Transcription
生成式人工智能显然是一项非常强大的技术，它将对整个经济产生影响，而不仅仅是少数几个行业。
显而易见的是，这些新技术将在许多地方取代工人。有些人将永远无法从中恢复。
即使在其目前的阶段，它也才刚刚三岁。ChatGPT 是我迄今为止最高效的研究助手。
我们将需要新的职业。我们将需要聪明人去做的新事情。在很多事情上，当人们动脑筋时，他们将能够通过使用生成式人工智能来提高生产力。
150 年前，北美约有 50% 的人口从事农业。他们不得不辛勤耕作，才能养活我们所有人。现在只有 1% 或 2%，而我们生产的远远超过我们的需求。
你知道，那些砸毁机器的卢德分子并非仅仅是出于非理性或对技术的迷信恐惧。他们是技术熟练的手工艺人，未能从这些新技术中获益。
柯达公司曾一度是美国按收入计算的第三大公司，在全球雇佣了 15 万人。他们被数码摄影逼得破产。
这种情况将发生在许多行业。
>> 今天非常高兴能与布朗大学经济学荣休教授、诺贝尔经济学奖得主彼得·霍维特博士（Dr. Peter Howitt）一起。彼得，非常感谢您加入我们。
>> 感谢您的邀请。
>> 我想问问您赢得诺贝尔奖的研究，即通过创造性破坏实现增长的模型。我认为这与目前人工智能领域的发展非常相关。您能否先总结一下您的发现？
>> 我所做的，我应该说，完全是与我从 1987 年开始合作的法国经济学家菲利普·比昂（Philip Beon）一起完成的，那一年我们开始研究这个模型。我们所做的就是将一个古老的想法付诸实践，这个想法长期以来一直被视为一种奇特的想法，因为它与大多数经济理论不符。
“通过创造性破坏实现增长”的想法实际上归功于伟大的奥地利裔美国经济学家约瑟夫·熊彼特（Joseph Schumpeter），他在哈佛大学任教数十年。这个想法在他的 1942 年著作《资本主义、社会主义与民主》中得以阐述。
当然，这个想法非常直接：从长远来看，经济增长是通过技术进步实现的。在几年内，你可以通过刺激总需求或改变一些低效的法规来提高经济的增长率。但最终，如果没有技术进步，你就会遇到一个限制。
熊彼特指出，这种技术进步往往以颠覆现有经济秩序的浪潮形式出现。它们引入了各种新产品、新工艺、新做事方式、新组织活动方式、新市场等等。它们通过使旧产品、旧工艺和旧市场过时来颠覆旧秩序。
人们过去只把这看作是一种奇特的想法。但菲利普和我认为它确实应该成为经济增长的核心。
在我们写作的时候，增长理论的最新进展是罗伯特·索洛（Robert Solow）在 20 世纪 50 年代创建的著名索洛模型。这是一个很棒的小模型，但它假设（而且我认为是正确的）长期增长率完全由技术进步率决定。但它将技术进步率视为由外部力量、由与经济无关的某种科学过程所决定的。它还假设，当新技术出现时，每个人都从中获得了同等的好处。
所以人们知道创造性破坏的想法，但他们并不认为它对增长过程至关重要。
当菲利普和我于 1987 年开始讨论时，我们认为这可能很重要，因为创造性破坏意味着新旧之间存在冲突，而引入新技术的那些人正在颠覆秩序。他们挑战现状。他们威胁到生产他们试图淘汰的商品的现有生产商的福祉，并且还给那些人力资本或技能与旧技术相关的人造成了许多损失。这应该是增长理论的一部分。
事实证明，至少在当时，将它纳入其中并不容易，因为当你考虑其中涉及的内容时，有许多战略考虑需要一些博弈论的思想来建模。如今，大多数研究生应该会觉得解决这些问题相当直接。但当时博弈论在微观经济学中取得了巨大进展，但尚未真正进入宏观经济学。
但我们所做的是找到一些在产业组织理论中用于研究单个市场专利竞赛的技术，并将它们纳入整个经济的总体均衡模型。我们创建了一个模型，其中增长来自于企业的研究和开发活动，旨在生产能够超越现有生产商技术的创新，并使他们能够获得一些垄 गुंतवणूक，因为他们找到了生产比任何人都好的产品的途径。这样，他们就可以收取高于生产成本的价格，而不会面临被竞争对手压价的风险，因为竞争对手根本没有这项技术。
所以，我们所做的就是使创造性破坏的想法变得可行，并将其纳入一个可处理的、数学上连贯的经济增长模型。这使我们能够将这个想法与数据结合起来，衡量各种不同的事物，并了解通过这个渠道的增长将如何与竞争政策、教育、国际贸易、环境以及许多其他事物相互作用，而这是以前无法做到的，因为以前人们只是忽略了技术对经济的内生性，也忽略了核心的冲突必须以某种方式解决。
>> 所以问题在于“内生性”。旧的模式将技术视为外生的，即经济体之外的。您将其引入了。而且，彼得，请明确一点，“创造性破坏”中的“破坏”是负面的，对吗？所以技术是正面的，是加分项，“破坏”是负面的，但总和仍然是正数。因为有时我听到人们谈论创造性破坏，并且可能，如果我能用这个词的话，神化它，他们几乎谈论它，好像创造性破坏本身是好的，而您说破坏是好事物产生的副产品。
