动态

看来很多人没注意到Anthropic这个论文。

Anthropic 这公司很多事情做得确实细致和严谨。今天周五，下午没什么事，我把他们刚发的这篇论文完整看了一遍。

整篇 57 页，系统研究了如果未来几年 AI 能力继续快速提高，而且真的开始大规模进入工作，到 2030 年，GDP、工资、就业和整个社会的收入分配会发生什么变化。

这套分析框架做得非常好，反正我看完还是有很多收获。它设计了几种不同的 AI 发展情景，然后看每一种情况下，经济和就业的影响。下面是我的笔记。

还有时间的话，我还是强烈推荐看一看，主要是看他们的分析逻辑。同时在看这个的过程中，也确实能够直观地感受到 AI 可能会带来的影响。

1、论文把工作粗略分成了两类。一类是认知型工作，包括管理、专业人士、销售、办公室工作这些，程序员、律师、研究人员基本都在里面。

另一类是其他工作，比如建筑、电工、运输、现场服务这些。

他们先假设，2030 年以前 AI 主要直接影响第一类工作，暂时不考虑机器人快速进入体力工作的情况。

所以后面论文里讨论 AI 对工作的冲击，核心讨论的其实都是今天这些知识工作和办公室工作。

2、论文设计了三种情景，温和、显著和极端。

温和情景下，AI 的发展和普及都比较慢。到 2030 年，GDP 只比没有 AI 的情况高 1.6%。显著情景下，AI 已经成为比互联网影响更大的新技术。

到 2030 年，GDP 比没有 AI 的情况高 8.3%。极端情景下，AI 开始大规模完成原来由人做的认知工作。到 2030 年，GDP 比没有 AI 的情况高 32.4%。

注意，这三个数字不是作者对 2030 年的预测。他们也没有说哪一种情况概率最高。这些都是假设。

3、AI 对工作的影响，主要有两种情况。一种是 AI 帮人提高效率。比如程序员、律师、销售用了 AI，同样时间能完成更多工作，人还留在原来的岗位里。

另一种是 AI 已经可以独立把任务做完。这个时候，人开始退出，原来支付给人的那部分工资，会更多转到模型、算力这些资本上。

4、论文认为，AI 对就业和收入分配影响最大的变量是自动化比例。AI 参与的任务越多，其中由 AI 独立完成的比例越高，人需要参与的工作就越少，收入也会更多流向资本。

拿刚刚提到的显著情景来说。到 2030 年，AI 能影响整个经济大约 30% 的任务，但真正部署到工作里的只有 40%。

算下来，大概有 12% 的经济任务真正用上了 AI，相当于今天认知工作任务的五分之一左右。

更关键的是，这些已经用上 AI 的任务里，四分之三都已经可以由 AI 独立完成，只有四分之一还是 AI 辅助人。

这种情况下，AI 会让这些任务的生产率提高大约 57%。整个经济也明显加速，到 2030 年，GDP 比没有 AI 时高 8.3%，当年的经济增速达到 5.4%。

这个增长速度已经很快了。1999 年美国互联网最繁荣的时候，实际 GDP 增速也只有 4.7%。

5、但经济增长以后，这些新增收入并不会平均落到劳动者和资本身上。

显著情景下，到 2030 年，GDP 比没有 AI 的情况高 8.3%，平均工资却只高 2.1%。

再拆开看，差别更明显。认知型工作的工资反而低了 0.3%，其他职业工资高了 5.9%。所有劳动者加起来拿到的总收入，只比没有 AI 时高 1.4%，但资本收入却高了 18.9%。

原因就在前面讲的自动化。

这个情景里，已经用上 AI 的任务中，有四分之三可以由 AI 独立完成。

原来需要支付工资给人完成的一部分工作，开始交给模型、算力和其他资本完成，对应的收入也更多流向资本。

所以虽然整个经济增长了 8.3%，劳动收入占 GDP 的比例却从 60% 降到了 56.1%，资本收入占比从 40% 升到了 43.9%。

这也是论文一个很重要的结论。AI 可以让整个经济增长得很快，但 GDP 增长多少，和普通劳动者的收入增长多少，是两回事。

6、再具体一点，假设原来的 GDP 是 100，劳动者拿其中的 60。现在 GDP 增长到 132，但劳动者只能拿其中的 45%。

132 乘以 45%，还是差不多 60。

也就是说，整个经济大了三分之一，但所有劳动者加起来拿到的总收入几乎没增加。新增出来的这部分收入，基本都去了资本端（AI 公司）。

7、AI 还会重新抬高那些暂时无法被替代的工作的价值。

极端情景下，认知型工作的工资比没有 AI 时低 11.5%，其他职业的工资却高出 33.6%。

背后的逻辑是，AI 把大量认知任务的成本降了下来，整个经济的产出也随之快速增加。

但经济要多生产这么多东西，依然需要建筑、电工、运输、现场服务这些 AI 暂时完成不了的工作。

于是