压力，但总体净影响可能比许多人担心的更为有限。我们的平均全球情况表明，全职等效就业需求总量可能保持不变，甚至到2030年可能对就业产生略微负面净影响。
 

人工智能的机会是巨大的，但毫无疑问，它的渗透可能会造成颠覆。人工智能的生产率红利可能不会马上实现。随着时间的推移，它的影响可能会加速增长;因此，初期投资的好处在短期内可能并不明显。需要耐心和长远的战略思考。
 

政策制定者需要表现出大胆的领导力，来克服公众对自动化所带来的工作威胁的不安。公司也将在寻找解决方案的过程中扮演重要角色，培训以及再培训人们与人工智能一道工作来完成复杂任务的技能。个人将需要适应一个新的世界，在这个世界里，工作更替可能更加频繁，他们可能不得不过渡到新的就业类型，他们可能必须不断地更新和升级他们的技能，以适应一个动态变化的就业市场的需要。
 

借助创造新工作岗位取代旧工作岗位的历史趋势，并考虑到人工智能技术通过智能自动化可以调整较低劳动力产出比，人工智能投资驱动的新工作岗位到2030年可使就业增加约5%。总生产率效应对就业的正向贡献约为10%。