XiaoMi-AI文件搜索系统
World File Search SystemEloundou
人工智能对生产力的宏观经济影响：一项调查的估计
9 受教育程度的类别中，“初中及小学毕业”与“高中毕业”合并，列为“高中毕业及以下”。硕士和博士学位单独调查，但合并为“研究生院”。10 调查中，工作年收入分为“50万日元以下”到“2000万日元以上”18个类别，但为了避免复杂化，年收入汇总为三类。11 通过对12个类别的中位数进行对数变换，将每周工作时间作为控制变量。12 Eloundou等人（2024）通过不同的方法表明，收入较高的人更多地接触大型语言模型。
人工智能与劳动力
人工智能 (AI) 是一项快速发展的技术，具有巨大的经济潜力。根据麦肯锡最近的一份报告，到 2040 年，新的生成式 AI 工具可以通过生产力增长为全球经济贡献数万亿美元（Chui 等人，2023 年）。这种潜力反映在私营部门对 AI 工具日益增长的兴趣上，全球企业财报电话会议记录中“生成式 AI”的提及次数从 2022 年 12 月的仅 5 次增加到 2023 年 6 月的 390 次（FactSet，未注明日期）。最近有迹象表明，对具有 AI 技能的工人的需求激增，这表明 AI 已经在创造就业机会（Acemo-glu、Autur 等人，2022 年）。然而，这些机会也带来了担忧。最近的报告显示，由于人工智能，2023 年 5 月美国劳动力市场减少了 4,000 多个工作岗位（Challenger、Gray 和 Christmas，Inc.，2023 年），这引发了人们对人工智能对工人和劳动力市场影响的质疑。一些估计表明，未来几十年内，很大一部分工作活动可能会实现自动化（Chui 等人，2023 年；Eloundou 等人，2023 年）。此外，人工智能的独特特征表明，它对就业市场的影响可能与之前的自动化浪潮不同（Brynjolfsson 和 McAfee，2014 年）。具体而言，与以前的技术不同，人工智能可以自动执行以前被认为难以编码的任务，这为更广泛的任务和职业实现自动化创造了潜力（Manyika 等人，2017 年；Brynjolfsson、Mitchell 和 Rock，2018 年；Chui 等人，2023 年；Eloundou 等人，2023 年；Webb，2019 年）。然而，接触人工智能并不一定会导致劳动力市场流失；技术可能会
人工智能的经济影响
(1) 根据法国政府人工智能委员会的报告（2024 年 3 月），《IA：我们的法国雄心》（仅有法语版）。 (2) OECD（2023 年），《建设人工智能国家计算能力的蓝图》，OECD 数字经济论文。 T. Eloundou、S. Manning、P. Mishkin、D. Rock（2023 年），《GPT 就是 GPT：大型语言模型对劳动力市场影响潜力的早期观察》，OpenAI。 (3) IM Cockburn、R. Henderson、S. Stern（2018 年），《人工智能对创新的影响》，NBER。 (4) M. Mock、S. Edavettal、C. Langmead、A. Russel（2023 年），《人工智能可以帮助加速药物发现——但前提是我们必须为它提供正确的数据》，《自然》。 （5） R. Van Noorden、JM Perkel (2023)，“人工智能与科学：1,600 名研究人员的想法”，《自然》。（6） T. Besiroglu、N. Emery-Xu、N. Thompson (2023)，“人工智能增强研发的经济影响”，arXiv。
自动化的反弹效应
生成AI的出现引发了关于失业的骚动。最近的一项研究得出的结论是，“ LLMS [大型语言模型，FB]（例如GPTS […]）可能具有相当大的经济，如此的影响和政策影响”，因为它们影响了美国劳动力市场上所有任务的47％和56％（Eloundou等人，2023年）。这项研究只是通过技术变革而对失业的最新化身。其他人在此之前来了。Frey和Osborne的开创性贡献（2017年）深刻地塑造了整个一代人对人工智能对劳动力市场的影响的思想，并且在全球的政策制定者和顾问中迅速采用了这一想法。确实，孟加拉国的工人中确实有60％以上的工人受雇于具有高自动化风险的行业，因为基于Frey和Osborne的方法所发现的一项研究，技术变革肯定会带来社会动荡，而政策的智囊团和贸易委员会对可能的反应进行了调查。然而，当CNC Machin Ery和计算机进入工作场所时，也存在可比较的预测。它们似乎是现代社会的不断特征。像John Stew Art Mill和David Ricardo这样的许多古典经济学家认为，技术变革将导致持久的失业，这些概念肯定会影响Karl Marx，Karl Marx在思考了他在机器上的“机器上的碎片”和John Maynard Keynes的“碎片”和John Maynard Keynes的可能性“ Tech Unemem ofermement of Tech nolotem opplyment of Tech nologient noloperment”。
生成人造时代的可持续就业能力...