>> 是的，没错。生意被毁掉或失业没有任何好处。我是说真的。但事实是，最终每个人都从新技术中受益。你知道，看看工业革命的开端，蒸汽织机发明造成的破坏。那些手工织布工花费数十年时间磨练他们的技能，他们是高薪、训练有素的手工艺人，突然之间他们变得一贫如洗，因为他们无法与蒸汽织机竞争。在像他们这样的人恢复之前，经历了一个漫长的时期。有些人从未恢复。但如今，从长远来看，谁的生活会因为蒸汽织机从未被发明而变得更好？我们都受益。这只是一个持续的技术进步阶梯中的一步。新技术建立在旧发展之上，等等。所以，蒸汽织机的存在只是那个导致我们进入当今技术世界的整个过程的一部分。
>> 那么，当前的人工智能技术将如何取代哪些人？我们能从其他被取代的行业（无论是互联网瓦解旅行社，还是汽车取代马匹）的历史中吸取什么教训？这是一个开放式的问题，您可以随意回答。
>> 嗯，首先，我认为现在还为时过早。嗯，这是人工智能，生成式人工智能显然是一项非常强大的技术，它将对整个经济产生影响，而不仅仅是少数几个行业。它就像我们称之为通用目的技术中的少数几种一样，从蒸汽机开始，到制造业的电气化，再到 20 世纪中后期的计算机和互联网，现在我们有了人工智能。在所有这些情况下，尽管它们数量不多，但我们看到的是，当这些技术首次出现时，它们似乎具有巨大的创造和破坏潜力。
显而易见的是，这些新技术将在许多地方取代工人。它们将在许多情况下取代旧的制造业利益。起初，这种破坏潜力是最明显的。你可以立即看到，某些职业，经济的某些部门将受到严重打击。但收益将来自何处，这一点尚不清楚。但发生的情况是，需要进一步的创新，下游创新，才能真正实现技术的全部潜力，并开放新的职业、新的行业、新的谋生方式，从而或多或少地均匀地分配利益。
少数人将永远，有些人将永远无法恢复。>> 少数人。>> 是的，有些人。嗯，那么问题是，有多少人会？答案是我们不知道。以电气化为例，显然电动机比蒸汽机或水力作为唯一的动力源时，能使制造业的生产力大大提高。使用电动机的可能性在 19 世纪的最后三分之一是存在的。许多工厂都这样做了。它们只是用电动机取代了水轮机或蒸汽机，这带来了一些好处。但直到组装线生产方法的发明，才真正实现了其全部潜力。人们必须认识到，过去工厂必须沿着垂直方向建造，以便一切都靠近中央动力源，可能还有一个大的垂直轴。这样你就可以向上发送，并在不同层面进行操作。但电力的全部潜力必须通过水平分配动力源来实现。这是以前的动力源无法做到的。
一旦亨利·福特在 20 世纪 20 年代和 30 年代发现了如何沿着组装线生产汽车，他就能以每天 5 美元这个前所未闻的工资雇佣相当缺乏技能的工人。这对各种工人来说都是巨大的好处。但这种情况发生了，需要大约 40 年的时间，然后，它需要一项创新，这是人们最初没有预料到的。
我们现在无法确定人工智能的好处将是什么。将会有许多创新出现。对我来说，人工智能的独特之处在于新创新发生的速度。技术改进和部署到不同方向的速度等等。在我们完全，嗯，我不会说完全，我们永远不会完全理解其影响之前，不会再有 40 年了。我们仍在处理电气化的影响。你可以将使用电力生产的通用技术视为计算机、互联网和人工智能，它们都是实现电气化潜力的下游创新，因为如果没有电力，我们怎么会有这些？所以，在我们看到新的职业、新的商品、新的生产方式将走向何方之前，还需要很长时间。如果像过去一样，最终将使我们所有人在物质上都过得更好。但不能保证会像过去一样。
我的朋友乔尔·莫伊尔（Joel Moir），今年与菲利普和我分享了奖项，他喜欢说，任何以“历史表明”开头的句子都即将陈述一个谬误。历史揭示了有启发性的模式，有助于你思考问题。它们不会精确地告诉你将要发生什么。但我们确实有许多历史上最伟大的经济学家预测新技术将导致长期大规模失业。你知道，可以追溯到 1821 年李嘉图在他的《政治经济学原理》第三版中关于机械的著名章节，然后是约翰·梅纳纳德·凯恩斯（John Maynard Keynes），他认为技术性失业将是不可避免的。甚至保罗·萨缪尔森（Paul Samuelson）在 2004 年也发表了一篇题为《李嘉图是正确的》的精彩小文章，并提出了一个优美的总体均衡模型，展示了技术进步如何可能在长期内将均衡实际工资率推向零。但到目前为止，所有这些伟大的经济学家都被现实世界的进展证明是错误的。如果你像我一样乐观，你会认为那些唱衰者将再次被证明是错误的。但我无法证明任何定理表明情况必然如此。
>> 所以技术可以，你知道，取代两个因素。它取代了企业，也取代了劳动力。我们先谈谈后者。
>> 嗯，历史确实表明，做出悲观预测、末日预测的经济学家，关于劳动力需求将消失、没有人会找到工作、大规模失业，历史表明他们是错误的。但这仅仅是一种模式，你知道，也许这次会不同？您是如何看待这个问题以及原因的？
>> 你知道，我们过去看到的模式是，新技术会产生一些替代劳动力的影响，也会产生一些补充劳动力的影响。显然，那些可能被新技术取代的职业往往会消失。那些可以通过新技术变得更具生产力、更有价值的职业往往会蓬勃发展。令人不安的是，我们还无法看到所有这些新的职业和技能将是什么。更容易看到哪些将被取代。
