廣發(fā)證券：人工智能未來大規(guī)模應用可能會帶來總量經(jīng)濟潛在增長率的上升

智通財經(jīng)APP獲悉，廣發(fā)證券發(fā)布研究報告稱，對總量經(jīng)濟增長來說，人工智能未來的大規(guī)模應用可能會帶來潛在增長率的上升。對于產(chǎn)業(yè)結構來說，人工智能一則在供給端會帶來自身龐大的產(chǎn)業(yè)鏈譜系的形成，數(shù)據(jù)、算法、算力等三項基礎要素的迭代將推動行業(yè)的發(fā)展；二則在需求端會通過“人工智能+”，帶來對傳統(tǒng)行業(yè)的創(chuàng)造性改造。對就業(yè)來說，人工智能對總量失業(yè)率的影響取決于“替代效應”與“創(chuàng)造效應”的相對大小。對于通脹來說，人工智能一則整體會提升供應端效率、增加供應能力、減少信息不對稱、提升供求匹配度；二則會減少對人工的依賴、降低服務端的邊際成本，這些邏輯長期來看將對總通脹水平形成約束。

廣發(fā)證券主要觀點如下：

人工智能技術加快發(fā)展。2022年11月，OpenAI推出ChatGPT。2023年3月15日OpenAI推出新一代語言模型GPT-4。3月16日，百度發(fā)布“文心一言”。3月22日，谷歌宣布推出Bard測試版。研究普遍認為，人工智能很可能成為繼機械化(蒸汽機發(fā)明為標志)、電氣化(內(nèi)燃機和電力使用為標志)、信息化(計算機和互聯(lián)網(wǎng)的應用為標志)之后的新一輪技術革命的標志性技術之一。怎么看待這一過程的宏觀影響?

首先，對總量經(jīng)濟增長來說，人工智能未來的大規(guī)模應用可能會帶來潛在增長率的上升。人工智能具有滲透性、協(xié)同性、替代性、創(chuàng)造性等四項特征(蔡躍洲，2019)。滲透性可以引致關聯(lián)產(chǎn)業(yè)鏈的發(fā)展;協(xié)同性可以提升勞動、資本、技術等要素之間的匹配度;替代性可以減少老齡化、少子化對于經(jīng)濟供給端的約束;創(chuàng)造性可以帶來更密集的知識和技術要素生產(chǎn)，以上均有利于經(jīng)濟增長。但值得注意的是，與計算機應用時候的“索洛悖論”類似，按照現(xiàn)有的GDP核算體系，勞動生產(chǎn)率和GDP增長率初期不一定會正向變化，統(tǒng)計人工智能的價值創(chuàng)造需要核算體系同步創(chuàng)新。

其次，對于產(chǎn)業(yè)結構來說，人工智能一則在供給端會帶來自身龐大的產(chǎn)業(yè)鏈譜系的形成，數(shù)據(jù)、算法、算力等三項基礎要素的迭代將推動行業(yè)的發(fā)展；二則在需求端會通過“人工智能+”，帶來對傳統(tǒng)行業(yè)的創(chuàng)造性改造，無論是C端、B端還是G端都會有無數(shù)的應用場景;三則在流通端它還會通過對生產(chǎn)方式、商業(yè)渠道、居民生活半徑、生活方式等環(huán)節(jié)的傳遞，對于社會經(jīng)濟結構帶來更深遠的影響。對于中國式現(xiàn)代化的“并聯(lián)式”發(fā)展思路來說，人工智能的出現(xiàn)，確實增加了四化特別是工業(yè)化、信息化、城鎮(zhèn)化同步推進的合理性，但與此對應，一些關鍵技術的突破，以及國家級算力平臺的建設就相對更為關鍵。

再次，對就業(yè)來說，人工智能對總量失業(yè)率的影響取決于“替代效應”(Displacement Effect)與“創(chuàng)造效應”(Creation Effect)的相對大小。過去兩個多世紀的歷史經(jīng)驗(Autor，2015)表明，并無證據(jù)支持總量失業(yè)率隨技術進步而長期增加，這就是技術革命的“總量就業(yè)中性”假說。但上述研究是基于長期視角，短期就業(yè)影響仍可能會是顯性的，OpenAI(2023)的研究顯示，大約 80% 的美國工作崗位來說，至少有10%的工作任務受到 GPT 的影響；大約 19% 的工作崗位至少有50%的工作任務受到影響。同時，經(jīng)驗研究顯示(Goos，2014)在工業(yè)信息化時代，ICT帶來的技術進步導致了就業(yè)結構改變，出現(xiàn)了工作“極化”現(xiàn)象(Job Polarization)，即不可替代的高端與低端服務的就業(yè)比重會上升，中間常規(guī)性、程序化的工作比重減少，存在被替代的趨勢。這一效應值得繼續(xù)研究，比如對于中國經(jīng)濟的“工程師紅利”來說，其中創(chuàng)造性的部分會相對價值更大。

最后，對于通脹來說，人工智能一則整體會提升供應端效率、增加供應能力、減少信息不對稱、提升供求匹配度；二則會減少對人工的依賴、降低服務端的邊際成本，這些邏輯長期來看將對總通脹水平形成約束。瑞典中央銀行(Sveriges Riksbank)在其2015年的貨幣政策報告專欄中曾研究數(shù)字化與通脹的關系，指出過去三十余年全球低通脹或與信息革命以來的數(shù)字技術及其在經(jīng)濟各方面的應用有關。但另一方面，人工智能對算力的要求對應其對電力等能源的消耗較大，在快速發(fā)展的情況下可能會影響能源供求格局。