系统旨在基于数据生成新输出的系统对系统进行了培训（Gozalo-Brizuela＆Garrido-Merchan，2023年）。自2022年下半年发布研究预览以来，Chatgpt吸引了许多人（他们没有故意生活在岩石下）的注意力，其能力能够写出几乎所有内容的信息，从烤蛋糕到埋葬尸体。根据Openai的说法，美国大约80％的劳动力可能至少有10％的工作任务受到引入诸如ChatGpt之类的生成AI系统的影响。更重要的是，随着生成AI的实施，在美国所有工作任务中约有15％可以在相同质量的水平上更快地完成（Eloundou等，2023）。正如美国进行的研究很容易被概括为世界其他地区（是的，这是讽刺），因此生成AI的兴起对全球工作实践和政策提出了令人着迷的挑战（Dwivedi等，2023； Hacker等，2023）。研究已经开始揭示生成AI系统对生产率的利益影响（Brynjolfsson等，2023； Noy＆Zhang，2023），但这种变化对就业能力的影响尚待观察。因此，作为其未来就业能力的一个人，可能会受到Chatgpt和其他生成AI系统的实施影响，我觉得这与任何人一样，对生成AI对可持续就业能力的含义的影响也是如此。在开始之前，我应该提到我绝不是可持续就业能力的专家。因此，为了确保我们都在同一页面上，我介绍了以下Chatgpt生成的可持续性定义（图1），这是“员工在职业生涯中保持生产力和可就业的能力。”我知道，这种定义可能不是最全面的（尽管如此，但现有的定义都不是），但是出于这种gom的目的，它会做到。
2023 年 6 月市场观察：人工智能乐观主义与中国悲观主义
对人工智能的乐观看法与对中国的悲观看法 作者：Nicholas Rilley，特许金融分析师，投资经理兼策略分析师 今年全球股市的两大驱动力是人工智能 (AI) 和中国经济复苏放缓。两者之间的情绪差异非常明显。人们对人工智能革命性进步可能提高生产率的热情高涨，而对中国经济的悲观情绪则笼罩着其后疫情时代的复苏势头减弱。这与年初的情况形成了鲜明对比，当时的情况正好相反，科技行业的情绪和定位低迷，而人们乐观地认为，随着经济重新开放，中国经济将会复苏。 为了更好地理解经济和市场的动态，将前景分为三个部分会有所帮助：长期结构性前景、短期/中期周期性前景以及与疫情相关的具体因素。科技受到许多积极的长期主题的支撑，包括云计算、半导体的重要性和软件的力量。然而，短期前景看起来更具挑战性，因为许多受益于疫情的科技股去年表现不佳，因为周期转向有利于价值股。人工智能革命加强了技术的长期结构重要性，并扭转了周期性前景。自第二次世界大战以来，人工智能以各种形式存在，但自从 OpenAI 广受欢迎的 ChatGPT 产品成功以来，生成式人工智能和大型语言模型就成为人们关注的焦点。ChatGPT 成为主流的速度相当惊人，而且有充分的理由，因为它能够对各种问题生成连贯且适合上下文的答案。当然，存在很多不确定性，但对人工智能潜力的早期估计是惊人的。高盛估计，劳动力效率的广泛提高可以使美国劳动生产率提高近 1.5%。与任何新技术一样，一个关键问题是如何在现实世界中应用和货币化它。例如，区块链一直在努力回答这个问题。然而，潜在的用例正在各个行业中呈爆炸式增长，以至于最近的一篇研究论文（Eloundou 等人，2023 年）得出结论，人工智能可能会以某种形式影响 80% 的美国劳动力。人工智能的短期制约因素是计算能力，我们已经看到 Nvidia 的收入和盈利修正大幅上调，该公司处于半导体开发的前沿，以支持必要的计算能力。微软是另一个主要受益者，它已经开始将人工智能嵌入其软件中，并有明确的货币化途径。回到中国，长期的结构性情况具有挑战性。近几十年来，房地产行业一直是经济增长的巨大推动力，开发商融资模式和二三线城市都面临压力。政府此前曾利用房地产行业促进经济增长，但现在似乎不愿这么做，似乎正在应对多年的经济放缓。此外，随着政府发挥越来越积极的作用，私营部门的自由化（过去三十年来推动了中国生产力的增长）也变得更具挑战性。
向人工智能研究人员学习有关国际业务影响的
