Skip to main content Skip to Footer

埃森哲《展望》期刊


人工智能:助力中国经济增长



近年来,我们正目睹“人工智能”的崛起。不同于过往的技术,人工智能对经济增长具有革命性的影响——不仅能够推动全要素生产率的提升,更可成为一种全新的生产要素。
全球范围内,就助推经济进步而言,单纯扩大资本投入和劳动队伍规模的效果一直在减弱。对大多数发达经济体来说,仅凭两种传统生产驱动因素,已无力维持过去数十年来稳定发展的繁荣状态。

中国的情形亦是如此。固定资产投资如今面临产能过剩和企业高负债等的严重困扰,适龄工作人口在缩减。经济放缓的同时也凸显了中国的另一薄弱环节——生产率低下。尽管在经济快速增长时期,中国的生产率提升令人瞩目,但其水平仍远远落后于发达国家;而在近期,这种增长势头也已大幅放缓。

对中国而言,很多关键的经济数据向我们昭示了未来的挑战性;然而,由此作出全盘悲观的论断却有失偏颇。

人工智能:一种全新的生产要素

在悲观论述中被遗忘的关键因素,正是新技术对经济增长的影响。基于传统经济理论,资本和劳动力是推动增长的两大生产要素(见图一)。当二者之一的数量上升或是被更有效地利用时,便会产生经济增长。新技术的作用一直以来被认为体现为通过提高全要素的生产率来促进经济增长。上世纪出现的一系列重大技术突破,诸如电力、铁路和信息技术,皆遵循此道。

近年来,我们正目睹另一类新技术的崛起,它们通常被统称为“人工智能”。不同于过往的技术,人工智能对经济增长具有革命性的影响——不仅能够推动全要素生产率的提升,更可成为一种全新的生产要素。

要理解这一本质性的不同,我们必须将其看作劳动力和资本两种实体要素的结合。作为劳动力,人工智能能够以更大的规模和更快的速度复制劳动行为,甚至执行某些超出人类能力的任务。作为资产,机器人和智能机器等可以以实体形式存在。当建筑、生产设备等传统资产随时间推移贬值的同时,人工智能资产却凭借学习能力,表现愈发出色。

一旦人工智能被视为新的生产要素,而不只是生产率增强工具,将会激发怎样的增长潜力? 如图二所示,在中国,答案便是经济预期增长率的明显提升。事实上,对传统生产要素的有效补充和显著增强才是人工智能变革经济增长模式的潜力所在。

人工智能为中国经济带来巨大潜在价值

为了充分理解人工智能这一全新生产要素对中国的价值,埃森哲与经济学前沿公司联手,就其将给中国经济带来的潜在影响进行了建模分析。这一研究结果揭示了前所未有的价值创造机遇。

促进经济增长。为了评估人工智能的经济推动潜力,我们模拟比较了中国经济的两种增长情境。其一是基准情境,即在当前假设下(无人工智能影响)的预期年经济增长率;其二则是人工智能情境——人工智能的影响融入经济当中后有望出现的增长。结果显示到2035年,人工智能情境下的中国年增长水平接近8%,而基准情境下仅为6.3%,显著扭转了近年来的下滑趋势,并将为该年的经济总增加值(GVA)额外贡献7.1万亿美元。

提高劳动生产率。到2035年,人工智能有潜力将中国的劳动生产率提升27%,这一飞跃并非来自工时的延长,而是通过创新技术来使人们的工作时间被更有效地利用。

重振中国产业。我们进一步解读了人工智能对中国15个行业的潜在经济影响。如图三所示,制造业、农林渔业、批发和零售业将是利用人工智能获益最多的三个行业。到2035年,其行业年增速将分别提升2、1.8和1.7个百分点。

在以制造业为代表的传统重资产行业,依托人工智能的制造系统将凭借学习、适应和升级进化的能力,持续提升投资回报水平。未来,机器故障和设备闲置的情形将不复存在;而快速构建原型及动态资源分配这些技能,可以大幅缩短产品上市时间并降低成本。另外,物联网(IoT)等前沿技术已为智能系统的无缝整合创造了有利条件:物联网支持装配线等实体资产与数字系统进行连接与通信;人工智能可以弥补当前各种自动化和学习技术与更先进模式之间的鸿沟。以制造业为例,我们的研究表明人工智能可以在2035年为该行业额外带来2.7万亿美元的总增加值,较基准情境增加近31%。

在批发零售、艺术娱乐和休闲,及医疗保健等行业中,人工智能有效提升人们的能力,并且让员工将工作重点投向更为关键的任务,不断促进创新的诞生。以批发和零售业为例,零售商可以利用人工智能进行库存简化和仓储管理,并借助增强现实技术为顾客提供沉浸式购物体验。在2035年人工智能可为该行业额外创造超过7千亿美元的总增加值,与基准情境比提升了25%。

