紐約客｜人工智慧真的是一場泡沫嗎？

人工智慧真的是一場泡沫嗎？
這種關於盛衰周期的敘事雖令人耳熟能詳，卻與一項新技術所蘊含的種種可能顯得脫節。

在過去的幾個月裡，我將人工智慧引入了我七歲兒子彼得的業餘生活中。在周六，他會上程式設計課，最近他在課上製作了一個“石頭剪刀布”遊戲的版本，他真的很想在家裡製作更複雜的遊戲。我向 ChatGPT 和 Claude 介紹了他的技能水平，它們瞬間就建議了接下來的步驟。Claude 提議嘗試在 Scratch（一種面向兒童的程式設計環境）中重現《Pong》（乓）遊戲。我們下載了它，我坐在扶手椅上，iPad 上開著 ChatGPT，而彼得則在電腦上嘗試這個項目。每當他卡住時，我就回答他的問題，利用我自己的程式設計知識或求助於 A.I.。大約一小時後，他完成了一個該遊戲的初級版本。

在接下來的幾周裡，在我和 A.I. 的進一步幫助下，彼得製作了一個基於電影《創：戰紀》（Tron）中光輪摩托決鬥的遊戲，配有音樂和計分系統。他勾勒了一個“圖書館模擬器”的雛形，並完成了他自己的街機遊戲《太空點點》（Dot in Space），講述一艘微型飛船以曲速飛行的故事。每當他遇到可能扼殺動力的障礙時，A.I. 都能讓我們順利度過。應我的要求，這些系統開始指引我們走向更複雜的程式設計環境——Construct、GDevelop、Godot Engine、GameMaker——並建議更具野心的項目。上周末，他熬夜程式設計製作了一個精美的《小行星》（Asteroids）遊戲版本，一邊狼吞虎嚥地吃著 Cheerios 麥圈，一邊像喝能量飲料一樣大口喝著水瓶裡的水。

既然彼得是個孩子，而我是個爸爸，這一切可能顯得可愛而古雅。A.I. 能幫助年輕人學習程式設計，還能幫助年長者成為程式設計導師，這難道不好嗎？但請從不同的角度考慮正在發生的事情。在《國富論》中，亞當·斯密將工人“獲得的有用的能力”描述為一種“固定資本”——類似於一塊房地產或一件裝置。直到二十世紀六十年代，一位名叫西奧多·舒爾茨（Theodore Schultz）的經濟學家才創造了“人力資本”（human capital）一詞，用來描述人們投資於自我提升的持續、動態過程。舒爾茨意識到，個人花費大量時間、金錢和精力來變得更有能力。他們上夜校、建立人脈、閱讀自助書籍，並傾向於利用空閒時間“提高技能和知識”。提高人力資本的工作往往在視線之外發生。但他認為，“簡單的事實”是“人們投資於自己，而且這些投資非常巨大”。舒爾茨提出，這些提高“人類努力質量”的投資，可能解釋了經濟學家在過去幾十年觀察到的“每位工人實際收入令人印象深刻的增長的大部分原因”。

今天，顯而易見的是，公司和組織從擁擁有大量人力資本的人身上獲益匪淺。當會議有知識淵博的參與者時，它們更有用；當建構產品的團隊擁有廣泛的技能時，產品就會改進。不太明顯的是，公司和組織同時也難以識別和利用人力資本的變化。假設某人被僱傭做一份工作，然後獲得了使她有資格做另一份工作的技能。理想情況下，隨著她變得更有能力，組織結構圖會圍繞她發生變化；實際上，工作往往是一個監獄。當一個工人通過在別處找到工作而越獄時，她帶走了她的人力資本。出於這個原因，從公司的角度來看，理想的僱員幾乎就像是那種在工作第一天之前狂熱地建立自己的人力資本，然後突然慢下來，成為機器中一顆高技能齒輪的人。組織希望他們的工人繼續提升自己——但不要太快，以免他們超越了所處的系統。

對管理者來說幸運的是，建立人力資本需要很長時間。或者，至少過去是這樣：人工智慧，除其他外，是一種加速學習和提高能力的技術。數以此百萬計的人現在使用大型語言模型。他們並不都在與聊天機器人調情；相反，他們發現，在 A.I. 的幫助下，他們可以執行以前從未做過的任務，並快速瞭解以前覺得難以接近的主題。當你突然提高人力資本積累的速度時會發生什麼？這是 A.I. 對商業界提出的挑戰之一，商業界正在努力弄清楚這項技術的價值。