Aminov，K。I.，Krikukhin，I。Y.，＆Zakharova，A。V.（2023）。 在国际业务中应用人工智能的主要障碍和方向。 经济与管理，29（3），280 - 287。https：// doi.org/10.35854/1998-1627-2027-2023-3-280-287 Autio，E. （2021）。 动荡世界中的数字化和全球化：离心力和中心力。 全球战略杂志，11（1），3 - 16。https：//doi.org/10.1002/gsj.1396 Bahoo，S.，Cucculelli，M。，＆Qamar，D。（2023）。 人工智能和公司创新：审查和研究议程。 技术前铸造和社会变革，188，122264。 Bhatti，W。A.，Vahlne，J.-E.，Glowik，M。和Larimo，J. A. （2022）。 行业4.0对2017年版本的Uppsala模型的影响。 国际商业评论，31（4），1 - 14。https：//doi.org/10.1016/j.ibusrev.2022。 101996 Borges，A。F. S.，Laurindo，F。J. B.，Spínola，M。M.，Gonçalves，R。F.和Mattos，C。A. （2021）。 数字时代人工智能的战略使用：系统文献综述和未来的研究方向。 国际信息管理杂志，57，102225。 机器学习和人力资本互补性：缓解偏见的实验证据。 战略管理杂志，41（8），1381 - 1411。https：//doi.org/10。 1002/SMJ.3152 Coviello，N.，Kano，L。，＆Liesch，P。W.（2017）。 arxiv。Aminov，K。I.，Krikukhin，I。Y.，＆Zakharova，A。V.（2023）。在国际业务中应用人工智能的主要障碍和方向。经济与管理，29（3），280 - 287。https：// doi.org/10.35854/1998-1627-2027-2023-3-280-287 Autio，E.（2021）。动荡世界中的数字化和全球化：离心力和中心力。全球战略杂志，11（1），3 - 16。https：//doi.org/10.1002/gsj.1396 Bahoo，S.，Cucculelli，M。，＆Qamar，D。（2023）。人工智能和公司创新：审查和研究议程。技术前铸造和社会变革，188，122264。Bhatti，W。A.，Vahlne，J.-E.，Glowik，M。和Larimo，J.A.（2022）。行业4.0对2017年版本的Uppsala模型的影响。国际商业评论，31（4），1 - 14。https：//doi.org/10.1016/j.ibusrev.2022。101996 Borges，A。F. S.，Laurindo，F。J.B.，Spínola，M。M.，Gonçalves，R。F.和Mattos，C。A.（2021）。数字时代人工智能的战略使用：系统文献综述和未来的研究方向。国际信息管理杂志，57，102225。机器学习和人力资本互补性：缓解偏见的实验证据。战略管理杂志，41（8），1381 - 1411。https：//doi.org/10。1002/SMJ.3152 Coviello，N.，Kano，L。，＆Liesch，P。W.（2017）。arxiv。将Uppsala模型改编成现代世界：宏观上的和微观基础。国际商业研究杂志，48（9），1151 - 1164。https：//doi.org/10。1057/S41267-017-0120-X Cuypers，I。R. P.，Hennart，J.-F.，Silverman，B.S。，＆Ertug，G。（2021）。跨行动成本理论：过去的进步，当前的挑战和未来的建议。管理学院年鉴，15（1），111 - 150。https：//doi.org/10.5465/annals.2019.0051 Davenport，T.，Guha，A.，Grewal，D。，＆Bressgott，D。（2020）。人工智能将如何改变营销的未来。营销科学学院杂志，48，24 - 42。dell'acqua，F.，McFowland，E.，Mollick，E.R.，Lifshitz-Assaf，H.，Kellogg，K.，Rajendran，S.，Krayer，L.，Candelon，F。，＆Lakhani，K。R.（2023）。导航锯齿状的技术前沿：AI对知识工作者生产率和质量影响的现场实验证据。harvard商学院技术与运营MGT。单位工作文件（24-013）。Eloundou，T.，Manning，S.