但我看看我自己在写论文时所做的事情。我过去习惯于有研究助理帮我搜集文献，看看还有哪些研究做过，帮我做回归分析，核实一些事实等等。即使在其目前的阶段，它也才刚刚三岁。ChatGPT 是我迄今为止最高效的研究助手。这使我更具生产力。我可以看到，当我斯德哥尔摩接受演讲时，我插入了一段由 ChatGPT 写的段落。我问 ChatGPT，请写一段简短的段落，描述生成式人工智能的工作岗位破坏潜力。几秒钟内，它就写出了一段优美、深思熟虑的段落，解释了它可能发生的各个行业，以及为什么，因为生成式人工智能似乎能够执行以前认为需要独特人类判断的认知任务等等。它可能是我演讲中最好的段落。当然，我没有骗过他们。段落之后，我告诉大家，我希望你们喜欢这一段，因为它是由一个三岁孩子写的，而这是初稿。那个三岁孩子只花了不到一秒钟，而且那个三岁孩子正在飞速成长，我们不知道它会变成什么样。
我可以看到，一个非常优秀的写手，在人工智能的帮助下，可以比以前更快地写出好的演讲，它帮助生成初稿。我相信初稿可以被一个非常好的作家改进，但它大大缩短了时间。所以我可以看到，很多这样的工作将变得更具生产力。但当然，缺点是这将使许多市场变成“超级巨星市场”。在这些市场中，最富有生产力的人，即使他们的生产力只有微小的优势，也能满足市场的大部分需求。人们会想要他们，而不是那些生产力稍差的人。这些市场将没有多少其他竞争者的空间，因为最终你会得到一个能够以比任何人都低的成本向市场供应产品的人。其他人将被挤出市场。
所以，我们将需要新的职业。我们将需要聪明人去做的新事情。在很多事情上，当人们动脑筋时，他们将能够通过使用生成式人工智能来提高生产力，并且他们将处理各种琐碎的任务。想想医务人员，他们现在花费大量时间用他们的小笔记本电脑输入信息，记录病历，有时这些记录与其他医生记录的不一致等等。通过口头输入信息，并让语音识别系统完成工作，纠正错误，与其他信息进行整合，所有这些都可以大大加快速度。盖茨基金会正在卢旺达和其他地方开展一个大型项目，盖茨声称该项目将真正彻底改变医疗保健的提供方式、大流行的预测以及其他许多类似的事情，通过更有效地收集信息，并使那里的医务人员效率更高，因为他们不必浪费时间输入数据等。他们将做他们应该做的事情，即帮助病人。
所以我可以看到这一切发生，但我们将不得不找到新的方式来雇用人们。而且，我很有信心我们会做到，但这主要是因为我倾向于乐观，而且，我认为我们还没有接近完全满足人类欲望的极限。我认为聪明人有很多方式可以通过他们将要创造的新服务来帮助他人。你想想老年护理。我们在北美和欧洲以及世界许多其他地方，甚至在中国，都有老龄化人口。老年护理有巨大的改善潜力，并且会有很大的需求。但我无法确切预测它们将出现在哪里。这需要下游创新。而问题在于，正如我之前所说，它发生得太快了。
我的意思是，你看看 150 年前，北美约有 50% 的人口从事农业。他们不得不辛勤耕作，才能养活我们所有人。现在只有 1% 或 2%，而我们生产的远远超过我们的需求。起初，他们进入了工厂。现在，当然，他们离开了工厂。我们生产的制造业产品越来越多，但工人越来越少。顺便说一句，在中国也是如此。中国的制造业就业人数正在下降，因为技术进步如此之快。然后他们转向服务业。他们转向以前闻所未闻的服务业。你知道，我们现在有很多人在金融服务业工作。如果你回到 150 年前，有多少人在金融服务业工作？嗯，有几个人在银行工作，而且人数很少。相对而言，你知道，人们从事信息服务。那时人数不多。通信服务。所以，我们继续发展。我们继续找到新的方式来合作，利用我们的专业知识来帮助他人，他们也利用他们的专业知识来帮助我们。贸易带来了持续的互利共赢，不断提高水平。我的意思是，毫无疑问，我们继续以每代人使北美或欧洲等社会物质生活水平翻倍的速度前进，而且我看不出这种趋势会停止。
>> 您说您是长期的乐观主义者。在经济学中，尤其是在创新方面，做一个乐观主义者一直是正确的选择。但当我想到，你知道，在你脑海中想象一下美国失业率的长期图表，几乎每一次高峰，我认为每一次高峰都是由于需求，经济衰退。
>> 有没有哪种技术实际上导致失业率上升 900 个基点？或者总是他们找到下一个东西，找到下一个东西，他们从，好的，你不再是农民了，我们进入工厂。好的，工厂需要的人更少。我们进入服务业。如果找不到下一个东西会怎么样？
>> 嗯，如果没有下一个东西，那么我们将遇到麻烦。我们将面临很多社会冲突，因为很明显，有些人正从人工智能中发大财。如果财富没有分配出去，我们将面临很多冲突，就像蒸汽机刚出现时一样。你知道，那些砸毁机器的卢德分子并非仅仅是出于非理性或对技术的迷信恐惧。他们是技术熟练的手工艺人，未能从这些新技术中获益。他们没有坐以待毙。
