人工智能：演进可期，革命尚早

 电话：010-58330898 手机：18501361766

微信：tech99999 邮箱：qianyanjun@techxcope.com

尽管炒作得天花乱坠，但人工智能仍需数年才能显著提高经济生产率。

2016年，谷歌母公司Alphabet的另一子公司——总部位于伦敦的DeepMind科技公司报告称，人工智能（AI）的应用使谷歌数据中心的冷却费用大幅减少了40%，这使业内观察人士大为震惊。此外，我们了解到，当年DeepMind开始与英国国家电网合作，在全国范围内利用深度学习来优化用电量。

AI真的能大幅降低能源消耗吗？在过去的几年里，我搜索了关于AI在其他数据中心应用的文章，但没有发现任何取得重要成果的证据。更重要的是，DeepMind与英国国家电网关于能源的对话已经谈崩了。而且DeepMind的财务业绩表明，客户不再排队等待其服务：2018年，该公司报告的收入为1.25亿美元，亏损5.71亿美元，高于2017年亏损的3.66亿美元。2019年4月，《经济学人》（The Economist） 将DeepMind 2016年的报告形容为一种炒作，并援引一位内部消息人士的话：“（DeepMind只是想要）进行一些公关，这样他们就能在Alphabet内部获得一些增值。”

这一事件促使我更深入地研究AI的经济前景，以及该技术的拥护者在金融领域所做的乐观预测。本次调查只是本人长期以来对感兴趣的主题所做的最新进展。在20世纪80年代初，我写了一篇关于机器人技术和AI经济学的博士论文，在我担任教授和技术顾问的整个职业生涯中，我一直关注着有关AI的经济预测，包括埃森哲、普华永道国际和麦肯锡等咨询机构的详细评估报告。

这些机构的分析师最近一直声称，启用AI技术将显著提高经济产出。埃森哲声称，到2035年，AI将使12个发达国家的经济增长率翻一番，劳动生产率提高1/3。普华永道声称，到2030年，人工智能将使全球经济增加15.7万亿美元，而麦肯锡预计该数值为13万亿美元。

其他预测则集中在零售、能源、教育和制造业等特定行业。特别值得一提的是，2017年麦肯锡全球研究所在题为《人工智能：新的数字前沿？》的报告中评估了AI对这4个行业的影响，并在2018年的报告中列出了更长的行业清单。在2018年的报告中，该研究所得出的结论是：“AI技术有潜力在19个行业的9个业务中，每年创造3.5万亿至5.8万亿美元的价值。这大约占所有分析技术可能产生年度影响（9.5万亿至15.4万亿美元）的40%。”

这些都是很庞大的数字。如果这是真的，那么无论有没有麦肯锡咨询顾问，这都将为企业追逐AI带来强大的刺激。但这些预测真的合理吗？

麦肯锡的许多预测是根据各种创业公司的说法推断出来的。例如，该公司预测，英国和其他地方的能源效率提高了10%，这是基于DeepMind和耐斯特实验室所声称的成果，耐斯特实验室于2018加入了谷歌硬件部门。2017年，耐斯特生产家用智能恒温器和其他智能产品的收入是7.26亿美元，亏损6.21亿美元。这一事实与耐斯特及类似公司正在或准备为世界经济做出巨大贡献的理念并不相符。

因此，我决定更系统地调查这些AI创业公司的表现。我发现，事实证明，许多创业公司对社会的价值远不如其宣传得那么高。这一断言肯定会激怒很多人，包括麦肯锡的分析师。所以我想在这里讲一下我是如何得出这一悲观结论的。

我把对耐斯特实验室的调查进一步展开，寻找智能电表大幅提高总体能源效率的证据。2016年，英国政府启动了一项合作项目，计划到2020年在全国范围内安装智能电表。2010年以来，美国能源部已投资约45亿美元，在全美安装了超过1 500万个智能电表。说来很奇怪，几乎没有看到这些努力对能源使用有什么影响。英国政府最近将一只智能电表每年为一个家庭节省的电费估值由26英镑下调降至11英镑。同时英国国家审计署警告说，智能电表及其安装的成本已经上升。这对那些认为智能恒温器、智能家电和智能电表能够带来巨大节能效应的创业公司来说，都不是利好消息。