，Mishkin，P。和Rock，D。（2023）。 GPT是GPT：早期研究劳动力市场的影响大语模型的潜力。 Arxiv：2303.10130。 Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。 和我一起思考，还是为我想？ 关于人工智能在营销策略形式中的未来作用。 TQM Journal，32（4），795 - 814。 Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Eloundou，T.，Manning，S.，Mishkin，P。和Rock，D。（2023）。GPT是GPT：早期研究劳动力市场的影响大语模型的潜力。Arxiv：2303.10130。Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。 和我一起思考，还是为我想？ 关于人工智能在营销策略形式中的未来作用。 TQM Journal，32（4），795 - 814。 Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。和我一起思考，还是为我想？关于人工智能在营销策略形式中的未来作用。TQM Journal，32（4），795 - 814。Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Fish，K。E.和Ruby，P。（2009）。小型企业的人工智能外国市场筛查方法。Fornes，G。和Altamira，M。（2023）。国际培训杂志，13，65 - 81。人工智能和国际业务。数字化，技术和全球业务。palgrave枢轴。https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler，C。和Krishnamurthi，L。（2020）。 数字创新者如何实现客户价值。 理论和应用电子商务研究杂志，15（1），1 - 8。 Glikson，E。和Woolley，A。W.（2020）。 人工智能中的人类信任：经验研究的回顾。 管理学院学院，14（2），627 - 660。https：//doi.org/10.5465/Annals.2018.0057 Grant，R。和Phene，A. （2022）。 基于知识的观点和全球策略：过去的影响和未来潜力。 全球战略杂志，12（1），3 - 30。https：//doi.org/10.1002/gsj.1399https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler，C。和Krishnamurthi，L。（2020）。数字创新者如何实现客户价值。理论和应用电子商务研究杂志，15（1），1 - 8。Glikson，E。和Woolley，A。W.（2020）。人工智能中的人类信任：经验研究的回顾。管理学院学院，14（2），627 - 660。https：//doi.org/10.5465/Annals.2018.0057 Grant，R。和Phene，A.（2022）。基于知识的观点和全球策略：过去的影响和未来潜力。全球战略杂志，12（1），3 - 30。https：//doi.org/10.1002/gsj.1399
Ratten, V.、Hasan, R.、Kumar, D.、Bustard, J.、Ojala, A. 和 Salamzadeh, Y. (2024)。向人工智能研究人员学习有关国际商业影响的知识。《Thunderbird 国际商业评论》，66(2)，211-219。https://doi.org/10.1002/tie.22374
