GDP失靈了?AI創造的財富,連美聯儲都看不見
系統把這組信號診斷為:通脹上升、生產率下降。成本在坍縮,統計卻報出滯脹。
第叁種,功勞算錯地方。醫院用AI把病歷處理效率提升叁倍,但增長的功勞記在雲服務商賬上。按行業分GDP,AI供應商看起來是唯壹的增長引擎,真正用AI創造了價值的行業,數據上卻像個落後者。
第肆種,新工作不存在於統計范圍內。過去沒人會花錢“把半年郵件整理成500字摘要”,太荒謬了。現在AI用幾毛錢就能完成,這類腦力工作海量發生,但它們沒有工資單、沒有收據,唯壹的記錄是幾分錢token消耗。統計體系從未為它們預留位置,它們在GDP裡等於零。
這肆種失靈相互放大,層層疊加下來,AI帶來的真實繁榮,在數據上完全可能被讀成經濟蕭條。
有人可能會問:強調“暗產出”,是不是在為AI的巨額投入找借口?畢竟建了那麼多數據中心、買了那麼多GPU,總得看到回報吧?
報告明確回答了這個問題:不是。AI的成本,無論是數據中心、GPU、電力、水資源還是土地投入,每壹筆都有據可查;你調用了多少次API、消耗了多少token,雲服務商的賬單上也寫得明明白白。成本這壹端,所有人都看得見。
真正的問題出在另壹端:AI產出的經濟價值,在賬本上幾乎壹片空白。
報告的原話翻譯過來就是:如果AI真是壹場堪比工業革命的大事件,那我們需要的不僅是“AI搶走了多少人的工作”這類數據,更要知道它創造了什麼。
當壹個社會的經濟測量系統看不見正在發生的價值創造,後果很嚴重。
第壹,稅基出問題:大量經濟活動不再以“發工資”的形式存在,基於勞動收入的稅收基礎會悄然萎縮。
第贰,輿論出問題:批評者不需要任何證據,壹看GDP沒動靜,就可以理直氣壯地說AI就是壹場泡沫。
第叁,決策出問題:政策制定者壹邊看到AI在替代就業,另壹邊卻看不到AI在創造什麼,兩面夾擊之下,他們很難做出合理的權衡。
2013年,美國曾經修訂過壹次GDP核算方法,把研發投入和知識產權投資也計入其中。這壹改,20世紀90年代的經濟總量壹下子多出了3.6萬億美元。但那次修訂至少還有發票、合同這些原始憑證可以追溯。
而AI創造的暗產出,甚至連發票都沒有,什麼都沒留下。這才是真正棘手的地方。
特約編譯金鹿對本文亦有貢獻
[物價飛漲的時候 這樣省錢購物很爽]
還沒人說話啊,我想來說幾句
第叁種,功勞算錯地方。醫院用AI把病歷處理效率提升叁倍,但增長的功勞記在雲服務商賬上。按行業分GDP,AI供應商看起來是唯壹的增長引擎,真正用AI創造了價值的行業,數據上卻像個落後者。
第肆種,新工作不存在於統計范圍內。過去沒人會花錢“把半年郵件整理成500字摘要”,太荒謬了。現在AI用幾毛錢就能完成,這類腦力工作海量發生,但它們沒有工資單、沒有收據,唯壹的記錄是幾分錢token消耗。統計體系從未為它們預留位置,它們在GDP裡等於零。
這肆種失靈相互放大,層層疊加下來,AI帶來的真實繁榮,在數據上完全可能被讀成經濟蕭條。
有人可能會問:強調“暗產出”,是不是在為AI的巨額投入找借口?畢竟建了那麼多數據中心、買了那麼多GPU,總得看到回報吧?
報告明確回答了這個問題:不是。AI的成本,無論是數據中心、GPU、電力、水資源還是土地投入,每壹筆都有據可查;你調用了多少次API、消耗了多少token,雲服務商的賬單上也寫得明明白白。成本這壹端,所有人都看得見。
真正的問題出在另壹端:AI產出的經濟價值,在賬本上幾乎壹片空白。
報告的原話翻譯過來就是:如果AI真是壹場堪比工業革命的大事件,那我們需要的不僅是“AI搶走了多少人的工作”這類數據,更要知道它創造了什麼。
當壹個社會的經濟測量系統看不見正在發生的價值創造,後果很嚴重。
第壹,稅基出問題:大量經濟活動不再以“發工資”的形式存在,基於勞動收入的稅收基礎會悄然萎縮。
第贰,輿論出問題:批評者不需要任何證據,壹看GDP沒動靜,就可以理直氣壯地說AI就是壹場泡沫。
第叁,決策出問題:政策制定者壹邊看到AI在替代就業,另壹邊卻看不到AI在創造什麼,兩面夾擊之下,他們很難做出合理的權衡。
2013年,美國曾經修訂過壹次GDP核算方法,把研發投入和知識產權投資也計入其中。這壹改,20世紀90年代的經濟總量壹下子多出了3.6萬億美元。但那次修訂至少還有發票、合同這些原始憑證可以追溯。
而AI創造的暗產出,甚至連發票都沒有,什麼都沒留下。這才是真正棘手的地方。
特約編譯金鹿對本文亦有貢獻
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注: | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦:
GDP失靈了?AI創造的財富,連美聯儲都看不見