三种途径,引领增长

作为全新的生产要素,人工智能将至少在三个重要方面推动增长。
  首先,它可以创造一种新的虚拟劳动力,这种效应称为“智能自动化”。
  第二,人工智能可以补充和提高现有劳动力和实物资本的技术与能力。
  第三,人工智能还能推动创新。当各经济体不仅可以利用人工智能改变生产方式,还能借助它积极开辟新的发展空间。
  智能自动化。在人工智能助推下,新一波智能自动化浪潮正基于一系列有别于传统自动化解决方案的特性,创造着显著的增长。人工智能有以下几个特征:
  其一,能够自动执行实体环境中那些需要敏捷性和适应性的复杂任务。以往的仓库拣选工作需要员工穿行于拥挤空间拣选特定货物,而一家中国速递企业这样的工作被机器取代。通过扫描条码读取信息,机器将包裹送到分拣中心的不同区域。得益于自动充电技术,机器队伍能够全天候工作,每天拣选多达20万个包裹,在显著提升分拣准确性的同时使企业运作效率提升了约30%。
  其二,传统的自动化技术只针对特定任务,依托人工智能技术的智能自动化却能够解决横跨多个行业与职能的问题。例如,美国企业IPsoft打造的人工智能平台Amelia可以利用自然语言处理能力,为身处偏远位置的维护工程师提供支持。“她”已经阅读了所有手册,能够诊断问题并提出解决方案。此外,该平台还记熟了120个抵押贷款经纪人最常见的问答;目前,一家银行正借助这一平台处理此类金融业务问询,而在以往,这是一项相当耗费人力的工作。 
  智能自动化的第三项、亦是最强大的特征,则是基于大规模的重复性工作进行自我学习。聊天机器人的广泛采用正是这方面的绝佳示例。埃森哲近期一项调查发现,68%的受访中国企业领导者正在使用智能虚拟助手打造更出色的客户互动。就像一名尽职尽责的员工,聊天机器人始终认识到自己的知识差距并采取行动加以弥合。如果遇到了无法回答的问题,机器人便会将其转交给人类同事,然后观察人们如何作出解答。人工智能的自学功能意味着工作完成方式的根本性变革,传统的自动化资产会随时间推移贬值,而智能自动化资产却可以持续升级更新。
  增强劳动力和资本。对经济增长而言,人工智能的显著影响并非体现为取代现有劳动力和资本,而是为其赋能,使其得到更有效的利用。
  首先,人工智能可以帮助人类更专注于发挥增值作用的工作。例如,中国一家人工智能初创公司推出了法律语义案例搜索服务,可以快速检索相关法律案例。根据输入的案例描述和关键词,该系统能够提供最为相似的过往案例及完整书面判决,其中包括参与方、诉讼过程、法律诉求、法庭调查,以及辩护记录等信息。这项服务将大大节约律师的时间,使他们摆脱繁冗耗时的案例查找。
  除此以外,人工智能还能够提高资本效率。对于存在大量沉没成本的工业界,这无疑是一项关键因素。以制造业为例,日本工业机器人公司发那科(Fanuc)同思科和其他企业合作,创建了一个旨在减少工厂停机时间的平台——据估算,一家汽车制造商每分钟的停产成本高达2万美元。 在中国,一家大型公用事业企业利用人工智能来分析整个电网产生的大量数据进行供电设备的检测,并实时作出控制决策,解决了现有检测方法准确率低、工作量大和安全性差等诸多问题。
  传播创新。人工智能最少被谈及的益处之一,就是在其逐步普及过程中激发创新。
  以无人驾驶汽车为例,该市场不仅吸引了硅谷的技术企业,传统机构也纷纷通过缔结新的合作伙伴关系积极参与其中。随着创新触发链式反应,无人驾驶汽车对经济的潜在影响最终将远远超出汽车行业本身。解放出来的双手能够让驾驶者外出时花更多时间上网,移动运营商有望发现驾驶者更多的需求。这不仅可以为运营商创造新的广告发布机遇,同时也给其零售合作伙伴带来了新的销售契机。
  保险企业同样可以开辟新的收入来源。通过将车辆数据与来自智能手机和公共交通系统等其他渠道的信息流结合在一起,他们不仅对客户有了更全面的了解,而且能设计新的险种,将保险范围从驾驶行为扩大至整个出行过程。无人驾驶汽车甚至能够产生巨大的社会效益。道路交通事故和交通死亡人数均有望大幅减少,从而使这项技术成为人类历史上最具变革性的公共卫生举措之一。

前进之道

为了充分开启人工智能重新激活中国经济增长并振兴产业的潜能,政策制定者必须做好全面准备,从而确保当人工智能更深入地融入人类生活时,我们能够妥善应对智力、技术、政治、道德和社会等方面的必然挑战。企业领导者则需要将人工智能整合到自身战略当中,并针对此类技术创建一部全新指南,以此赋能企业员工,使之发挥人类最为擅长的构想、革新和创造能力。