那么其他类型的AI创业公司对经济有较大的积极影响吗？科技行业分析机构CB Insights报告称，2018年美国的风险投资总额为1 150亿美元，其中93亿美元投给了AI创业公司。虽然这只占投资总额的8%，但仍然是笔不菲的数目，这表明有许多美国的创业公司在从事AI（虽然有些公司为了获得资金，夸大了AI在其商业计划中的作用）。

为了进一步调查，我收集了获得资金最多的美国AI创业公司数据，并研究了它们企图颠覆的行业。关注美国的原因是，美国拥有最长的创业成功史，美国的AI创业公司似乎比其他国家的创业公司更具蓬勃发展的倾向。我的意向是评估这些美国创业公司是否成功地撼动了各个行业，提高了生产率，或者它们是否打算短期内这么做。

我总共考察了40家从事AI的美国创业公司。这些公司要么估值超过10亿美元，要么拥有超过7000万美元的股权融资。除了两家公司被上市公司收购之外，我考察过的创业公司都是私人公司。我在Crunchbase、Fortune和Datamation编辑发布的领先创业公司名单中找到了它们的名字和产品。然后我收集了这些公司的最新消息（包括某些公司关闭的报告）来更新我的数据集。

我根据这40家创业公司提供的产品或服务类型进行分类。其中17家公司正在开发所谓的基础计算机硬件和软件（分别以Wave Computing和OpenAI为例），包括网络安全（例如CrowdStrike）。也就是说，我将建造计算环境的支持工具的公司分在这一类。

还有一大部分是开发各种自动化任务软件的公司，在40家公司中有8家。例如，Automation Anywhere、UiPath和WorkFusion正在开发机器人过程自动化软件，可以提高白领的生产效率；Brain公司的软件将手动设备转换成智能机器人；Algolia、Conversica和Xant提供软件以改进销售和市场营销；ZipRecruiter的目标则是人力资源。

名单上其余的创业公司分布在各个行业。3家（Flatiron Health、Freenome和Tempus Labs）从事医疗保健，3家（Avant、Upstart和ZestFinance）专注于金融技术，3家（Indigo Agriculture和Zymergen）以农业或合成生物学为目标，还有3家（Nauto、Nuro和Zoox）则涉及交通运输。在地理空间分析（Orbital Insight）、人机交互模式（Afiniti）、照片/视频识别（Vicarious）和音乐识别（SoundHound）等领域，每个领域只有一家创业公司。

是否有迹象表明，这些创业公司不久后将带来巨大的生产率提高？在我看来，将通常由白领执行的任务进行自动化的软件可能是AI产品和服务中最有应用前途的。与过去白领专业人士的工具（包括会计师用的Excel和工程师和建筑师用的计算机辅助设计）改进类似，这类AI工具对生产率的潜在影响最大。例如，衍生式设计就有极高的希望应用AI，由团队人员输入约束条件，系统提出具体的设计方案。

但是望着名单上开发白领自动化工具的8家创业公司，我却发现它们的目标并不是那些能带来较高生产率的工具。其中3家公司专注于销售和市场营销，这往往是一个零和游戏：拥有最好软件的公司从竞争对手那里抢走客户，在某些情况下只能带来生产率的小幅提高。这8家公司中还有1家正在开发人力资源软件，其生产率收益可能比销售和市场营销要大，但很可能比不上机器人流程自动化的改进。

这样就只剩下4家创业公司有可能提供生产率更高而成本更低的软件。但这些创业公司中目前也没有一家能提供帮助工程师和建筑师提高生产率的软件，例如衍生设计。这类软件并不出自大型创业公司，可能是因为该领域已经存在一个强大的对手——Autodesk，也有可能是因为相关的AI技术尚不足以提供真正有用的工具。

在我的分类中，计算机基础硬件和软件领域的创业公司数量相对较多（17家），这也表明提高生产率还有很长的路要走。虽然基础硬件和软件是开发更高级别AI工具的必要部分，特别是利用机器学习，但是这需要漫长的时间才能实现。我认为这些情况反映出AI还处于初级阶段。像OpenAI这样的公司就会留下这样的印象：尽管它已经获得了10亿美元的资金（并得到了广泛的关注），但其“造福全人类”的使命是如此模糊，这表明，这家公司还需要很多年才能研究出有用的具体产品和服务。

许多创业公司（7家）专注于网络安全，凸显出安全问题的威胁正日益增大，这加大了通过互联网开展业务的成本。AI具备解决网络安全问题的能力，可能会使互联网更加安全、可靠和有用。但归根结底，这也反映出互联网企业未来的成本会更高，在我看来，这不会引发整体经济生产率的大幅提高。

