炼数成金 门户 商业智能 人工智能 查看内容

人工智能经济中的公共政策

2019-6-20 13:55| 发布者: 炼数成金_小数| 查看: 33338| 评论: 0|原作者: Austan Goolsbee|来自: 经济政策模拟

摘要: 对人工智能主导经济的讨论,大多集中在机器人和工作的未来。比尔•盖茨(Bill Gates)、斯蒂芬•霍金(Stephen Hawking)和埃隆•马斯克(Elon Musk)等公众人物的反复思考,引发了人们对机器人将毁掉社会 ...

网络 安全 人工智能 BI 机器人

原文作者:Austan Goolsbee芝加哥大学布斯商学院
 
原文信息:Goolsbee A. Public policy in an AIeconomy[R]. National Bureau of Economic Research, 2018.
 
摘 要:本文研究公共政策在人工智能密集型经济中的作用。它强调了人工智能技术的采用速度,对就业市场的影响,以及对不同地区和不同人群之间不平等的影响。它还讨论广泛采用人工智能产生的回应,特别是对全民基本收入(UBI)所带来的挑战,讨论了定价、隐私和竞争政策,以及人工智能能否改善政策制定的问题。
 
引言
对人工智能主导经济的讨论,大多集中在机器人和工作的未来。比尔•盖茨(Bill Gates)、斯蒂芬•霍金(Stephen Hawking)和埃隆•马斯克(Elon Musk)等公众人物的反复思考,引发了人们对机器人将毁掉社会工作的担忧,甚至可能毁掉整个世界?一些数据表明,需要呼吁各种非正统的政策理念,从移居太空殖民地到对机器人征税,再到提供不受工作束缚的全民基本收入(UBI)。
 
在考虑人工智能对就业的作用时,经济学家通常不是那么悲观。他们经常强调就业和裁员互相对照的历史记录, 有一些行业由于技术进步,会淘汰一些工作岗位,但是从整个经济来看,则扩大了就业,并使得工资增加。他们强调新技术的优势,是在未来(Autor, 2015; Autorand Salomons, 2018; Brynjolfsson and Mcafee, 2014; Mokyr, 2014)。
 
悲观的情况,更多地来自科技和商业领域。也许是近距离观察到技术进步,他们担心这些机器很快就会使用,并且几乎可以取代任何人。麦肯锡全球研究所(McKinsey GlobalInstitute, 2017)对许多行业的一项重要研究表明,到2030年,由于新技术的崛起,自动化(AI)可能会摧毁7300万个工作岗位。
 
在很多方面,劳动力市场政策主导了我们对人工智能经济的思考,这是不幸的。人工智能对经济的主要影响,与就业无关,或者影响至少远远不止是就业。这些技术的主要经济影响,将是它们会有多好。如果按照最近的发展趋势继续下去,人工智能有潜力能够提高我们的产品质量和生活水平。如果人工智能,能够帮助我们更好地接受医疗诊断,改善公路安全,让我们减少一天之中的开车时间,甚至会提高自拍的质量,这些都是消费者的直接收益。这些提高实际收入,改进产品质量的倾向,显示了人工智能所创造的价值,通常是非常高的(Bresnahan andGordon, 1997, Goolsbee and Klenow, 2006 and Varian, 2013)。
 
这是另外一种说法,如果人工智能成功了,它将提高我们的生产率,更高的生产率使我们变得富有,因此它的影响不是负面的。的确,如果人工智能取得成功,这将意味着过去10年或更长时间内,增长面临的主要问题——生产率增长很慢——将完全被逆转。
 
的确,它将决定性地驳斥Gordon( 2017)等长期停滞主义思想家的核心原则之一。他们认为,由于缺乏创新思路,生产率低增长是发达经济体的一种半永久性条件。
 
AI会改变这些方程吗?

插图来源于网络
 
本文将分析在人工智能密集型经济中,关于政策的不同观点。本文将人工智能广义地解释为基于信息技术的生产力改进,而不仅仅只是传统的人工智能或机器学习
 
主要分析人工智能的快速利用,对就业市场和不平等的影响;普遍采用人工智能,对全民基本收入(UBI)带来的挑战及其应对;讨论定价、隐私和竞争政策,以及人工智能是否改善政策制定的问题。
 
AI的采用速度——对就业市场和不平等的影响
 
首先来看看失业问题,经济学家们的基本结论是,在过去的一百年里,虽然有大量的失业,但结构性失业率并没有上升,更不用说是接近100%的趋势。随着时间推移,人们会适应。只要是节省劳动力的技术,对市场经济的长期影响是正向的。如果人们担心人工智能将取代低技能的工作岗位,那么事实应该是,在过去几年,数千万甚至数亿的低技能工作岗位被技术所取代,其过程与我们今天所描述的过程是非常相似的。令人担心的是, 这次AI的影响是不同的,因为它将开始取代高技能或白领的工作岗位。历史数据表明,这些岗位为了能够适应冲击,迁移到新领域和新地理区域,其实要比低技能的工人更加容易。
 
