高盛知道DeepSeek影响未来的工作 - 彭博社

Jonathan Levin

创新的竞赛。

摄影师：安德烈·鲁达科夫/彭博社

我最近问了 DeepSeek 来模拟人工智能对美国劳动生产率增长的影响。它的计算表明，积极的影响将在中期（5-10年）内显现，并且在更长远的未来（十年及以上）将相当可观。这与声誉良好的经济学家提供的估计大致一致。但具有讽刺意味的是，DeepSeek未能考虑到我们在过去几周从DeepSeek本身学到的教训。

我稍后会回到DeepSeek生产力模型。但首先，考虑一下这个月AI时间线可能发生的变化。在1月20日，这家中国公司通过发布其R1模型让用户惊艳，该模型似乎在性能上与最好的美国模型竞争，但价格却低得多。确实，一些深度技术人员可能早就预见到了这一点（我的科技专栏同事 凯瑟琳·索贝克 和 帕米·奥尔森 几个月前就首次写到了DeepSeek）。但对我们许多人来说，DeepSeek是一个启示，显示——借用风险投资家马克·安德森的话——世界正在经历一个斯普特尼克时刻。人工智能正在迅速到来。它将比我们想象的更便宜、更易获得。世界各国政府——尤其是美国和中国——将竞相确保他们的人民和公司成为受益者。

彭博社观点中国软实力时代的曙光特朗普说他想要精英制。以下是实现的方法。多样性、公平性和包容性工作很难——但现在并非无望无证移民的记录非常充分。只需问问国税局。这是否意味着明年或后年会有宏观经济上显著的生产力收益？很难确定，但如果它们比之前预期的更早出现，我们不应该感到震惊。高盛集团的经济学家，包括约瑟夫·布里格斯，在周四的一份报告中这样表述（强调是我的）：

AI平台和应用程序更快建设的潜力——我们仍然认为这是促进广泛公司采用的必要步骤——提高了更乐观的采用和生产力提升时间表的前景。我们目前的预测假设美国的采用在2027年达到影响整体生产力统计所需的水平，峰值影响在2030年代初期，其他发达市场和主要新兴市场将滞后于这一时间表几年。最近的DeepSeek报告表明，采用可能会更早发生…

正如高盛所指出的，AI的采用率在信息行业（出版、数据处理等）仍然最强。这些领域在美国的非农就业中占比不到2%，其他行业必须找到生成性AI技术的生产性用途，才能使突破性进展对宏观经济产生重大影响。但随着最近的发展，公司能够比许多人之前想象的更快地开发和部署此类应用程序是非常可能的。并不是说大型就业部门——例如医疗保健和制造业——不想使用AI。可以说，他们只是等待合适的工具到来。

生产力——在这里定义为每小时工作产出——对经济来说有点像魔法仙尘。正如美国在第二次世界大战后以及1990年代再次经历的那样，生产力有潜力在没有伴随通货膨胀的情况下，带来强劲和可持续的经济和工资增长。我明白这听起来好得令人难以置信，以及对生产力魔法的盲目信仰可能有点危险：这可能使政策制定者对美国面临的许多其他紧迫经济问题感到自满，包括国家债务的不可持续路径。（例如：“债务可能没问题，因为生产力驱动的增长将提高债务与GDP比率的分母。”）美国人应该开始思考人工智能将如何影响他们的工作生活，但要表现得好像这可能需要很长时间才能到来。

美国生产力繁荣

最近一次持续的生产力增长是在90年代和2000年代初

来源：劳工统计局

注意：2024年同比数据截至第三季度

公平地说，保守的估计与历史经验是一致的。个人电脑的普及和互联网的出现为时间表提供了一些高度不完美的指导。1968年，惠普发布了一款桌面电脑，售价为4900美元（今天约为44059美元）。但直到1980年代末和1990年代，成本下降才使工人和个人能够广泛采用。随着这一点和互联网使用的激增，生产力终于在1990年代末到2000年代初起飞。最近的技术进步表现出不同的模式。智能手机在2000年代末迅速成为工作环境的一部分。但正如圣路易斯联邦储备银行的研究所示，其他最近的技术（云计算、3D打印）似乎在经济中传播得要慢得多。

关于DeepSeek，我们仍然有很多未知之处，我并不是想暗示这家中国公司本身推动了人工智能的故事——这只是一个警钟，也是一个邀请，其他公司效仿。同样，了解这一切在美国股市将如何发展是极其困难的。一个例子是标准普尔500指数中的公用事业部门，去年在人工智能需要大量电力的想法下，表现出千年来最强劲的表现之一。在周一的早盘交易中，DeepSeek以低成本训练了一款生成性人工智能聊天机器人，这一消息导致公用事业股下跌。当天晚些时候，随着人们认为我们仍然需要大量能源来运行人工智能模型，尤其是当它们传播到更多人和行业时，它们又开始反弹。

很难忽视这项技术已经有多么令人印象深刻。在周一的一篇帖子中，石溪大学经济学和公共政策教授斯蒂芬妮·凯尔顿分享了她询问DeepSeek创建“一个模型并运行一个模拟，以显示如果美国对所有从加拿大出口到美国的商品征收25%的关税，对加拿大GDP的影响”时发生的事情。她展示了DeepSeek是如何推理、计算并得出结果的，凯尔顿表示这些结果与加拿大银行专家的结果大致一致。“我想知道加拿大银行的工作人员花了多长时间得出他们的数字，”她写道。“DeepSeek大约花了12秒。”

根据凯尔顿的提示，我请DeepSeek“请创建一个模型，以估计我们可能多快会看到人工智能对美国劳动生产率的经济显著增长。”DeepSeek首先将“经济显著”定义为劳动生产率每年持续增加0.5到1个百分点。这将建立在我们最近几个季度大约2%的增长之上，或长期趋势的1.5%。它正确地识别出这种生产率的驱动因素将来自人工智能的采用率、技术进步、行业特定影响、劳动市场调整（劳动力“再技能”）以及基础设施和投资（“数据、计算能力和对人工智能技术的投资的可用性”）。总的来说，这个785字的答案包含了一些我不同意的假设，但它对如何得出答案是透明的。它也稍显过时，因为——正如DeepSeek会告诉你的——它的训练数据不超过2023年。但结论（如下）似乎是一个合理的起点：

人工智能对美国劳动生产率的经济显著增长可能在中期（5-10年）内出现，并在长期（10年以上）内产生变革性影响。到2030年，人工智能可能每年对生产率增长贡献0.5-1.0%，达到经济显著增长的门槛。然而，确切的时间表取决于采用率、技术进步和政策支持。

这个答案令人印象深刻，以至于它很可能是错误的——或者至少有点过于保守。

来自彭博社观点的更多内容：

​​​​​想要更多彭博社观点？请使用 OPIN <GO>。或者您可以订阅 我们的每日通讯**。**