你知道，这真的很重要，因为我们看看并想知道为什么工业革命始于英国。很多原因与技术有关，但这些技术在其他许多地方也可用。而且你也遇到了同样的现象。你在德国砸毁机器。你在荷兰也这样做。你在法国也这样做。他们得到了他们的行会的支持，他们不想要新机器的竞争。英国政府对行会尤其严厉，并支持制造业的利益。而行会，你知道，人们不得不适应。在其他国家并非如此，你知道，历史学家会告诉你，这是原因之一，我指的是没有人确切知道，并且有许多其他解释可以说明为什么工业革命始于英国，但我认为这是一个重要的原因。技术造成的社会冲突，而这些技术的利益没有得到分享，这是一个非常重要的问题，我们很可能会看到它。
>> 纵观历史，技术变革最极端、最快速、造成最大赢家和最大输家的例子是什么？你知道那会是什么吗？
>> 也许是 20 世纪上半叶农业生产力的大幅提高。嗯，我们仍然不完全理解大萧条的根源，但它肯定发生在我们从农业向制造业大规模转型的中期。如果不是因为许多失业的人又回到了农场，它本会显示出更多的失业。所以他们仍然被登记为失业。仍然有许多家庭农场可以让他们回去等等。
>> 仍然登记为就业。>> 哦，哇。我不知道。
>> 是的。我认为很多经济学家，你知道，如果他们要用手指指向，你知道，那位双管齐下的经济学家，他们有两根手指，他们会指向金本位，然后也许他们会指向贸易政策。但我认为很多经济学家主要归咎于金本位，但您提出了非货币因素，这非常有趣。
>> 嗯，我只是说，你知道，这是一个复杂的事情的结合。而且我甚至不确定是不是金本位，尽管那是其中的一部分。我认为，我认为米尔顿·弗里德曼（Milton Friedman）在这方面是完全正确的，即美联储（Federal Reserve）这个崭新的系统未能维持银行体系，未能像本·伯南克（Ben Bernanke） 70 年后、80 年后那样支撑它，这对这一切都至关重要。而且，许多银行倒闭当然是乡村银行，它们曾向农民贷款，预期他们将在作物收获时获得收入。而且，那一年非常糟糕。所以，你知道，如果美联储在 20 世纪 30 年代初的领导方式与 2008 年和 2009 年左右相同，我认为情况会大不相同。
>> 这很有趣。是的。我真希望我能回到三分钟前，我告诉一位诺贝尔奖得主经济学家，你知道，大多数经济学家都这么想，对吧？你知道，所以，但我想问一下，是因为金本位，美联储才无法足够宽松，因为它必须吸引资本以防止黄金外流吗？
>> 那确实限制了他们的手脚，而且他们不必坚持金本位。但那是货币当局犯下的错误之一。当然，那不是美联储，那是罗斯福决定退出金本位，而美联储无法做到这一点。但美联储本可以做很多事情来防止银行倒闭，基本上是通过支撑货币供应。
>> 我想我只是想问您，我知道答案是“我不知道”，而且没有人知道，但我只是想知道，您认为由于人工智能，就业前景的分布会有多宽？因为你知道，很多人他们没有，你知道，他们没有，这不是体力劳动，但他们他们在电脑上工作，他们努力工作，但很多都是知识工作，如果你说 ChatGPT 已经是我见过的最好的经济学研究生了。你知道，很多工作可能会消失，可能会被自动化，你知道生产力将会提高。是每个人仍然有工作并且做得更多，还是产出增加但投入减少？
>> 对。对。这是一个好问题，我认为这里有一个严重的协调问题，因为你知道，一家企业，当他们一开始发现他们能够用更少的投入生产更多的产出时，他们会两者兼顾。他们会倾向于裁员，因为这是最直接的省钱方式。你可以生产更多，但当然，无论你生产什么，你都可能担心你卖不出去，或者不能以同样的价格卖出去。你生产得越多，价格就会下降。但如果你能以目前的方式继续运营，但投入更少，你就能省钱，这是有保证的。所以，其中一些情况会发生。
而且，你知道，我的，你知道，我的同事菲利普对此更乐观。他一直在与合著者一起撰写一些论文，研究法国的数据，并认为他有证据表明，在引入个人计算机期间，他发现那些倾向于更密集地引入新信息技术的公司，确实生产力更高，但他们的就业人数也更多。而在一个行业中，那些裁员的公司是那些没有快速引入信息技术的公司。论点很简单。那些快速引入它的公司能够更有效地生产，因此抢走了那些落后者、未能适应新技术环境的公司。
所以，没有人真正知道这个协调问题将如何解决。但如果你有一个高度竞争的经济体，有大量新企业和新想法进入的空间，那么利用这些新技术以更有效的方式生产更多产品，甚至可能生产更好、更新、不同类型产品的利润潜力将非常巨大。而且，你知道，菲利普所说的乐观的事情我认为将会发生。而且，你知道，你谈论研究生。研究生不仅仅是做研究助理，他们是合作者。我写了许多与研究生合写的论文。你知道，他们一开始只是我的研究助理，但他们非常聪明，充满新想法，而且勤奋。他们成为了合著者，他们的名字就在前面，你知道，他们都按字母顺序排列。有些人排在我前面，这很好。我是说，我们都是。我把他们视为平等的合著者。
所以我认为新技术将使他们更有效率。我不会像以前那样让他们做研究助理，因为我有 ChatGPT。我将更多地让他们作为合著者，这将大大加快他们的专业发展。他们是否会从听讲座，到尝试写模仿他人作品的小论文，到做研究助理，最终学会创造自己的东西？我认为他们将更快地完成这个过程。
