XiaoMi-AI文件搜索系统
World File Search SystemO33
人工智能的简单宏观经济学
本文评估了有关人工智能新进展对宏观经济产生重大影响的说法。它从基于任务的人工智能影响模型开始，通过自动化和任务互补性进行研究。只要人工智能的微观经济影响是由任务层面的成本节约/生产率提高驱动的，其宏观经济后果将由 Hulten 定理的一个版本给出：GDP 和总生产率增长可以通过受影响的任务比例和平均任务级成本节约来估计。使用现有的对人工智能的影响和任务级生产率提高的估计，这些宏观经济影响似乎不小但并不大——10 年内全要素生产率 (TFP) 的增长不超过 0.66%。然后，本文指出，即使是这些估计也可能被夸大了，因为早期的证据来自易于学习的任务，而未来的一些影响将来自难以学习的任务，其中有许多与环境相关的因素影响决策，并且没有客观的结果衡量标准来了解成功的表现。因此，预计未来 10 年的 TFP 增长将更加温和，预计将低于 0.53%。我还探讨了人工智能的工资和不平等效应。我从理论上表明，即使人工智能提高了低技能工人在某些任务上的生产率（而不为他们创造新任务），这也可能会增加而不是减少不平等。从实证上看，我发现人工智能的进步不太可能像以前的自动化技术那样增加不平等，因为它们的影响在人口群体中分布得更均匀，但也没有证据表明人工智能会减少劳动收入不平等。相反，预计人工智能会扩大资本和劳动收入之间的差距。最后，人工智能创造的一些新任务可能具有负面的社会价值（例如设计用于在线操纵的算法），我讨论了如何纳入可能具有负面社会价值的新任务的宏观经济影响。JEL 分类：E24、J24、O30、O33。关键词：人工智能、自动化、ChatGPT、不平等、生产力、技术采用、工资。
人工智能时代的 IT 工作前景
摘要 人工智能 (AI) 技术的快速发展将在未来几年重塑 IT 工作。本文研究了人工智能在该领域不断变化的作用及其对就业趋势的影响，引用了包括各种研究期刊论文以及白宫、世界经济论坛和麦肯锡等的报告等二手资料。它分析了当前人工智能在 IT 领域的应用，重点关注自动化和增强可能影响传统角色的领域。该研究认为人工智能是对人类劳动力的补充而不是取代，预见了新工作创造和现有职位转变的潜力，特别是在网络安全、软件开发和 IT 基础设施管理领域。研究审查了各利益相关者的政策建议和战略举措，以最大限度地发挥人工智能的优势，同时解决就业风险。政府和行业报告的见解强调需要通过再培训和提升技能来准备劳动力。围绕 IT 领域人工智能部署的道德考虑强调了负责任的创新和包容性增长。最终，本文旨在全面概述人工智能对 IT 工作未来的影响，为政策制定者、行业领袖和教育工作者在不断发展的数字经济中导航提供见解。通过综合不同的观点和实证证据，它为 IT 工作可持续和公平的未来提供决策信息。关键词：人工智能、IT 工作、自动化、增强、劳动力转型、软件开发、IT 基础设施管理、政策建议、再培训、技能提升、道德考虑 JEL 分类 J21、J23、J24、O33、O38 简介人工智能 (AI) 的快速发展正在开启全球各行各业的变革时代，对信息技术 (IT) 领域未来的工作产生了深远的影响。人工智能技术的特点是能够执行传统上由人类执行的认知任务，越来越多地被融入到 IT 运营的各个方面，从网络安全到软件开发等等。这种整合不仅有望提高效率和创新，而且还引发了对劳动力影响的问题。本研究论文探讨了人工智能在 IT 工作中不断演变的角色及其对就业趋势的更广泛影响。通过综合来自各种权威来源的见解——包括研究论文、白宫、世界经济论坛和麦肯锡等组织的报告
劳动力市场力量：英国竞业禁止协议和并购影响的新证据
摘要 买方垄断是现代劳动力市场的一个重要特征。我们研究了它对工人的影响。我们报告了英国首次代表性的竞业禁止协议 (NCA) 调查，发现约 26% 的工人似乎受到覆盖，这一比例高于美国 (18%) 和意大利 (16%) 的同类调查。尽管 NCA 对技术工人来说更为普遍，但大量低技能工人也受到 NCA 的约束（例如超过五分之一的工厂操作员）。此外，尽管 NCA 与更高的培训相关（取决于其他技能衡量标准），但我们认为这些好处不太可能证明其高普及率是合理的。最后，我们研究了 1997 年至 2022 年期间 2,000 多个 M& UK 面板数据（超过 900,000 个观察值）的影响。数据表明，并购往往会降低合并实体的就业增长（从合并前一年的 3% 降至随后五年的约零），尤其是在目标公司。但是，没有证据表明平均工资增长（无论是收购方还是目标公司）像买方垄断所预测的那样下降——如果有的话，平均工资还会更高。合并后盈利能力和生产率也没有变化。 关键词：管理实践、生产率、竞争 JEL 代码：L2；M2；O32；O33 本文是该中心增长计划的一部分。经济绩效中心由经济和社会研究委员会资助。我们要感谢竞争和市场管理局 (CMA) 的 Mike Walker、Jakob Schneebacher 及其同事对 NCA 调查的协助、反馈和资金支持。我们还要感谢 Alan Manning、Brian Callaci、Chris Pike、Evan Starr、Hal Singer、Ioana Marinescu、Juliette Enser、Nick Shaxson、Pablo Colomo、Peter John Lambert、Pierre Regibeau、Silvana Tenreyro 和 Tito Boeri 的评论和采访。Van Reenen 感谢 UKRI 和 ESRC 通过 POID 提供的资金。 Julian Alves、Bruno Serra、Jason Greenberg、Yaxin Guo、Ravija Harjai 均来自伦敦政治经济学院。John Van Reenen、John Van Reenen、伦敦政治经济学院、伦敦政治经济学院经济绩效中心和麻省理工学院。由伦敦政治经济学院经济绩效中心出版，地址：Houghton Street London WC2A 2AE 保留所有权利。未经出版商事先书面许可，不得以任何形式或任何手段复制、存储于检索系统中或传播本出版物的任何部分，也不得向公众发布或以出版形式以外的任何形式传播。如需复制任何文章或工作论文的任何部分，请发送至上述地址的编辑。 J. Alves、B. Serra、J. Greenberg、Y. Guo、R. Harjai 和 J. Van Reenen，提交于 2024 年。