  政策制定者
  使下一代做好迎接人工智能的准备
  无缝整合人类智慧与机器智能,借此实现两者基于双向学习关系的完美共存,这项工作将变得比以往任何时候都更为重要。随着人与机器之间劳动分工的改变,政策制定者需要重新评估传承给子孙后代的知识和技能类型,教育的模式将从“人学习如何使用机器”的单项模式转变为“机器效仿人类,人从机器身上学更多技能”的双向模式。
  倡导有关人工智能的道德规范
  智能系统正在迅速进入曾经仅由人类支配的社会环境,这将引发诸多伦理和社会问题,也会减缓人工智能的推广步伐。其范围从如何应对带有种族倾向的算法,到自动行驶车辆是否应当在突发事故时优先考虑驾驶员的生命安全。因此政策制定者需要切实为人工智能生态系统制定道德准则,此外在智能机器的开发过程中也需要通过道德讨论确定更加明晰的标准和最佳实践。

  重视再分配效应
  许多评论家认为人工智能将减少工作机会、加剧不平等现象,并侵蚀人们的收入。政策制定者必须认识到,这些忧虑并非空穴来风。  
  政策制定者应采用双管齐下的应对之策。一方面,政策制定者需要强调人工智能将带来切实的益处——例如,人工智能有助于解决一些全球最重大的问题,诸如气候变化(通过更高效的运输)和医疗服务(通过减轻超负荷系统的压力)等。这些益处如过能被清晰阐述,便可激励民众以更积极的态度看待人工智能。另一方面,政策制定者需要积极预防和解决人工智能的弊端。政策制定者应当准确识别面临较高失业风险的人群,进而制定战略,着力确保他们重新融入经济生活当中,消除对抗情绪。

  企业领导者 
  超越生产自动化,探索更多创新领域。人工智能将会成为改变中国行业格局的关键力量。埃森哲最近调查指出,近四分之三(72%)的受访中国企业领导者认为人工智能将在未来三年内改变其所在行业。过去,自动化一直是企业战略的重要元素,然而随着人工智能技术的飞跃,企业需要更进一步地充分利用机器智能为企业创造崭新商机。企业领导者应设法在运营和业务模式两方面引入更多人工智能的创新,同时转变自身着眼点——即从“采用新的工作方式”拓展为“开辟新的业务领域”。
  对数据进行战略性管理。人工智能的表现直接取决于可用数据的数量与质量。 
  虽然不少大公司已在首席高管层中增设了首席数据官(CDO)一职(高德纳公司预测到2019年90%的大型企业将设置首席数据官),但这些管理者的关注重点仍在于数据的安全、合规及治理。与之相反,他们需要采取更积极主动的策略,构建并维护完整的端到端数据供应链。熟知人工智能技术的首席数据官们将着力思考这样一系列问题:如何在内部和外部数据源之间取得平衡?企业每天的数据周转量和成本各是多少?哪些部门还存在数据孤岛现象?企业怎样简化数据访问流程?
  开发人工智能型企业所需的全新业务能力。为了充分实现人工智能的惊人潜能,人类智慧与机器智能必须紧密融合。员工团队需要具备新的技能——将目光投向技术专长以外,积极掌握判断、沟通及创造性思维等人类所特有的重要能力,以此对技术加以补充。    
  人工智能不仅会改变人们的学习内容,还将改变他们的学习方式。传统上,职业发展路径呈线性,从初入职场逐步晋级为经验丰富的资深员工。但是,随着人工智能接手低附加值任务,青年专业人员和年长工作者之间的技能差距将会拉大,使得经验丰富的员工占据有利位置。为了使企业适应学习和员工培训方式的改变,领导者务必加强对员工需求的关注,特别是在构建敏捷技能等方面。
  人工智能的采用也对人力资源管理提出了新的挑战。人工智能作为一种虚拟劳动形式,将与人类员工展开互动,并且和人类同事一样作出贡献、增加价值。因此,首席人力资源官的职责将不仅仅是管理雇员,还要监督人工智能工作——掌管由人类和人工智能组成的全部资源。这将引发一系列问题,例如:企业应如何重建绩效指标?如何优化人员和人工智能之间的岗位安排?其结果是首席人力资源官将在业务战略和创新中发挥更大的作用,同时从技术角度出发,更深入地理解人工智能及其如何塑造未来的工作。
  对于中国企业来说,创造兼具包容性和多样性的组织文化同样重要。在推动这些计划时,领导者必须考虑人工智能的广泛影响。有关就业保障、薪酬待遇和隐私的担忧均可能影响员工心态和他们接纳和利用人工智能的积极程度。有鉴于此,企业领导者责无旁贷,必须勇于担当、积极行动,确保将人工智能妥善整合到企业文化当中。

作者简介

马克·珀迪
埃森哲研究部董事总经理 常驻伦敦

发送邮件 马克·珀迪

邱静
埃森哲研究部总监 常驻北京

发送邮件 邱静

陈笑冰
埃森哲信息技术服务大中华区总裁 常驻上海

发送邮件 陈笑冰