>> 好的。所以，这是劳动力。稍后，是的，我想问一下创新对企业造成的破坏力，但首先，您提到了增长。我想问一下，对于通货膨胀调整后的增长，实际增长，技术如何改变这一点？您提到了 20 世纪 50 年代的索洛模型假设，但也有，你知道，有多少是技术，有多少是你所说的外生因素，比如人口统计学？我认为，你知道，一个国家人口不增长，但有大量的创新，而国家 B 人口增长非常快，但技术不多。我认为国家 B 的增长速度可能更快，但我不确定。所以，这如何影响您对增长的展望？而且，你知道，有很多风险投资家在播客上说，15% 的增长是可能的，而且天空是极限。互联网的教训可能是什么？或者这只是，这完全不同？
>> 嗯，嗯，您在那里提出了几个观点。嗯，让我先看看人口增长。人口增长迅速的国家并没有多大优势。确实，他们会获得更多的劳动力投入。但当我们考虑经济增长时，我们实际上是在考虑人均收入的增长。而你拥有更多的人，并不能立即提高普通人的生活水平。你知道，如果你通过更快的生育率来增加人口，那么你将经历一个漫长的时期，你将面临人口结构上的不利因素，你拥有更多的人，但他们中的更多人处于早期，他们还没有工作，他们需要接受教育等等。最终，当他们开始工作时，没有足够的资本供每个人使用。所以，你必须进行大量的实物投资，才能为新一代配备他们的资本份额。所以，需要很多年才能从更快的生育率中获得积极的好处。当新的人口增长来自移民时，情况会好一些，但当然，这会带来各种政治问题，尤其是在当今。
>> 我们能实现 50% 的增长吗？>> 哦，我说的是 15%。>> 哦，15%。>> 嗯，谁知道呢？这可能是可能的，但我无法想到一个例子，这种增长能够持续一年或两年以上。大约 20 年前，中国似乎长期保持着这样的增长率，但中国的数据并不完全可靠，我恐怕。所以我不会太重视。所以，不，我也不看。而且，如果你也看看任何通用目的技术，我们又回到了这个问题，我们处理的是小样本，等等，但你知道，我们看看我们能做什么。一项新技术席卷整个经济，需要很长时间才能真正提高总体生产力。
而且，我确定你还记得罗伯特·索洛（Robert Solow）在 20 世纪 80 年代末以“你随处可见计算机，但生产力统计数据中却看不到”而闻名。电气化也是如此。我谈到了技术引入和积极好处之间的长期滞后。但当一项全新的、真正革命性的技术出现时，不仅仅是需要很长时间才能看到好处。有大量的支出，但它们并没有显示为最终产出。人们正在试验新技术，而这些试验中的许多并不成功。但这学习过程的一部分。我记得在 20 世纪 80 年代末和 90 年代初，我过去常去教职工俱乐部吃午饭。在那之前，我们通常会谈论《计量经济学》的最新文章。但现在我们做什么？我们谈论如何使用文字处理器来，你知道，增大字体大小之类的。这似乎是对我们人力资本的巨大浪费。但这就是人们所做的。我们在学习新技术。
而且，当然，起初当一项新技术出现时，人们并不完全确定如何使用它。它并没有完全取代我们已经习惯了的旧技术。所以，我们倾向于同时使用它们，而不是用它来替代旧技术。所以我们实际上使用了更多的投入来生产可能略多的产出。所以，我们一开始想，嗯，现在我们有了这些新电脑，我们就不需要打字室了。但我们继续雇佣他们。因为我们还在学习打字。我们想，嗯，我们不必为了复印文件而砍伐那么多森林。但我们仍然这样做，因为我们对电子存储方法并不完全信任。而且，你知道，在很大程度上仍然如此。我们仍然打印大量的纸质文件，但比以前少了很多。
所以，你实际上，经济史学家保罗·戴维德（Paul David）在 1990 年左右写了一篇非常有趣的文章，题为《计算机与发电机》，他比较了个人计算机引入及其在经济中的普及与电动机在制造业中的引入和普及之后，总体生产力的进步。他指出了许多相似之处。对新技术进行了大量的摸索。犯了很多错误，需要进一步的创新，而所有这些学习，所有这些摸索。如果你是一个理想的国民收入会计师，并且能够衡量一切，那将被视为投资。即使你在犯错误，你也在学习。你在学习。好的，那不是正确的方向。这非常有价值，因为你现在不会浪费时间走那条路。你在建立新的资本。但这是不可能衡量的。所以，它只显示为更多的投入，但没有产出。这就是生产力统计数据所显示的情况。但我认为在人工智能领域，我们可能会在相当长一段时间内出现这种情况。如果它与以前的通用目的技术相似的话。
>> 告诉我关于企业被击败并输给创新公司的破坏力。所以，现在我们有软件即服务（SaaS）业务。这些股票正在急剧下跌，因为存在这样的威胁：使用人工智能的公司基本上可以创建这些耗资数亿美元的软件，而成本却微不足道。请告诉我们这如何发生的理论基础以及创新者的动机结构。
