人工智能与经济生产力:期待进化,而不是革命 | 智能技术

发布日期:2019-12-27 10:00
尽管大肆宣传,人工智能仍需数年时间才能显著提高经济生产率。



2016年,Alphabet(也是谷歌的母公司)的子公司、总部位于伦敦的DeepMind Technologies报告称,人工智能的应用将谷歌数据中心的冷却成本大幅降低了40%,这让行业观察人士大吃一惊。更重要的是,我们在那一年了解到,DeepMind开始与英国国家电网合作,通过深度学习来优化电力流动,从而在全国范围内节约能源。
 
 人工智能真的能如此大幅度地削减能源使用吗?在过去的三年中,我搜索了关于将AI应用到其他数据中心的文章,但没有找到重要收获的证据。更重要的是,DeepMind与国家电网关于能源的谈判已经破裂。DeepMind的财务业绩当然不表明客户正在排队等待其服务:2018年,该公司报告收入为1.25亿美元,亏损5.71亿美元,高于2017年的3.66亿美元亏损。去年4月,“经济学人”将DeepMind 2016年的声明描述为一种宣传噱头,引用一位内部消息人士的话说,“[DeepMind只是想]进行一些公关,这样他们就可以声称在Alphabet中增加了一些价值。”
 
 这段插曲鼓励我更深入地研究人工智能的经济前景,以及金融行业内这项技术的领军者所做的乐观预测。这次调查只是我长期利益的最新转折。在20世纪80年代初,我写了一篇关于机器人和人工智能经济学的博士论文,在我担任教授和技术顾问的整个职业生涯中,我一直在关注人工智能的经济预测,包括埃森哲(Accenture)、普华永道国际(PwC)和麦肯锡(McKinsey)等咨询机构的详细评估。
 
 这些分析师最近一直断言,人工智能技术将极大地提高经济产出。埃森哲声称,到2035年,人工智能将使12个发达国家的增长率翻一番,并将劳动生产率提高多达三分之一。普华永道(PwC)声称,到2030年,人工智能将为全球经济增加15.7万亿美元,而麦肯锡预计届时将增加13万亿美元。
 
 其他预测则聚焦于零售、能源、教育和制造业等特定行业。特别是,麦肯锡全球研究所(McKinsey Global Institute)在2017年一份题为“人工智能:新的数字前沿?”的报告中评估了人工智能对这四个行业的影响。在2018年的一份报告中,对更长的行业清单也是这样做的。在后者中,该研究所得出结论,人工智能技术“有潜力通过19个行业的9项业务职能,每年创造3.5万亿至5.8万亿美元的价值。这占所有分析技术可能带来的每年9.5万亿美元至15.4万亿美元的总影响的40%左右。“。
 
 哇。这些都是很大的数字。如果是真的,他们为公司创造了一个强大的动机去追求人工智能--无论有没有麦肯锡顾问的帮助。但是这些预测真的有效吗?
 
 麦肯锡的许多估计都是从不同初创公司的声明中推断出来的。例如,它预测英国和其他地方的能效将提高10%,这一预测是基于DeepMind和Nest Labs据称的成功,后者于2018年成为谷歌硬件部门的一部分。2017年,为家庭生产智能恒温器和其他智能产品的Nest亏损6.21亿美元,营收为7.26亿美元。这一事实与Nest和类似公司正在或准备为世界经济做出巨大贡献的观点不符。

因此,我决定更系统地调查这些AI初创公司做得如何。我发现很多人对社会的价值并不像所有的炒作所暗示的那样有价值。这种说法肯定会惹恼很多人,麦肯锡(McKinsey)的分析师就是其中之一。所以我想在这里描述一下我是如何得出更加悲观的结论的。
 
 我对Nest Labs的调查扩展为寻找证据,证明智能电表总体上正在导致能源效率的大幅提高。2016年,英国政府开始了一项协调行动,到2020年在全国安装智能电表。自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1500万个智能电表。奇怪的是,所有这些努力几乎没有对能源使用产生明显的影响。英国政府最近下调了智能电表每年为每户家庭节省的金额,从GB 26降至仅GB 11。英国国家审计署(National Audit Office)警告称,智能电表及其安装的成本已经上升。对于那些寄希望于智能恒温器、智能家电和智能电表将带来巨大能源节约的初创企业来说,所有这些都不是好消息。
 
