XiaoMi-AI文件搜索系统
World File Search SystemRestrepo
公司层面的证据 - 讨论文件 - ZEW
∗ 我们感谢 Steven Dhondt、Christina Gathmann、Michael Handel、Attila Lindner、Piotr Lewandowski、Ludivine Martin、Emilie Rademakers、Pascual Restrepo、Anna Salomons、Ralf Wilke 和 Nicolas Ziebarth 提出的有益建议。此外，我们还要感谢 TASK VI 会议“劳动力市场的数字化和生态转型”、EALE 2023 会议、UNTANGLED 研讨会“技能变化和技能价值”的参与者，以及波士顿大学、乌得勒支大学、海德堡大学、卢森堡大学、IAB、LISER 和 ZEW 研讨会参与者的评论。最后，我们感谢德国联邦教育和研究部 (BMBF) 以及 Instituut Gak 的资金支持。我们还非常感谢莱布尼茨协会通过海德堡大学莱布尼茨应用劳动经济学教授职位 (P56/2017) 提供的资金支持。该项目已获得欧盟“地平线 2020”研究和创新计划的进一步资助，资助协议编号为 101004494。本出版物的内容由作者全权负责，并不一定反映欧盟的意见。
人工智能、技能和生产力：出租车司机案例
人工智能 (AI) 有可能彻底改变就业格局 (Brynjolfs-son 等人，2018 年)。1 然而，人工智能对就业的影响可能与过去的技术（包括 IT 和机器人技术）截然不同，后者被认为可以增强技能并加剧不平等 (Autor 等人，2003 年；Bartel 等人，2007 年；Acemoglue 和 Restrepo，2020 年)。过去的技术取代了手工和常规任务，而人工智能将取代非常规认知任务。事实上，Webb (2020) 记录显示，人工智能技术主要影响高技能职业，因为人工智能取代了需要高技能工人所具备的技能类型的任务。所有研究人工智能影响的研究都考虑到了不同职业受到人工智能影响的程度，并根据每种职业受到人工智能的影响程度对不同职业产生了不同的影响（Felten 等人，2018 年、2019 年；Frank 等人，2019 年；Webb，2020 年；Alekseeva 等人，2020 年）。因此，这些研究隐含地假设该职业中的所有工人都受到人工智能的一致影响。2
人工智能、技能和生产力：出租车司机案例
人工智能 (AI) 有可能彻底改变就业格局 (Brynjolfs-son 等人，2018 年)。1 然而，人工智能对就业的影响可能与过去的技术（包括 IT 和机器人技术）截然不同，后者被认为可以增强技能并加剧不平等 (Autor 等人，2003 年；Bartel 等人，2007 年；Acemoglue 和 Restrepo，2020 年)。过去的技术取代了手工和常规任务，而人工智能将取代非常规认知任务。事实上，Webb (2020) 记录显示，人工智能技术主要影响高技能职业，因为人工智能取代了需要高技能工人所具备的技能类型的任务。所有研究人工智能影响的研究都考虑到了不同职业受到人工智能影响的程度，并根据每种职业受到人工智能的影响程度对不同职业产生了不同的影响（Felten 等人，2018 年、2019 年；Frank 等人，2019 年；Webb，2020 年；Alekseeva 等人，2020 年）。因此，这些研究隐含地假设该职业中的所有工人都受到人工智能的一致影响。2
没有青少年就没有科技：年轻员工短缺如何阻碍企业技术投资
∗ ifo 研究所和曼海姆经济与经济研究所，lipowski@ifo.de 我非常感谢 Anna Salomons 和 Ulrich Zierahn-Weilage 的建议和支持。对于有帮助的评论和对话，我感谢 Daron Acemoglu、Melanie Arntz、David Autor、Eduard Br¨ull、Christian Dustmann、Guido Friebel、Katja G¨orlitz、Maarten Goos、Simon J¨ager、Morten Olsen、Harald Pfeifer、Pascual Restrepo、Johannes Schmieder、Anna Waldman-Brown 和 Nicolas Ziebarth。我感谢 EEA（巴塞罗那）、EALE（布拉格）、TPRI（波士顿）、未来技能会议（LISER）、ces-ifo 技能再培训和技能短缺暑期学院（威尼斯）、教育和职业培训经济学领导机构会议（苏黎世）以及波恩大学、法兰克福金融与管理学院、慕尼黑 ifo、IWH Halle、IZA、慕尼黑 LMU、曼海姆大学、柏林 Rockwool 基金会、乌得勒支大学和曼海姆 ZEW 的内部研讨会的会议和研讨会参与者。该项目由莱布尼茨协会通过海德堡大学莱布尼茨应用劳动经济学教授职位（P56/2017）和曼海姆 ZEW 提供资金支持。
工作场所的技术：机遇和挑战
在当前的经济环境中，组织已朝着对数字技术的越来越多的依赖（包括远程办公，自动化，人工智能（AI），机器人技术等）的依赖，以促进效率，降低效率，降低人身努力，并为员工和客户提供更大的灵活性。最近，技术在组织努力处理全球199大流行的负面影响方面发挥了至关重要的作用，这可能永远改变了组织的土地范围。在工作场所实施技术可以帮助改善工作和生活条件（例如Acemoglu＆Restrepo，2019; Davenport＆Bean，2017），但也可能引起员工的焦虑和压力（Chen等，2009； McClure，2018）。随着技术继续改变工作世界，组织需要开发方法来促进自动化时代的最佳员工功能和福祉。为了超越将数字化作为迫在眉睫的威胁，组织需要找到方法来有效应对与技术实施相关的机遇和挑战。
理解人工智能的经济框架