>> 我无法深入研究技术细节，因为它不是我的专业领域。我的意思是，我从宏观上理解正在发生的事情，而且，你知道，从 30,000 英尺的高度来看，它似乎与许多其他创造性破坏的领域非常相似。你有一种旧的做事方式。我的意思是，就像我们过去用胶卷拍照一样，我们会把胶卷放进相机，然后曝光，然后带到药店，他们会冲洗出来，几天后回来看看。柯达公司曾一度是美国按收入计算的第三大公司。在全球雇佣了 15 万人。他们被数码摄影逼得破产。
这种情况将发生在许多行业。当然。我不认为，你知道，对于公司之间如何互相争斗，例如我的 AI 将摧毁你的软件等等，可能有一些有趣的内部故事。我对此不感兴趣。我如前所述，我从更普遍的角度来看待它。
>> 对。但请告诉我们创新者能够获得的垄断利润，以及，而且，您的发现是，当他们预期更多的创新时，他们的创新就更少，对吗？
>> 嗯，不一定。不。你知道，这是一个复杂的战略局面，它取决于许多因素，但我们更普遍地发现，最具创新性的行业往往是那些技术水平大致相当的行业。没有一个占主导地位的领导者，也没有一大群远远落后的公司。因为在这种情况下，拥有现有技术的公司，当它们在技术上不相上下时，你就接近了完全竞争，没有垄断利润，而这正是创新动力最强的时候。而且，你知道，我们做了大量的实证研究来验证这一点确实如此。在衡量专利引用量、生产力增长或任何其他指标时，技术水平更接近的行业往往更具创新性。
过去 20 年在美国和许多其他国家的一个担忧是，许多经济部门的产业集中度似乎在增长，并且有大量证据表明这正在减缓创新过程。我们经历了从 95 年到 2005 年的生产力增长的巨大繁荣，那时索洛终于在生产力统计数据中看到了计算机。但自 2005 年以来，生产力增长一直有些 sluggish。我认为，菲利普和我几年前写了一篇论文，试图论证其中很大一部分归因于美国许多不同行业的日益增长的集中度，而且在许多欧洲国家也很大程度上是如此。
>> 对不起，也许我误解了。我以为您说的是，一个时期的研究量是否负相关于下一时期的预期研究量？
>> 那是从局部来看。我的意思是，那是真的。如果你是一个个体，你期望在你成功创新的情况下，会有大量的创新随之而来，那么这意味着你将在未来面临更激烈的竞争。你的回报不会那么大。但如果你预期，如果你现在面临很多竞争呢？不仅仅是创新新产品，还有生产和销售你现在能够生产的商品的竞争。你必须在那里拥有最强的创新动力，这样你才能最终获得一些垄 गुंतवणूक，因为你成功了，而他们没有。
现在，确实他们也会处于同样的情况，他们会试图取代你。你将处于一场竞赛中，而根据具体情况，你面临着许多其他竞争对手的事实可能会让你创新得少一点，但你为社会带来了额外的创新，因为还有其他人也在这样做。所以，总的来说，你知道，这是真的。
我们已经制定了理论模型，并且我认为这些模型在经验上得到了很好的验证，即在现有产品在市场上的竞争越激烈，企业就越有动力去尝试创新以改进这些产品。这可以自我加强，它们有更大的动力去创新，然后这会促使其他人更想去创新。>> 嗯，这只是因为我们都在同一条船上。他们都想创新。就这样。>> 谈谈这些类似垄断的租金。你说这些公司进行创新是为了提取这些类似垄断的租金。当您在 1992 年写这篇论文时，当时关于垄断的讨论是什么样的？我想，您知道，有政府授予的水和电的垄断权，但您知道，我真的不知道，但现在是否存在比您写这篇论文时更多的类似垄断的权力以及更多的类似垄断的租金提取？>> 我认为确实如此，这正是 Philipe 和我在这篇几年前的论文中写到的，这不是我们的发现。我是说 David Otter 和许多其他人一直在指出，超级明星企业正在崛起，不仅仅是您听说过的 Google、Amazon、Apple、Microsoft 等公司，而是遍及经济的绝大多数领域，集中度正在提高，并且在许多情况下，由大型、高产的企业生产的产出份额也在增加。这些企业收取高额附加费，同时也支付高工资，这已经增长了，它们正日益主导经济的更多领域，而我们认为这对生产力增长产生了负面影响。当然，如果人工智能像许多人认为的那样具有生产力，这一切都可能改变。也许我们会突然迎来新一轮创新浪潮，生产力将再次回升。你知道，没有哪个国家能把所有事情都做得完美。经济增长没有灵丹妙药，或者说，当我们开始写关于增长的文章时，有很多人声称，经济增长的关键是人力资本。不，关键是开放国际贸易。不，关键是别的什么。我不相信那些。有许多因素有助于一个国家快速的技术进步和快速的经济增长，而且没有哪个国家能把所有这些因素都做得完美。所以，也许在美国，例如，我们极其创新和灵活的金融体系将弥补其中的许多不足。我是说，您看看，看看所有这些生成式人工智能的进步都来自哪里。现在，您有，您知道，大公司，Google 和 Microsoft 正在竞争，而所有参与其中的人，我想，都在边缘地带，他们都很庞大，但其中一些非常新。我是说，Anthropic 才三年，甚至 OpenAI 也只有大约 10 年的历史。这些都是新公司。它们是那些尽管身处一个日益被少数几个非常非常强大的公司主导的高科技领域，但这些公司可以通过多种方式压制其他人的创新，例如通过先发制人的并购，通过创建专利密集区，通过拥有政治影响力、监管俘获等等。