 其他类型的AI初创企业是否对经济产生了更大的积极影响?科技行业分析师CB Insight报告称,2018年美国的风险资本融资总额为1150亿美元[PDF],其中93亿美元流向了人工智能初创企业。虽然这只占总数的8%,但这仍然是一大笔钱,这表明有许多美国初创公司在研究人工智能(尽管有些公司夸大了人工智能在其获得资金的商业计划中的作用)。
 
 为了进一步探究,我收集了获得资金最多的美国人工智能初创企业的数据,并查看了他们希望颠覆哪些行业。之所以把重点放在美国,是因为它有最长的创业成功历史,所以看起来它的AI初创企业可能比其他国家的更容易蓬勃发展。我的意图是评估这些美国初创公司是否已经成功地撼动了各个行业,提高了生产率,或者他们是否承诺很快就会这么做。

美国AI初创公司股权融资超过1亿美元



总之,我调查了40家致力于人工智能的美国初创公司。这些公司要么估值超过10亿美元,要么股权融资超过7000万美元。除了两家被上市公司收购的初创公司外,我观察的所有初创公司都是私营公司。我在Crunchbase,Fortune和Datamation编辑和发布的领先创业公司名单中找到了他们的名字和产品。然后,我用这些公司的最新消息(包括一些关门的报道)更新了我的数据集。
 
 我根据他们提供的产品或服务的类型对这40家初创公司进行了分类。其中17个正在研究我称之为基本的计算机硬件和软件(Wave Computing和OpenAI分别是例子),包括网络安全(例如CrowdStrike)。也就是说,我包括在这个类别中的公司构建旨在支持计算环境本身的工具。



另一大部分--40家公司中的8家--是开发自动完成各种任务的软件的公司。例如,由Automation Anywhere、UiPath和WorkFusion开发的机器人流程自动化软件可以提高专业人员和其他白领员工的生产力。Brain公司的软件将手动设备转换为智能机器人。Algolia,Conversica和Xant提供软件来改善销售和营销。ZipRecruiter的目标是人力资源。
 
 我名单上剩下的创业公司分布在不同的行业。三家(Flatiron Health,Freenome,Tempus Labs)从事医疗保健工作;另外三家(Avant,Upstart,ZestFinance)专注于金融技术;两家(Indigo,Zymergen)瞄准农业或合成生物学;另外三家(Nauto,Nuro,Zoox)涉及运输。地理空间分析(OrbitalInsight)、人类交互模式(Afiniti)、照片/视频识别(Vicarious)和音乐识别(SoundHound)各只有一个启动。
 
 是否有迹象表明,这些初创企业在不久的将来会带来巨大的生产力提升?在我看来,自动化通常由白领工人执行的任务的软件可能是人工智能应用到的产品和服务中最有前途的。类似于过去针对白领专业人士的工具的改进,包括为会计师提供的Excel以及为工程师和建筑师提供的计算机辅助设计,这些类型的基于人工智能的工具对生产力具有最大的潜在影响。例如,人们对生成性设计寄予了很高的希望,在生成性设计中,团队输入约束,系统提出具体的设计。
 
 但看看我名单上的八家正在为白领员工开发自动化工具的初创公司,我意识到他们的目标并不是能够带来更高生产率的东西。其中三家专注于销售和营销,这通常是一场零和游戏:拥有最好软件的公司从竞争对手那里抢走了客户,在特定条件下生产率只有小幅提高。这八家公司中的另一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的收益更大,但可能没有你从改进的机器人流程自动化中获得的收益那么大。
 
 这样就剩下了四家提供此类软件的初创公司,这可能会带来更高的生产率和更低的成本。但即使是在这些初创公司中,目前也没有一家公司提供帮助工程师和建筑师提高生产率的软件,例如,生成性设计。这类软件不是来自最大的初创公司,也许是因为有一个强大的现任者,Autodesk,或者因为相关的人工智能还没有发展到足以在这个领域提供真正有用的工具。
 
 我将相对大量的初创公司归类为从事计算机基础硬件和软件的工作(17),这也表明生产率的提高还需要很多年的时间。虽然基本的硬件和软件是开发更高级的基于人工智能的工具,特别是利用机器学习的工具的必要部分,但前者需要时间才能使后者成为可能。我认为这种情况只是反映了人工智能仍处于初级阶段。你肯定会从OpenAI这样的公司那里得到这样的印象:尽管它获得了10亿美元的资金(以及极大的关注),但它的使命--“造福全人类”--的模糊性表明,从这家公司的研究中发展出具体的有用产品和服务还需要很多年。
 