如果不能产出更好的软件工具，AI将如何带来可观的经济收益呢？你会认为，医疗保健可能会从AI中受益。然而在我的名单上，那些将AI应用于医疗保健的创业公司数量（3家）却偏偏少得可怜。或许这与IBM在沃森AI方面的经验有关——沃森AI在医学上的应用令人十分失望。

尽管如此，许多人仍然希望研究AI的医疗保健创业公司能够填补沃森失败留下的空白。但罗伯特•瓦赫特（Robert Wachter）对此并不认同，他指出，将计算机应用于医疗保健比应用于其他行业要困难得多。他在2015年出版的著作《数字医生：医学计算机时代曙光下的希望、炒作和危害》（麦格希尔教育出版社）中详细阐述了医疗保健在计算机和软件应用方面落后于其他行业的诸多原因。目前尚不清楚AI与现有数字技术的组合能否改变这种局面。

还有一些大规模应用并未被名单上那些资金充足的AI创业公司囊括。在美国，住房是最大的消费支出类别，但名单上没有一家创业公司专门针对这一经济领域。交通运输是美国的第二大支出类别，但这仅仅是其中3家创业公司的关注点。其中一家公司正在研究一种可以识别驾驶员注意力的产品，一家公司打算提供自动化的本地配送服务，只有另外一家创业公司正在开发无人驾驶乘用车，这与最近对无人驾驶汽车的悲观看法是一致的。尽管已投入了350亿美元的研发经费，福特、通用汽车和梅赛德斯-奔驰的高管们最近对短期内大量无人驾驶汽车上街的前景却并不看好。

不可否认，对这40家公司正在做的事情以及它们的产品是否会在未来10年内颠覆世界，我的评估是主观的。也许考虑一个更客观的衡量标准更有意义，即这些公司是否正在为世界经济提供价值：它们的营利能力。

遗憾的是，私人控股的创业公司没有良好的财务数据，在我的名单中，只有两家公司现在是上市公司的一部分。而且创业公司通常需要花费数年时间才能实现盈利（亚马逊花了7年时间）。所以，这方面没有太多的资料可以挖掘。尽管如此，科技行业的一些大趋势还是很有说服力的。

尽管IPO的平均时间在增加，比如从1998年的2.8年上升到2016年的7.7年，但是科技公司上市时盈利的百分比却从1980年的76%下降到2018年的17%。此外，有些花了很长时间才上市的知名创业公司亏损巨大。例如，大型网约车公司无一实现盈利，包括美国（优步和Lyft）、中国、印度和新加坡的公司在内，2018年总共亏损约50亿美元。大多数共享单车和摩托车、共享办公室、食品配送、P2P（点对点）借贷、医疗保险和分析，以及其他消费服务领域的创业公司也损失了巨额资金，不仅在美国，在中国和印度也是如此。

在我考察的40家AI创业公司中，大多数可能会保持私有化，至少在短期内是这样的。即使一些公司在未来几年内上市，它们也不太可能在那个时候实现盈利。如果参考其他许多科技公司的经验，这些公司可能要多花几年时间才能实现“赚得多，花得少”。

基于我所给出的理由，我很难相信所考察的上述任何一家AI创业公司会在未来10年为美国经济带来巨大的推动力。在通常令人乐观的期刊上，例如《技术评论》和《科学美国人》，也开始出现类似的悲观情绪。就连AI界人士也开始在一些书中表示担忧，诸如《人工智能错觉》和《重启AI：构建我们赖以信任的人工智能》，随着对新技术的炒作不断升级，这种担忧也越来越严重。

最有希望快速提高生产率的领域很可能是针对白领的机器人流程自动化，这是延续了几十年的趋势。但这些改进将是循序渐进的，就像计算机辅助设计和计算机辅助工程软件、电子表格和文字处理的改进一样。

综观这几十年的经历，此类软件的价值令人印象深刻，它们大大提高了工程师、会计师、律师、建筑师、记者和其他人士的生产率。这些专业人员（特别是工程师）以数不尽的方式丰富了全球经济。

毫无疑问，借助机器学习和其他形式的AI，这些进展将继续下去。但不太可能像许多观察家争论的那样，对公司、员工或整个经济造成颠覆性影响。