然后，他们一直在做很多这样的事情。我们有一个金融体系，允许公司在几年内起步并成为巨头，并主导一个以前看起来只是这些巨头公司领域的地方。>> 同时损失了大量的金钱。>> 是的。嗯，当然，灵活和创新的体系的一部分要求是金融体系愿意容忍长期的损失，因为没有一个成功的创新者没有经历过长期的失败。目前在人工智能上花费的巨额资本支出，与过去的资本支出热潮相比如何，无论是铁路、运河还是其他事物？我们花费如此之多，经济花费如此之多，而资本支出数字却远远超过了不存在的收入和利润，实际上是负数，这正常吗？>> 是的，我认为是这样。如果你看看 .com 繁荣时期，这也许更多的是电信繁荣时期，我记得人们对这家新公司 Amazon 感到震惊，它从未盈利，他们所做的就是卖书，但其市值却超过了通用汽车，你知道，这是历史上最伟大的工业企业之一。这太令人震惊了。嗯，是的，还有很多其他公司也是如此。许多其他公司都倒闭了，但 Amazon 没有，而它们就在这里。你回顾一下 19 世纪英国的铁路繁荣时期，当时对铁路的投资。我有一段时间没有看数据了，但我认为当时大约有 15% 的 GDP 投资于铁路。这远远超过了我们现在在人工智能上的支出。也许不会持续太久。我不知道。但是，是的，通常这些对新技术的巨额投资会导致某种高潮，某种危机将会发生，会有一些失败，而其他赢家将会出现。这似乎是过去的模式，我知道很多人，我有很多朋友确信将会发生股市崩盘，你知道，并非所有这些估值都是现实的，但他们已完全投资于股市。他们想，好吧，你知道，我有一个要退出的点，我有一个小按钮可以在手机上按下，卖掉一切。而且，嗯，我认为他们是对的，我认为他们对股市将来会发生的事情的预测是正确的。但他们能否及时全部退出，我不太确定。你知道，你看看股市的周期性调整市盈率，Schiller 指数。它已经达到了 .com 泡沫顶峰的水平。我相信它比 1929 年还要高。这并不意味着明年甚至后年或大后年就会发生股市崩盘，但从历史上看，这意味着未来 10 到 20 年股市的平均回报率可能会非常低。所以，是的，我不认为这是前所未有的。所以，无论我们现在处于什么水平，你知道，GDP 的百分之一点五到百分之二的资本支出用于人工智能，它可能会高达 15%，或者我认为，你知道，5% 是我看到的一些其他数字，关于过去的资本支出热潮。那么彼得，那是——>> 嗯，嗯，>> 有些行业，公司能够提取的类似垄断的租金不足以证明资本支出的合理性，这种情况是否存在？那么，值得付出努力吗？对社会来说，努力是值得的，但对于那些花费巨额资金的实际公司来说，可能不值得吗？>> 我认为对一些公司来说是值得的，对另一些公司来说则不值得。预期的回报率是多少？嗯，你知道，我倾向于支持有效市场的人，他们会告诉你，预期的回报率与现在投资股市相比并没有太大区别，或者说与过去相比也没有太大区别。可能会有很多赢家，很多输家。你知道，如果你运气好，在 Nvidia 刚 IPO 时就买入并持有它，你就会成为一个非常富有的人，但还有很多其他人会破产，你知道，我认为一个明智的人只是分散投资。但大多数人只是喜欢赌博的方面。>> 你说得没错。我最后一个问题是关于类似垄断的租金来源。你知道，我可以这样说，政府授予的垄断权，它们不能提取过高的租金用于水和电，而其他一些可能不是技术性的，比如可口可乐显然没有垄断，但它代表了人们大脑中的某种东西，品牌。就拥有技术垄断的公司而言，它们能维持领先地位多久？因为你知道，英伟达现在肯定拥有，并且在过去十年里一直拥有 GPU 的主导地位，也就是驱动人工智能的计算机芯片。>> 但我想，就像第一辆汽车被发明出来时，或者你知道，1912 年领先的汽车公司，它在 1942 年或 1922 年还拥有那种领先地位吗？我不知道。这些东西能持续多久？>> 嗯，是的，我老实说没有看过关于技术领先期分布的数据。有些会持续很长时间。我是说，AT&T 公司保持了它的垄断大约 70 年。>> 哇。那时间很长。>> 嗯，现在它们得到了帮助，因为它们拥有这个被认为是合法的垄断。而且，嗯，是的，其他一些显然只持续几年，然后它们就被超越了，或者被其他人加入了。你看看特斯拉。它在电动汽车领域没有垄断，但它是主导者，而且我不知道，全球销量大约占 90%。它们现在已经不再是世界领导者了。它们已经被一家以上的中国公司远远超越了。而且，嗯，你知道，这只持续了几年。所以，有很多因素在起作用，而且我，你知道，一个经济体越具创新性、越具竞争力，这些垄断的持续时间就越短。>> 如果有的话，自您撰写 1992 年的论文以来，您对创造性破坏的看法有何改变？>> 这是个好问题。我想我倾向于将其视为一种社会和政治现象，而不是我以前那样。我以前主要对它感兴趣，只是作为理解经济如何增长的工具等等。我仍然如此。但我认为，一旦创新者成功获得一些垄断权力，他们不仅仅是利用这种垄断权力来继续创新。他们利用它来阻止其他人取代他们。我认为这一点现在比以前重要得多。