4
0埃里克·布林约尔松*（Erik Brynjolfsson）教授在沃顿商学院第二届年度“商业与生成式 AI”研讨会上的主题演讲节选。
主要主题
1. AI 作为通用技术（GPT）
布林约尔松指出，AI 是我们这个时代的通用技术，其影响可能超越电力和蒸汽机。他强调，AI 不同于以往增强身体能力的技术，而是一种“心智机器”，将革新所有行业的认知任务。
“AI 是我们这一代人的 GPT……我认为这不是夸张，AI 是所有通用技术中最通用的。”
2. AI 发展的三波浪潮
- 第一波：指令编程——传统编码，由人类明确指示机器执行操作。
- 第二波：机器学习——系统通过输入和输出数据发现模式，实现无需明确指令的自动学习。
- 第三波：生成式 AI——AI 能够生成创新内容，如文本、图像、音乐和代码，超越了人们对 AI 能力的想象。“我们的进展超越了科幻作家的预期。”
3. AI 的经济影响
- 生产力提升：他引用呼叫中心的一项研究，表明生成式 AI 工具将生产力提升了 14%。
- 技能与不平等的影响：研究发现，低技能工人的生产力提升最多，高达 35%。这与“技能偏向型技术变革”理论相悖。“这不是技能偏向型技术变革……它帮助了低技能工人。”
4. 图灵陷阱的警告
布林约尔松警告，不应单纯追求用 AI 复制人类能力。这种做法可能导致：
- 经济停滞：仅复制现有任务无法充分挖掘 AI 的创新潜力。
- 财富和权力集中：劳动价值向资本转移可能导致社会和经济不稳定。
“即便生产力达到无限，也未必意味着所有人都会变好。”
5. 从增强到变革的 AI 未来
- 尽管 AI 已在某些领域超越人类（如 AlphaZero 在象棋中的表现），布林约尔松呼吁优先考虑人机协作，利用 AI 补充和增强人类能力，而非取代。他强调，重新思考经济理论与制度，以确保 AI 发展能实现共同繁荣，并应对随之而来的挑战。
关键观点与事实
- AI 性能的快速进步：由计算能力、数据可用性和算法进步驱动，AI 正在多个基准上快速提升。
- 技能价值的转变：生成式 AI 能显著提高低技能工人的生产力，有助于缩小技能差距。
- 数据的重要性：机器学习依赖大量数据，但在人类处理稀有情况和复杂问题方面仍有不足。
- 可解释性挑战：AI 系统缺乏透明性，需要进一步研究解释性技术。
行动呼吁
- 布林约尔松呼吁研究人员、政策制定者和技术专家合作：全面理解 AI 的经济影响，超越简单的生产力提升。探索新的经济理论与框架，为 AI 主导的未来做好准备。引导 AI 发展方向，最大化人类潜力，确保利益广泛共享，并减少潜在风险。
总结
这份简报概述了布林约尔松教授对 AI 觉醒的深刻见解，强调了这项技术带来的重大经济和社会影响。他主张采取平衡策略，在推动技术进步的同时优先保障人类福祉，并呼吁国际社会积极合作，以确保 AI 能为所有人带来长远的利益。
*Who is Erik Brynjolfsson?
埃里克·布林约尔松（Erik Brynjolfsson）是数字经济和人工智能领域的知名学者、研究者和思想领袖。他目前担任斯坦福大学人本主义 AI 研究所（HAI）的杨致远与山崎彰子教授，并兼任斯坦福数字经济实验室主任。他还在斯坦福经济政策研究所（SIEPR）和斯坦福商学院担任多项职务。他的研究重点在于探索信息技术如何影响生产力、商业战略、数字商务及劳动市场。
布林约尔松因在信息技术经济学和AI 对生产力的影响方面的研究而广受认可。他是最早测量技术对生产力贡献的学者之一，并强调组织资本在释放技术潜力方面的重要作用。他合著了多本具有影响力的书籍，包括**《The Second Machine Age》（第二次机器时代）和《Machine, Platform, Crowd》（机器、平台与群体）**，探讨了技术如何重塑经济和工作环境。
布林约尔松的研究主张AI 应用于增强而非替代人类能力，并提出了“图灵陷阱（Turing Trap）”的概念，警告不要仅仅追求用 AI 模仿人类。这一理念鼓励开发能够补充和增强人类能力的技术，以实现长期的经济繁荣。
他还共同创立了麻省理工学院包容性创新挑战赛（MIT Inclusive Innovation Challenge），致力于推动科技的公平应用，为全球创造经济机会。他的教育背景包括哈佛大学的应用数学和决策科学学位，以及麻省理工学院的管理经济学博士学位。
布林约尔松被视为科技领域的主要倡导者，呼吁建立新的经济框架，以应对 AI 和自动化技术带来的挑战，并确保技术进步能为社会创造广泛的繁荣。
