AI何時改變經濟樣貌？克魯曼：大概2030年代吧

近來聊天機器人ChatGPT掀起熱烈討論，令人好奇這類人工智慧（AI）技術，究竟會對經濟產生多大的影響？這些影響又多快就會顯現？

ChatGPT自己的回答是：「AI現已對經濟產生重大影響，其影響力可望在未來的年頭大幅擴增...整體而言，AI帶給經濟的效用將視諸多因素而定，包括科技進步速度、政府政策，以及勞工對新科技的適應能力。」

2008年諾貝爾經濟學獎得主克魯曼在紐約時報專欄指出，許多玩過這類大型語言模型（LLM）聊天機器人的人，都對現在AI說話竟然人模人樣感到吃驚。如果押注ChatGPT或其後代終會接手目前仍需人類才能勝任的工作，雖不中亦不遠矣。

然而，回顧歷史，先前幾波技術大躍進，雖會提升經濟生產力，但也可能傷害一些身懷技能隨新技術興起而貶值的勞工。

以摩爾定律為例 看AI重大經濟影響何時顯現

再回頭看「影響有多大」以及「影響多快顯現」的問題。克魯曼說，第一個問題的答案沒人曉得，新技術的經濟影響力難以預測，即使做出預測也不可靠。至於第二個問題，鑒往知來，需要經過一段漫長歲月，AI才會產生重大經濟影響，所需時間將比眾人預期來得久。

以電腦運算技術進步的經濟影響為例。英特爾公司在1971年推出微處理器，創辦人摩爾（Gordon Moore）曾預言，一顆電腦晶片上容納的電晶體數量每兩年增加一倍。事後證明，「摩爾定律」準確得驚人，禁得起半世紀的考驗。此定律產生了深遠的影響，成果至今四處可見，最明顯的就是人手一支的智慧手機。

有很長一段時日，電算效能突飛猛進帶來的經濟效益，出乎意料地飄忽不定。至少在「摩爾定律」問世20年期間，美國不但未享有一波生產力進步的榮景，反而還遭遇生產力長期走下坡的窘境。直到1990年代才展開生產力起飛期，而且就連那時的進步幅度也令人失望。

新技術到位還不夠 得想清楚怎麼利用

電算效能飛快成長的經濟效益，為何隔那麼久才顯現？經濟史學家大衛（Paul David）1990年發表一篇論文，比較資訊科技（IT）與更早的電氣化（electrification）分別帶來的經濟影響。他發現，電動馬達早在1890年代就普遍使用了，但光有一項技術並不夠，還得弄清楚如何加以運用。

具體來說，要充分利用電氣化，製造商必須重新思考廠房設計。電氣化前的工廠是多層建築物，因為地下室安裝蒸汽引擎，經由輪軸、齒輪、滑輪組成的一套系統驅動機器，所以工作空間狹窄，必須有效率運用。

隔了一段時日才明白，更能發揮電氣化效用的做法，是每台機器分別由個別的馬達驅動，於是促成了占地廣大的單層樓工廠，附有寬敞的走道以便運送原料和裝配線作業。因此，生產力大幅提升要到第一次世界大戰過後才實現。

資訊科技導致的經濟成果，也如大衛所料，直到1990年代小隔間辦公室取代檔案櫃和聽寫記錄祕書，才終於開花結果。資訊科技從興起到收割經濟果實的時間間隔，幾乎與電氣化一樣長。

但資訊科技帶動的那一波生產力榮景歷時很短，只持續約十年；期間的生產力增幅也未高於二戰後那波持續一世代的榮景。1940年代到約莫1970年的那波榮景，主要是靠使用內燃機這類的技術帶動。值得注意的是，當時那些技術已存在數十年，並不是什麼全新的新技術。

由此看來，試圖以最新的技術發展作經濟成長預測，可靠性更令人存疑。

克魯曼表示，即使AI也許會產生巨大的經濟影響，但歷史前例顯示，那些影響不會很快就發生。ChatGPT或任何繼之而起的AI技術，或許會在2030年代躍為引領經濟成長的大事件，但不會在未來幾年就挑起經濟大樑。