出於許多原因，將 A.I. 視為增加人力資本的工具感覺很奇怪。它的用處難道不在於智力自動化，這使得來之不易的人類知識變得多餘嗎？領先的 A.I. 公司談論著一個他們的系統已大規模取代工人的未來。目前正在將 A.I. 整合到業務中的大公司幾乎肯定也在沿著類似的思路思考。他們必須這樣做，因為 A.I. 很昂貴。微軟對其企業聊天機器人 Copilot 按使用者收費。如果一家大公司——一家擁有數千名員工的公司——想為其員工購買 Copilot “席位”，它每年將面臨數百萬美元的投資。

這種“支出”會帶來相應的回報嗎？公司回答這個問題的最簡單方法是考慮新產品或裁員，這可以分別產生收入或降低成本。（當然，兩者可以結合。）OpenAI 在本周發佈的一份關於“企業”A.I. 的新報告中，提供了一些專注於替代人類勞動的案例研究。一個典型的例子是 A.I. 語音代理，用於客戶服務電話；該公司表示，這樣一個代理目前每年為公司節省“數億美元”。

所有這些讓人覺得工人被替代似乎是企業 A.I. 的邏輯終點。但重要的是要注意，無論是在概念上還是在內部核算方面，大公司往往難以弄清楚如何整合新技術。在二十世紀八九十年代，當 I.T. 部門還是新鮮事物時，有時不清楚它們在內部如何被證明是合理的。一個 I.T. 部門可能每年在新型電腦、網路硬體或生產力軟體上花費數百萬美元。所有這些支出產生回報了嗎？如何判斷其價值？如果一家大公司安裝了一台大型機，它可能會取代一些會計師。如果一位 I.T. 經理向她的老闆解釋為什麼電腦很重要，她能說的最簡單的事情可能就是它們可以取代打字池。

然而，隨著時間的推移，情況變得清晰，資訊技術的成本和收益遠遠超過了這種核算方式所能解釋的。現代公司圍繞電腦重組了自己；在這個新世界裡，I.T. 部門的重點不是取代依賴電腦的工人，而是提高他們的效率。工人開始對他們的 I.T. 部門提出更多要求。在被稱為“消費化”（consumerization）的發展中，精通技術的員工在家裡使用的工具——如智慧型手機——變得比工作中提供的更先進；想要做更多事情的員工開始要求升級。結果是，今天，當提出 I.T. “支出”時，沒有人堅持認為這些投資會做像取代工人這樣粗暴的事情。重要的問題是新投資是否幫助現有員工完成他們的議程，並跟上其他公司的競爭對手。

認為 A.I. 的最佳用途——也許是唯一有利可圖的用途——是直接替代工人的想法結合了兩股思想：一股源於對 A.I. 未來的猜測，另一股源於公司探索新技術時可能無法避免的短期資產負債表思維。與此同時，這與我們許多人在實際使用 A.I. 時的體驗截然不同。大量個人付費購買 OpenAI、Anthropic 和其他公司的帳戶，因為他們發現 A.I. 使他們更有能力和生產力。從他們的角度來看，它是人力資本的倍增器。如果你對自己想要完成的事情有細緻的感知——編寫軟體、分析研究、診斷疾病、修理家裡的東西——A.I. 可以幫助你更快更好地完成它。今天的公司花費大量資金培訓員工；即使是高素質的白領也會接觸線上研討會並被送到昂貴的靜修處，希望他們回來時會有所提高。假設 A.I. 讓一些員工的知識和能力提高了百分之五或十。公司應該為這種認知提升支付多少錢？

根據一種關於 A.I. 的敘事，它提供的提升最終將大到足以讓個別工人取代團隊。一些特別樂觀的觀察家建議，不久的將來，我們將看到第一批由一兩個 A.I. 輔助的個人經營的十億美元公司。也許有些類型的工作可能實現這一點。但是，如果你嘗試使用這項技術來做你的實際工作，你可能已經發現了它的內在侷限性。A.I. 系統不夠聰明或資訊靈通，無法做出許多重要決定；它們缺乏關鍵背景；它們是無實體的、健忘的、不自然的，有時甚至極其愚蠢。也許最重要的是，它們無法被問責，也無法在工作中學習。它們可以協助你執行你明智的抱負——但它們不能取代你。所以，廣義上講，情況是，在許多公司，試圖用 A.I. 取代工人將是一個嚴重的錯誤——不僅因為 A.I. 不能取代那些工人，而且因為它實際上使他們更有價值。首先弄清楚這一點的企業將是蓬勃發展的企業。

