北京
如果AI真能改写经济增长曲线，那它应该体现在GDP上。但一位诺奖得主给出的数字是：十年，1.5%。这个预测由微软发布，和不少AI实验室描绘的图景相差甚远。
做出这个判断的是诺贝尔经济学奖得主达龙·阿西莫格鲁。他预测，AI在未来十年对GDP的拉动约为1.5%，同时最多替代5%的工作岗位。他也承认，AI的发展速度本身很难预测。
瓶颈不在模型，在人
阿西莫格鲁把矛头指向了人性。企业要重新分配任务、培训员工、调整组织结构，生产率提升才会真正出现。这个过程可能比电气化时代拖得更久。
在他看来，更大的模型解决不了这个问题。真正缺的是容易部署、能改变生产方式的应用。模型参数再往上堆，也不会自动变成工厂里的效率。
这个逻辑其实不难理解。一项技术再先进，落到具体业务里都要过"最后一公里"：流程要改，岗位职责要重划，员工要重新学。这些事没有捷径，只能一家一家企业去磨。
增强人类，比全自动更划算
阿西莫格鲁还给出一个判断：能延伸人类技能的AI，在生产效率上会打败完全自动化。理由是，即便准确率达到99%，一旦算上最后一公里的问题和真实用户需求，往往还是不够用。
这个论点对微软来说相当顺手。按这个思路，公司可以把AI直接嵌进现有产品，而不必押注大规模自动化。风险小，落地快，也不需要重构整个业务。
这篇文章发表在微软一个风格独特的公司博客"The Humanist Review of AI"上，作者们用手写签名的方式署名。
一边是实验室对通用智能的乐观时间表，一边是经济学家用GDP和就业率算出来的保守账。两边的分歧，本质上是对"技术落地速度"的不同估计。阿西莫格鲁的答案很明确：慢，而且慢在人和组织，不在算力。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