 大量专注于网络安全的初创公司(7家)凸显了安全问题日益严重的威胁,这提高了在互联网上开展业务的成本。人工智能解决网络安全问题的能力可能会使互联网更安全,更有保障,更有用。但归根结底,这种推力反映了未来互联网企业的成本仍然较高,在我看来,不会导致整个经济体系内生产率的大幅提高。
 
 如果不是来自它带来的更好的软件工具,人工智能将在哪里带来实质性的经济收益?你可能会认为,医疗保健可能会从人工智能中受益良多。然而,在我的名单上,将人工智能应用于医疗保健的初创公司(三家)的数量似乎出奇的少,如果真是这样的话。也许这与IBM在沃森人工智能(Watson AI)方面的经验有关,当沃森人工智能被应用于医学时,事实证明这一点令人失望。

尽管如此,许多人仍然希望人工智能推动的医疗保健初创公司将填补沃森失败留下的空白。罗伯特·瓦赫特(Robert Wachter)对此提出了异议,他指出,将计算机应用于医疗保健比应用于其他部门要困难得多。他2015年出版的书“数字医生:医学计算机时代的黎明时的希望、炒作和伤害”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。目前还不清楚,在现有的数字技术组合中加入人工智能是否会改变这种情况。
 
 在资金雄厚的AI初创公司名单中,也缺少一些大型应用程序。住房是美国最大的消费支出类别,但这些初创企业中没有一家是针对这一经济领域的。交通是第二大支出,而且只是其中三家初创企业的重点。一种是开发一种能够识别分心司机的产品。另一家打算提供自动化的本地递送服务。榜单上只有一家初创公司在开发无人驾驶乘用车。目前只有一家公司在研发自动驾驶汽车,这与福特(Ford)、通用汽车(General Motors)和梅赛德斯-奔驰(Mercedes-Benz)高管最近对无人驾驶汽车在短期内大量上路的前景表示的悲观看法是一致的,尽管无人驾驶汽车的研发已经花费了350亿美元。
 
 诚然,我对这40家公司正在做什么以及它们的产品是否会在未来10年撼动世界的评估是主观的。也许考虑一个更客观的衡量这些公司是否正在为世界经济提供价值的指标更有意义:它们的盈利能力。
 
 唉,私人持股的初创公司没有好的财务数据,我的名单上只有两家公司现在是上市公司的一部分,而初创公司往往需要数年时间才能盈利(亚马逊花了七年时间)。所以这里没什么可谈的。尽管如此,科技行业仍有一些很能说明问题的广泛趋势。
 
 科技公司上市时盈利的比例从1980年的76%下降到2018年的17%,尽管上市的平均时间一直在上升--例如,从1998年的2.8年下降到2016年的7.7年。此外,一些知名初创企业花了很长时间才上市,损失也是巨大的。例如,没有一家大型拼车公司盈利,包括美国(Uber和Lyft)、中国、印度和新加坡的公司,2018年总亏损约50亿美元。大多数自行车和滑板车共享、办公室共享、外卖、P2P(点对点)贷款、医疗保险和分析以及其他消费服务初创公司也在亏损巨额资金,不仅在美国,在中国和印度也是如此。
 
 我调查的40家人工智能初创公司中,大多数可能会保持私有化,至少在短期内是这样。但是,如果其他许多科技公司的经验有任何指导意义的话,即使一些公司在几年后上市,到那时他们也不太可能盈利。这些公司可能需要更多年的时间才能实现赚的钱比花的钱多的区别。
 
 基于我给出的原因,我很难相信我所考察的任何一家人工智能初创企业都会在未来十年为美国经济带来巨大的推动。类似的悲观情绪也开始出现在诸如“科技评论”和“科学美国人”等通常令人愉快的出版物中。甚至人工智能社区也开始在“AI妄想”和“重启AI:构建我们可以信任的人工智能”(Rebooting AI:Building Artificial Intelligence We Can Trust)等书中表达担忧,随着对许多新技术的炒作日益高涨,人们的担忧与日俱增。

生产率快速提高的最有希望的领域可能是白领工人的机器人流程自动化,延续了几十年的趋势。但这些改进将是渐进的,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一样。
 
 从几十年的时间跨度来看,此类软件的价值令人印象深刻,为工程师、会计师、律师、建筑师、记者和其他人带来了巨大的生产力收益--这些收益使其中一些专业人士(特别是工程师)能够以无数方式丰富全球经济。
 
 毫无疑问,在机器学习和其他形式的人工智能的帮助下,这样的进步将继续下去。但他们不太可能像许多观察人士所说的那样,对公司、工人或整个经济产生几乎同样的破坏性。