如果 A.I. 在目前的狀態下不能大規模取代工人，那麼為什麼投資者要向 A.I. 行業投入數兆美元？一個可能的答案是他們正在參與一個泡沫。他們要麼被科幻場景的編造所欺騙，要麼正在利用這些場景創造的氣候。最近，作家科利·多克托羅（Cory Doctorow）在西雅圖華盛頓大學的一次演講中概述了他對 A.I. 的一些想法。“A.I. 是一個泡沫，它會破裂，”他說。“大多數公司會倒閉。大多數資料中心將被關閉或拆成零件出售。”會剩下什麼？他的回答基本上是什麼都沒有：只是一堆新變便宜的電腦晶片，曾經用於 A.I.，以及用於“轉錄音訊和視訊、描述圖像、總結文件、自動化許多勞動密集型圖形編輯（如去除背景或從照片中修掉路人）”的軟體工具。多克托羅推測，模型本身可能會被關閉，因為它們的運行成本太高了。我們將不得不忍受隨之而來的經濟崩潰——“七家 A.I. 公司目前佔股市的三分之一以上，”他指出——而沒有我們的聊天機器人治療師。

當炒作達到頂峰時，反炒作既不可避免又有價值。然而，風險在於它會變得像它希望戳破的炒作一樣極端。我從1998年到2002年在讀大學，正值第一次網際網路繁榮的頂點；我通過和室友經營一家小型初創公司支付了大部分學費，主要是為其他初創公司製作網站和應用程式。那時，就像現在一樣，無數公司提供的產品都不合邏輯。（我們為其中一些工作過。）很容易預測許多這樣的企業會倒閉，各種規模的投資者都會損失很多錢。儘管如此，底層技術——網際網路——無疑是強大的。今天很難不對 A.I. 說同樣的話。

然而，與網際網路繁榮相比，人工智慧的故事更奇怪。當網際網路到來時，人們不確定如何用它賺錢。即便如此，在某種意義上，技術本身是相對完整的。似乎很清楚連接會變得更快、更普遍；除此之外，網際網路可能被用於的用途——串流媒體、電子商務、協作、雲端儲存等——已經大致顯現。（例如，在2000年左右，我們的小公司受僱建立一個工作場所協作系統，它具有許多我們現在與 Slack 聯絡在一起的功能。）在接下來的幾十年裡，建立現代網際網路所需的工程努力將是巨大的；例如，建立雲需要非凡的獨創性。但是，從一開始，網際網路的基本性質或多或少已經確定了。

對於 A.I.，情況有所不同。從科學角度來看，建構和理解 A.I. 的工作遠未完成。該領域的專家在重要問題上存在分歧，例如增加當今 A.I. 系統的規模是否會帶來智力的顯著增長。（也許需要由進一步突破塑造的新系統。）他們在概念問題上也存在分歧，例如“智力”意味著什麼。關於當今的 A.I. 研究是否會導致發明能夠進行人類水平思維的系統這一至關重要的問題，他們持有強烈且分歧的觀點。從事 A.I. 工作的人傾向於清晰有力地表達他們的觀點，然而並沒有達成共識。任何編織場景的人都在與一大群同事意見相左。研究人員將通過經驗來回答許多關於 A.I. 的問題，即嘗試建構更好的 A.I. 並看看什麼有效。簡而言之，A.I. 泡沫不僅僅是一個泡沫——它是科學不確定性與不斷演變的商業思維之間的碰撞。

此時此刻，關於人工智慧有兩個巨大的未知數。首先，我們不知道公司是否以及如何成功地從 A.I. 中獲取價值；他們正在試圖弄清楚這一點，而且可能會搞錯。其次，我們不知道 A.I. 會變得多聰明。不過，關於第一個未知數，我們有一些線索。我們可以根據第一手經驗說，擁有一個可用的 A.I. 真的很有用；它可以幫助你學習；它可以讓你更有能力；它可以協助你更好地利用你的人力資本，甚至擴展它。我們也可以相當自信地說，A.I. 不能做人們做的許多重要事情——除了在某些狹窄的情況下，它更擅長賦能人類而不是取代他們。與此同時，關於第二個問題——A.I. 是否會變得更聰明，聰明到改變世界——我們知之甚少。我們正在等待結果，甚至專家也無法達成一致。我們的挑戰是基於我們所知道的採取行動，而不是讓我們對未來的猜測否決它。 (外文精譯)