论文信息: Erik Brynjolfsson. Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics. September 2017, working paper （人工智能与现代生产率的悖论：预期与统计的冲突）

学习和翻译者：徐金海倪红福

日期：2017年10月16日

*该文首先从一般性出发，对solow于1987年提出的“生产率悖论”，给出了全面系统的解释，并归纳总结出造成技术进步与生产率增长之间的四个潜在影响因素，并指出技术发展实施与重组的滞后，是最主要的因素。

*其次，将其分析框架应用到对人工智能的研究，指出人工智能是一项通用性技术（GPT），目前其发展的应用潜力，远远未得到有效发挥；然而，这篇文献的观点，为我们从技术变迁的视角，认识当前我国的供给侧改革，也有重要的意义。

*学术笔记和翻译全文约23000字。

１分钟速读

[size=10.5000pt]（1）人工智能的概念，于1956年在达特茅斯夏季人工智能研究会议上提出。60年来，人工智能的发展起起伏伏。如今，伴随着互联网、大数据和云计算的发展，尤其是算法的重大突破，使得机器凭借深度学习可以完成更加复杂的任务，激发了人工智能的突破性发展。目前来看，人工智能的发展，主要集中在语音识别、自然语言处理、图像识别、计算机视觉、自动驾驶、无人机、智能机器人等领域，尤其是自动驾驶是人工智能市场发展空间最大的领域之一。然而，我们需要清醒的认识到，当前人工智能的发展，也只是处于初级阶段。这意味着，按着本文作者的观点，作为一项通用性技术的人工智能，在较长的时间内，与较低的生产率，将会长期并存。因此，我们可将人工智能与生产率的悖论，称为现代版的索洛（solow） “生产率悖论”。然而，我们不应该对此过度悲观。一旦通用性技术发展成熟，以及相关的互补式创新技术也得到发展，就会带来各种可能的组合式创新，从而推动经济社会的进步。

[size=10.5000pt]（2）本文实际上是作者于2014年出版的畅销书《第二次机器革命》的简化版。看懂了本推文，有助于读者更好的阅读《第二次机器革命》。本文的主要贡献在于，对生产率悖论做出了全面系统的解释，并指出实施与滞后是造成生产率悖论的主要因素。更为重要的是，该文还从大历史的视野，以电力对生产率的影响为基准，对作为通用性技术的人工智能对生产率带来的效应，做出了分析与预测。作者进一步分析了测量人工智能资本，尤其是作为一种无形资本，存在的困难。

（3）本文的主要观点主要有：1）技术进步与生产率之间的悖论，源于四个方面的因素，分别为错误预期、测算误差、再分配和实施与重组的滞后。其中，作者认为，实施与重组的滞后是最为主要的原因。2）人工智能是一项通用性技术，但其目前对于生产率的影响，远远还没有发挥出来。只有等与人工智能相关的互补式创新得到进一步发展，人工智能的影响才会得到有效发挥。因此，在短期内，人工智能的发展，不会带来生产率的快速提升。3）作为一项通用性技术的人工智能，所带来的红利，并不是自动实现的，这不仅需要对相关的互补式技术进行大量的投资，而且还需要从个人、企业到国家提升自身的适应能力，以推动技术更快的变革与应用。

重点知识点

通用性技术（GPT）：指的是那些应用广泛的，并在很长一段时间，都能得到广泛发展的技术，而且还会促进其他互补式创新技术的发展，往往最终能够对总体经济和福利产生重要影响的技术。比如，从历史的视野上来考察，蒸汽机、电力、内燃机和计算机等都属于重要的通用性技术。以工业革命时期的蒸汽机为例，蒸汽机不仅能够把水从矿井中抽出来，其更为重要的是应用和创新，而且还会刺激更有效率的机器工厂，或者像蒸汽轮船和铁路等互补式创新的发展。

然而，需要指出的是，在通用性技术发展的初期，很多人对其在促进生产率增长方面，抱有错误的预期，没有正确地认识到通用性技术的发展与生产率增长之间，存在的滞后效应。这种滞后效应来源于两个方面：其一，通用性技术自身从发展到成熟，到最后对生产率产生影响，本身会经历一个较长的时间周期；其二，通用性技术的潜力，得到全面的发挥，还有赖于与其相关的互补式创新技术得到发展，才有可能激发出组合式创新，最终推动经济社会的进步。

因此，面对技术的发展，尤其是通用性技术的发展，既不要过度的乐观，也不要盲目的悲观，而应该要有足够的耐心与定力。在通用性技术从发展初始到成熟，能否最后促进其他互补式创新技术的发展，决定了一项通用性技术能否发挥出最大的潜力。因此，对于一项通用性技术，正确地做法应该是审时度势，识别机会，投资于那些重要的互补式创新技术，从而形成组合式创新。如此，方能期望通用性技术的发展，在后期能够极大地带来经济和社会发展的进步。