×

英媒:人工智能为何传播如此缓慢?经济学可以解释

hqy hqy 发表于2025-07-20 14:09:02 浏览3 评论0百度已收录

抢沙发发表评论

  来源:邸钞

  Why is AI so slow to spread? Economics can explain

  商家们对百元大钞街视而不见

插图:Alberto Miranda

  2025年7月17日

  与高管们交谈,他们很快就会对自身业务运用人工智能的种种精彩方式赞不绝口。摩根大通的杰米·戴蒙最近表示,他的银行有450个人工智能用例。运营肯德基和塔可钟的百胜餐饮集团表示:“人工智能将成为餐厅的新操作系统。” Booking.com的所有者表示,人工智能将“在提升旅行者体验方面发挥重要作用”。今年第一季度,44%的标准普尔500指数公司高管在财报电话会议上讨论了人工智能。

  然而,无论高管们怎么说,人工智能改变商业的速度远低于预期。美国人口普查局的一项高质量调查发现,仅有 10% 的公司 在以有意义的方式使用人工智能。瑞银(UBS ) 最近的一篇论文指出:“企业采用人工智能的情况令人失望。”另一家银行高盛则追踪那些其分析师认为“采用人工智能后基准收益潜在变化最大”的公司。近几个月来,这些公司的股价表现逊于市场。人工智能拥有惊人的能力,就像躺在街上的百元大钞。那么,为什么公司不去捡它们呢?经济学或许能提供答案。

  当然,现在还为时过早。人工智能的投入使用需要处理一些摩擦,例如数据集未能正确集成到云端,这意味着预计会出现一些滞后。然而,人工智能的普及甚至令这些较为保守的预期落空。摩根士丹利的分析师曾预言,2024年将是“采用者之年”。但这并没有实现。今年本应是“代理之年”,涉及基于数据和预定义规则执行任务的自主系统。但根据瑞银的报告,2025年反而是“代理评估之年”,企业只是在试水而已。或许,高管层的热情与基层员工的迟缓之间存在着更深层次的脱节。

  长期以来,“公共选择”理论的经济学家一直认为,政府官员的行为是为了最大化自己的个人利益,而不是为了增进公众利益。例如,如果裁员会导致朋友失业,官僚们可能会拒绝实施必要的裁员。企业,尤其是大公司,也可能面临类似的问题。20世纪90年代,伦敦政治经济学院的菲利普·阿吉翁和图卢兹第一国会大学的让·梯若尔区分了“正式”权力和“实际”权力。理论上,首席执行官有权授权进行大规模的组织变革。但实际上,了解具体细节并控制项目日常实施的中层管理人员才掌握着真正的权力。他们可以影响、推迟甚至否决上级要求的任何变革。

  当公司考虑采用新技术时,公众选择机制往往会发挥作用。西北大学的乔尔·莫基尔(Joel Mokyr)认为:“纵观历史,技术进步总是遭遇一个强大的敌人:出于私利而刻意抵制新技术。” 弗雷德里克·泰勒(Frederick Taylor)是一位工程师,因在19世纪末将正确的管理方法引入美国而受到赞誉。他抱怨说,公司内部的权力斗争往往会危及新技术的采用。

  近期研究发现,这些冲突依然存在。2015年,麻省理工学院的戴维·阿特金(David Atkin)及其同事发表了一篇论文,研究了巴基斯坦的足球制造工厂,探讨了一项旨在减少浪费的新技术的命运。15个月后,他们发现该技术的采用率仍然“低得令人费解”。这项新技术拖累了某些员工的工作效率,最终阻碍了公司的发展,“包括误导业主了解该技术的价值”。北卡罗来纳大学教堂山分校的徐宇倩和佛罗里达州立大学的朱令炯发表了另一篇论文,发现一家试图实现业务自动化的亚洲银行的员工与管理层之间也存在类似的争斗。

  目前,很少有经济学家研究过公司内部围绕人工智能的争斗,但看来争斗将会非常激烈。富裕国家的现代公司官僚主义程度令人震惊。美国公司拥有 43 万名内部律师,而十年前只有 34 万名(增长速度远远快于整体就业人数的增长速度)。他们的作用通常是阻止人们做某事。他们可能会担心引入人工智能产品的风险。由于几乎没有判例法,如果模型出现问题,谁来承担责任?瑞银调查中近一半的受访者表示,“合规和监管问题”是他们公司采用人工智能的主要挑战之一。其他法律专家则担心该技术对数据隐私和歧视等无聊问题的影响。

  其他岗位的人员也有各自的担忧。人力资源人员(过去十年,美国人力资源人员的数量增长了40%)可能担心人工智能对就业的影响,因此在应用人工智能的计划上设置了障碍。与此同时,密歇根州立大学物理学家、人工智能初创公司创始人史蒂夫·许(Steve Hsu)认为,许多人的行为就像巴基斯坦的足球教练一样。中层管理人员则担心采用人工智能的长期后果。“如果他们利用人工智能来自动化比自己低一级的工作,他们担心自己的工作也会成为下一个被取代的对象,”许先生说道。

  随着时间的推移,市场力量应该会鼓励更多公司认真运用人工智能。正如拖拉机和个人电脑等以往的新技术一样,创新型公司应该能够胜过那些顽固分子,并最终将其淘汰出局。然而,这个过程需要一段时间——对于大型人工智能公司来说,或许太长了,因为它们需要从数据中心的投资中获得巨额利润。节省劳动力的自动化的讽刺之处在于,人们往往会成为阻碍。■

  本文出处:https://www.economist.com/finance-and-economics/2025/07/17/why-is-ai-so-slow-to-spread-economics-can-explain