Aminov, KI、Krikukhin, IY 和 Zakharova, AV (2023)。人工智能在国际业务中应用的主要障碍和方向。经济与管理，29 (3)，280 – 287。https://doi.org/10.35854/1998-1627-2023-3-280-287 Autio, E.、Mudambi, R. 和 Yoo, Y. (2021)。动荡世界中的数字化与全球化：离心力和向心力。全球战略杂志，11 (1)，3 – 16。https://doi.org/10.1002/gsj.1396 Bahoo, S.、Cucculelli, M. 和 Qamar, D. (2023)。人工智能与企业创新：回顾与研究议程。技术预测与社会变革，188，122264。Bhatti, WA、Vahlne, J.-E.、Glowik, M. 和 Larimo, JA (2022)。工业 4.0 对 2017 年版乌普萨拉模型的影响。国际商业评论，31 (4)，1 – 14。https://doi.org/10.1016/j.ibusrev.2022。101996 Borges, AFS、Laurindo, FJB、Spínola, MM、Gonçalves, RF 和 Mattos, CA (2021)。数字时代人工智能的战略性使用：系统文献综述和未来研究方向。国际信息管理杂志，57，102225。https://doi.org/10.1016/j.ijinfomgt.2020.102225 Choudhury, P.、Starr, E. 和 Agarwal, R. (2020)。机器学习与人力资本互补性：偏见缓解的实验证据。战略管理杂志，41 (8)，1381 – 1411。https://doi.org/10.1002/smj.3152 Coviello, N.、Kano, L. 和 Liesch, PW (2017)。将乌普萨拉模型应用于现代世界：宏观背景和微观基础。国际商业研究杂志，48 (9)，1151 – 1164。https://doi.org/10。 1057/s41267-017-0120-x Cuypers, IRP、Hennart, J.-F.、Silverman, BS 和 Ertug, G. (2021)。交易成本理论：过去的进展、当前的挑战和对未来的建议。管理学院年鉴，15 (1)，111 – 150。https://doi.org/10.5465/annals.2019.0051 Davenport, T.、Guha, A.、Grewal, D. 和 Bressgott, T. (2020)。人工智能将如何改变营销的未来。 《市场营销科学院杂志》, 48 , 24 – 42。Dell'Acqua, F.、McFowland, E.、Mollick, ER、Lifshitz-Assaf, H.、Kellogg, K.、Rajendran, S.、Krayer, L.、Candelon, F. 和 Lakhani, KR (2023)。驾驭崎岖的技术前沿：人工智能对知识工作者生产力和质量影响的现场实验证据。哈佛商学院技术与运营管理部门工作论文 (24-013)。Eloundou, T.、Manning, S.、Mishkin, P. 和 Rock, D. (2023)。Gpts 就是 Gpts：大型语言模型对劳动力市场影响潜力的初步研究。arXiv。arXiv:2303.10130。 Eriksson, T.、Bigi, A. 和 Bonera, M. (2020)。和我一起思考，还是替我思考？人工智能在营销战略制定中的未来作用。《全面质量管理杂志》，32 (4)，795 – 814。Fish, KE 和 Ruby, P. (2009)。一种针对小型企业的人工智能国外市场筛选方法。国际创业杂志，13，65 – 81。Fornes, G., & Altamira, M. (2023)。人工智能与国际商务。在数字化、技术和全球商业方面。Palgrave Pivot。https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler, C., & Krishnamurthi, L. (2020)。数字创新者如何实现客户价值。理论与应用电子商务研究杂志，15 (1)，1 – 8。Glikson, E., & Woolley, AW (2020)。人类对人工智能的信任：实证研究回顾。 Academy of Management Annals，14 (2)，627 – 660。https://doi.org/10.5465/annals.2018.0057 Grant, R., & Phene, A. (2022)。基于知识的观点和全球战略：过去的影响和未来的潜力。全球战略杂志，12 (1)，3 – 30。https://doi.org/10.1002/gsj.1399