当然,关键的问题是调整速度,也就是人工智能技术的采用速度会有多快。事实证明,从长远来看,美国经济相当有能力为人们创造新事物。如果突然发生变化,调整问题将是最糟糕的。不过随着时间的推移,这种调整是可控的。以无人驾驶汽车为例,2015年大约有350万卡车、公共汽车和出租车的司机,假设他们都是因为自动驾驶汽车技术的进步,而失去了工作岗位。
 
如果这一损失持续15年,平均每月将略高于1.9万个工作岗位会被取代,而2017年的JOLTS数据显示,美国经济每月创造了约530万个就业岗位,其中每月有510万个员工离职。完全消除该部门的每一份工作,将使离职率增加不到0.4%。这将迫使司机进入新行业,并对他们的生计造成破坏。但作为一种宏观经济现象,影响将是很小的。如果这一损失在两年内发生,其影响将是相当显著的。
 
因此值得考虑的是,是什么影响了人工智能的应用速度,当然一个关键的决定因素将是,与人相比,人工智能究竟有多好。但是许多分析人士认为,这不是决定人工智能采用率的因素,因为至少还有两个因素值得考虑,价格和调整成本。
 
首先,这些人工智能的创新中,有许多都需要预先投入大量的资金,仅这一点就可能会在一段时间内,延缓它们的采用。以出租车司机为例,按目前的汽车价格计算,根据某些标准衡量,出租车司机几乎无法支付汽车的运营成本,包括折旧、燃料、维护和保险等。人工智能自动驾驶汽车上市后,每辆车的成本可能要比传统汽车高出了很多。公司会愿意花大价钱来绕过支付工资的司机吗? 这真的取决于,我们还不知道的价格。
 
其次,“更好”并不总是意味着,更快的采用。几十年来,经济学家们已经证明,通过指数基金进行自动选股,优于主动管理基金,但是人们仍持有数万亿美元的低效、高收费基金。数以百万计的人,背负高于市场利率的抵押贷款,他们没有再融资,手机数据计划与他们的使用是不匹配。有数千万人,不使用互联网。惯性是一种强大的力量,会减缓科技产品的使用,如果我们想预测人们会以多快的速度,放弃开车等常见行为,那么惯性肯定是值得回味的。
 
第三,从另外一个重要的意义上来看,我们知道人工智能和训练样本是一样好的,而在这个国家有一些不同类型的客户,这可能使得人工智能的质量改进,更适合某些类型的客户。微软开发了一个人工智能程序,向Twitter学习,看看它能否创造出,被人们认为是由人类编写的内容。他们在美国创办了这家公司,但几乎是马上就把它关闭了,因为人工智能变得如此具有侮辱性和攻击性。AI反映了,它在网上看到的情况。产品的属性和 “质量”,取决于培训样本与客户的相关性。
 
这可能会影响不同地区,人工智能技术的采用率。再想想,自动驾驶汽车。我们是否会从早期用户那里,收集大量关于在城市、高速公路或硅谷驾驶的信息,根据他们的需求定制产品,然后发现它在土路、农村地区或没有湾区天气的地方,效果并不好?
 
异质需求是人工智能思维的恶魔。与训练样本差异较大的群体,可能是采用该技术最慢的群体,部分原因是该技术对他们的帮助最小。这可能导致数字鸿沟现。从这个意义上说,人工智能技术的崛起,可能会使收入和地理不平等问题,变得更加严重。在某种程度上,新的人工智能技术是昂贵,并且采用了定制的练样本。
 
在高水平教育和低水平教育的地区、州或社区,公共政策所面临的分裂,可能比今天更严重。
 
全民基本收入(UBI)面临的挑战
 
现在假设上面的论证是错的。没有什么,可以减缓人工智能的应用速度,并且在短时间内,存在大量的工作岗位转移。相信全民基本收入政策的人士中,呼声越来越高。与Milton Friedman负所得税的旧观念,密切相关的是,UBI将把某种较低水平的失业补贴,作为一种新形式的安全网,无论就业状况如何,任何人都可以在UBI水平之上来工作,以赚取更多的收入。在最纯粹的自由主义概念中,UBI将取代现有的安全网计划。UBI的优势在于,人们可以在人类就业机会较少的世界中生存,并以一种相对有效的方式,来减轻贫困,而不会破坏私营经济中的所有激励因素。它试图将“谋生”的概念,与工作的概念分开。在芬兰和新西兰等少数国家,有一些小规模的UBI实验,是由美国的个人资助的。
 