您认为这是否值得政府采取政策，无论是监管还是反垄断行动，以防止公司权力和垄断的囤积？>> 我认为是的，有很多事情我们可以谈，但我认为目前我最关心的是重新调整反垄断政策。现在，不仅在美国，我认为在大多数国家，反垄断案件通常是基于一家公司可能利用其市场权力来损害消费者，使商品价格比其他情况更高。而我认为，垄断最大的危害来自于市场领导者压制追随者创新的能力，那些威胁要取代它的人。而且，嗯，但是我们的法律和反垄断机构遵循的方法，在世界各地，真的还没有完全适应这一点。你知道，当，例如，Meta 的审判，其中 Zuckerberg 显然有一封电子邮件，其中他直截了当地说，“嗯，我认为我们无法与 Instagram 竞争。让我们把它买下来。”嗯，这本身就应该成为理由，你知道，宣布这是垄断权力的非法使用，因为，你知道，他们所做的不是阻止 Instagram 创新。他们只是让它符合他们自己的技术计划等等，而不允许竞争的全部范围，如果 Instagram 提供了一些 Meta 的替代方案，也许会迫使 Meta 自己更努力地创新，而不是仅仅收购竞争对手。而且，嗯，我认为我们需要更多地关注这类事情。>> 好的，教授，非常感谢您来参加节目。我显然对这篇论文和您的诺贝尔奖感到非常自豪。>> 您认为您职业生涯中还有哪些其他伟大的作品？哦，>> 它必须是关于垄断的吗？你知道，它必须是关于，你知道，嗯，竞争>> 和创造性破坏吗？>> 哦，这是个好问题。嗯，我，我，直到我遇到我的合著者，开始写经济增长的文章，我主要写的是货币政策和失业理论之类的事情。我做过很多事情。实际上，在我休假年在 MIT 遇到 Philipe 并开始工作的那一年，同一年我写了另外两篇我非常引以为豪的论文的初稿。一篇是与 Preston McAfee 合作的，他后来成为微软的首席经济学家，现在为 Google 工作。嗯，叫做“动物精神”，我认为我们提供了一个非常巧妙的理论论证，说明经济如何能够以某种方式学会进入低水平均衡，失业率很高，仅仅因为这是一种自我实现的预期。我认为那是一个非常，非常，那是 Preston 和我一起写的一系列论文中的一篇，我对此非常满意。我还写过，我过去经常写很多关于加拿大货币政策的文章，当时我是一名加拿大经济学家，这让我相信利率控制确实有失控的危险。我写的东西非常接近后来被称为的 Taylor 规则。我写了一篇关于试图在经济状况变化的情况下过于严格地盯住利率的危险的文章，以及这可能导致当时被称为 Wixel 的累积过程，通货膨胀会失控。嗯，嗯，所以这三篇论文，我写了这些，你知道，这两篇加上 Philipe 的那篇，并且在 1987 年休假年开始写它们，所有三篇都发表在 1992 年，我为这三篇都感到自豪。所以我在 MIT 度过了非常好的一年。>> 关于加拿大货币政策和 Wixelian 的发现是什么？您能解释一下吗？嗯，是的，那不仅仅是关于加拿大货币政策，而是关于货币政策的普遍性。我是说，但我之所以会这样想，只是因为我写和咨询加拿大货币政策的经验。我过去花了很多时间与加拿大银行的人在一起，参加货币会议。我曾长期以来更像是一名货币经济学家而不是宏观经济学家。这只是一篇关于货币理论的通用论文，后来发表在《政治经济学》杂志上，我对此非常自豪。所以您在这方面的工作后来与后来成为 Taylor 规则的东西相似，它基本上是根据中性利率加上通货膨胀加上产出缺口来决定利率水平。您是说，不遵循“规则”是错误的，还是过于严格地遵循它是错误的？不，错误的是，当通货膨胀发生变化时，没有足够有力地用利率来应对，>> 无论方向如何。反应系数必须大于一，否则，你知道我展示的是在各种各样的情况下，使用各种各样不同的模型，你将会得到，你将会得到，通货膨胀率的爆炸性不稳定。>> 而且峰值重要吗？我认为通货膨胀，我认为它实际上是 8.8、8.9%，但我们就称它为 9% 吧。显然在美国，利率没有达到 5.5% 左右。所以根据您过去的工作，在 5.5% 的时候，是不是一个错误，因为它没有足够高？>> 嗯，不，我是说，如果你谈论的是 Volcker 实验，利率比>> 不。所以我说的是 2022 年。抱歉。抱歉。>> 哦，是的。嗯，是的，那种特定的通货膨胀是不同的，它有，它是一种不同的类型。我是说，有很多关于供给侧的事情，我当时忽略了，你知道，对货币政策更全面的分析必须考虑到那些供给侧的事情。我是说，当你遇到 COVID 带来的所有中断等等，>> 正在发生，我认为那是非常特殊的。嗯，嗯，但你说得对，在这种情况下，通货膨胀得到了控制，而短期利率没有达到甚至接近通货膨胀率的峰值。>> 这说得通。好的，教授，非常感谢您。这真是一种荣幸。我们就到这里，我们将在描述中链接您获得诺贝尔奖的论文。感谢所有观看的人。请在 Apple Podcast、Spotify 上为 Monetary Matters 留下评分和评论，并订阅 Monetary Matters YouTube 频道。