自从亚当·斯密首次观察到机器如何实现劳动分工以来，经济学家们一直在研究技术的经济效应（Smith 1776）。许多技术（如斯密举的针厂工人专业化的例子）能够从相同的投入中获得更多的产出。然而，有些技术能够增加资本以减少劳动力。经济学家称这类技术为自动化（Brozen 1957；Zeira 1998；Acemoglu 和 Restrepo 2018）。1 自动化的定义比工厂机器和计算机更广泛，包括已经存在了几个世纪的技术。例如，根据这个定义，用来磨小麦的风车就是一种自动化。这类技术可以产生广泛的影响——包括对价格、工资、投入使用和产出的影响——进而可能对整个经济产生共鸣。2 正如本章后面所讨论的，人工智能的广泛潜在用途需要这种资本替代劳动力，使其成为一种自动化技术。要了解人工智能发展和应用的动机，必须对该技术有一个基本的共识。人工智能领域广阔且变化迅速。以下是对可能不适用于所有情况的基本概念的程式化表示。
文献计量分析和未来研究方向
人工智能 (AI) 无疑正在改变整个社会，包括人际交往 (Acemoglu & Restrepo, 2018; Wang W. & Siau, 2019)、城市组织 (Guo et al., 2018)、政策制定 (Sun & Medaglia, 2019)、商业实践和行业 (Hilb, 2020) 等等。尽管如此，AI 的影响力有可能解决包括可持续性在内的重大社会问题。自然环境退化和气候危机是极其复杂的现象，需要最先进和创新的解决方案。正如本文所讨论的，AI 在环境可持续性方面的应用已经支持组织过程、森林和物种管理以及个人实践，以减少人类活动对自然资源和能源使用的影响。根据 Nishant 等人的说法。(2020)，然而，人工智能的实际价值超出了其对社会减少能源、水和土地使用的支持；相反，它可能在更高层次上促进和促进环境治理。环境治理被定义为在决策过程中管理人类行为的正式和非正式规则。决策本身决定了社会如何确定和采取行动来管理自然资源的目标和优先事项（Linkov 等人，2018 年）。
扭曲的创新：市场是否获得了...的方向
本文基于 2023 年 1 月在新奥尔良发表的美国经济协会杰出讲座。我感谢 Ufuk Akcigit、David Autor、Rena Conti、Joe Doyle、Michael Greenstone、Simon Johnson、Chad Jones、Amy Finkelstein、Will Rafey、Dani Rodrik 和 John Van Reenan 提供的非常有用的评论、讨论和参考。我感谢 Juanita Jaramillo、Shinnosuke Kikuchi、Fredric Kong 和 Todd Lensman 提供的出色研究协助。特别感谢 David Hemous、Ralf Martin、Jacob Moscona 和 John Van Reenen 分享数据并为本文报告的实证工作提供帮助。最后但并非最不重要的是，这项工作大量借鉴了与几位合著者的合作。我特别感谢 Ufuk Akcigit、David Autor、Simon Johnson、Pascual Restrepo 和 Fabrizio Zilibotti 对我在这些主题上的知识和理解的持久贡献。所有剩余的错误当然都是我自己的。我非常感谢休利特基金会的慷慨资助。本文表达的观点均为作者本人观点，并不一定反映美国国家经济研究局的观点。
未来学素材 - UKnowledge
关于技术创新对工作和就业的影响的焦虑、希望和猜测至少与资本主义一样古老。人工智能/机器人在二十一世纪工作场所的普及，被许多观察家理解为“第四次工业革命”（FIR），似乎只会增强人们了解其后果的动力。事实上，在 2013 年至 2020 年间，专门讨论人工智能/机器人对就业影响的学术研究出版物激增（例如Acemoglu 和 Restrepo，2018 年；Autor，2015 年；Brynjolfsson 和 McAfee，2014 年；Cameron，2017 年；Ford，2015 年；Frank 等人，2019 年；Frey，2019 年；Frey 和 Osborne，2013 年、2017 年；Korinek 和 Stiglitz，2017 年；Susskind，2020 年；Susskind 和 Susskind，2015 年）。1 随之而来的是大量“灰色文献”，包括来自咨询公司、政府、智库和企业的文章，这些文章通常由学者撰写（例如Arntz 等人，2016 年；Muro 等人，2019 年）。大约在同一时期（尤其是 2016 年至 2018 年），各种各样的经济和商业新闻（下称“媒体”）几乎每周都会报道对美国就业“未来将如何”的预测，这是本文的重点。2
2023 年春季简讯
本学年，我院教师获得多项奖项和认可。其中，Krystel Castillo 博士是富布赖特美国学者，受聘于墨西哥普埃布拉州圣安德烈斯乔卢拉的美洲普埃布拉大学。她正在开展一项基于关键基础设施保护的联合研究项目。Brendy Rincón 博士获得材料保护与性能协会颁发的早期职业卓越奖。该奖项旨在表彰在学术、研究、工业或政府部门工作并在材料保护和性能方面做出杰出贡献和有前途的个人。David Restrepo 博士因其题为“推动和利用建筑材料屈曲的开始以提高性能”的研究获得了享有盛誉的 NSF CAREER 奖。Christopher Combs 博士也因其题为“对进入边界层状态对高超声速横流中横向射流非稳态动力学影响的实验研究”的研究获得了 NSF CAREER 奖。 Guillermo Araya 博士凭借其题为“高雷诺数下使用被动标量传输的湍流分离的高保真数值模拟”的研究，在 UTSA 获得了 NSF CAREER 奖。这是该部门历史上首次有三位活跃的 NSF CAREER 奖获得者。2021-2022 年的研究支出创历史新高（660 万美元），2022-2023 年的上升趋势仍在继续。