负所得税和UBI,采用人工智能的政策解决方案,存在着许多挑战。
 
首先,如果你接受经济学家的基本劳动力供给模型,即人们重视休闲,通常需要付费才能工作,那么很可能有相当数量的人,只是因为需要工作才去工作的。在人工智能导致失业率已经很高的情况下,将工作和收入分开,可能是一个优势。然而在一个像我们现在这样的世界里,提供全民基本收入(UBI),可能会导致低收入者在劳动力市场的参与度,大幅下降。在某种程度上,不完全参与,这部分劳动力已经被视为一个问题,UBI可能会让情况变得更糟,并有可能激怒广泛的社会公众。
 
其次,对于一定数量的资金用于再分配,UBI可能会将资金从非常贫困的人群中转移出去。简而言之,如果你有500亿美元用于减轻贫困,那么如今大多数国家所采用的目标方法,可能会利用这500亿美元去帮助2500万最贫困的患病人口,并向他们每个人提供相当于2.5万美元的福利。如果有一个基础广泛的UBI,同样的500亿美元则将被分散。这可能会是1亿人,每人获得5000美元。也许UBI可以改变一个社会对再分配的总体偏好——让最弱势的人,拥有相同的收入,并提高总消费主屏——但是如果UBI最终没有比当前的体系更为倒退,就必然需要更多的公共资金。
 
第三,将UBI视为无数其他实物转移和安全网计划的替代品概念,忘记了安全网的历史渊源。从根本上说,实物安全网络今天之所以存在,是因为富裕的社会不愿意看到,严重受伤的人进医院,如果他们没有钱,就会被拒之门外; 转换成UBI,并废除实物安全网络,将导致一些人以无情的方式,来挥霍他们的UBI金钱——赌博、毒品、垃圾食品、庞氏骗局等等。
 
定价、数据产权和反垄断
 
正如人工智能的影响,远远不止是对就业的影响,对人工智能的政策回应,也引发了各种各样的其他思考。
 
一个是在定价中,买家和卖家的市场势力之间的长期反复博弈。同样的问题,也出现在电子商务的最初兴起之时——购物的便捷性降低了搜索成本,促进了竞争,但是关于客户的新在线数据,使新的价格歧视和市场势力成为可能。到目前为止,人工智能技术的力量似乎绝大多数,被卖家所利用。如果他们能使市场个性化,并对其实行价格歧视,利润率很可能会上升。但是消费者可能会反击,他们可能会找到利用人工智能,来挫败商家的技术解决方案。更为直接的回应,可能是遵循过去的做法,开始将各种行为和做法定性为非法。这可能包括对消费者隐私的限制,以及公司使用客户信息的方式。它可能表现为一场关于财产权的争论,即谁拥有消费者的数据,以及使用这些数据,需要个人多大程度的同意,或者可能涉及反对各种类型价格歧视的规则。无论采用何种形式,这些定价和数据问题,都将成为在以人工智能为中心的世界中,政策的核心领域。
 
另外,固定成本和规模经济相当重要,而且在许多情况下,这些行业的需求侧,往往存在网络外部性和转换成本。所有这些都预示着,许多行业可能会出现“赢家通吃”的市场结构,或“平台”竞争、而不是传统竞争的持续上升。如果是这样的话,人工智能的崛起可能会带来,对反垄断政策的重新重视,就像镀金时代(gilded age)最初的行业整合一样。
 
机器人会接管政策吗?
 
人工智能是否会改善,甚至取代政策制定者的工作?
 
机器学习和人工智能的改进,是否可以用于政策制定过程?
 
我个人不这么认为,因为最重要的政策问题是它们的核心,而不是预测问题。这项技术可能提高我们预测反应的能力,但它不能帮助我们平衡利益或参与政治。例如我们已经知道很多关于老龄化人口,对社会保障的财政影响。例如人工智能可能提高我们预测各种政策,选择收益结果的能力。这并不是解决社会保障的问题,它总是在选择和做出价值判断之间,做出选择。人工智能帮助解决的问题,是那些需要大量过去数据,来提供决策信息的问题。在与使用小样本的情况或者过去情况非常不同的情况下,机器学习的能力就会大大降低。对于小打小闹的问题,人工智能可能会提高政策的准确性——例如监管机构应该在什么样的条件下,提高对银行贷款违约的概率估计。不过对于更大的问题,比如美联储(Federal Reserve)是否应该加息,运用AI来辅助抉择,目前貌似还不可行。
 
AI肯定会增加对商业实际的关注,即大量使用客户的个人数据、他们的人工智能平台——它们的定价、竞争对手的行为以及市场势力的持续整合。这些都可能成为未来政策的主要战场。不过就目前而言,政策制定者本身的工作,似乎相对安全……就目前而言。

声明:本文版权归原作者所有,文章收集于网络,为传播信息而发,如有侵权,请联系小编及时处理,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括:各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2019-10-21 08:18 , Processed in 0.139853 second(s), 24 queries .