【摘要】當(dāng)前，服務(wù)業(yè)已成為我國(guó)國(guó)民經(jīng)濟(jì)的第一大產(chǎn)業(yè)。一般認(rèn)為，服務(wù)業(yè)容易受到“鮑莫爾病”的影響，其生產(chǎn)率較低，在經(jīng)濟(jì)服務(wù)化的過(guò)程中，容易出現(xiàn)結(jié)構(gòu)性減速。以生成式人工智能（AIGC）為代表的新一代人工智能將對(duì)服務(wù)業(yè)的生產(chǎn)模式、要素投入、技術(shù)進(jìn)步、生產(chǎn)效率等產(chǎn)生巨大的影響，從而有可能治愈服務(wù)業(yè)的“鮑莫爾病”，提高全社會(huì)生產(chǎn)率，推動(dòng)經(jīng)濟(jì)持續(xù)增長(zhǎng)。因此，在政策上應(yīng)大力支持人工智能基礎(chǔ)技術(shù)的研發(fā)，鼓勵(lì)人工智能技術(shù)在服務(wù)業(yè)廣泛應(yīng)用，并密切關(guān)注和防范人工智能廣泛應(yīng)用帶來(lái)的問(wèn)題和風(fēng)險(xiǎn)。

【關(guān)鍵詞】人工智能 “鮑莫爾病” 供給效率

【中圖分類(lèi)號(hào)】TP18;F49 【文獻(xiàn)標(biāo)識(shí)碼】A

近年來(lái)，我國(guó)服務(wù)業(yè)快速發(fā)展，占比持續(xù)上升，成為支撐經(jīng)濟(jì)增長(zhǎng)的重要?jiǎng)恿Α?012年中國(guó)服務(wù)業(yè)增加值占GDP比重達(dá)到45.5%，首次超過(guò)工業(yè)成為第一大產(chǎn)業(yè)，此后服務(wù)業(yè)占比持續(xù)提升，2015年這一數(shù)字首次超過(guò)50%。2015年—2019年，我國(guó)服務(wù)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)接近60%，位居第一，2022年我國(guó)服務(wù)業(yè)增加值達(dá)到638698億元，占GDP的比重為52.8%。服務(wù)業(yè)發(fā)展也得到了國(guó)家的高度重視，黨的二十大報(bào)告提出：“構(gòu)建優(yōu)質(zhì)高效的服務(wù)業(yè)新體系，推動(dòng)現(xiàn)代服務(wù)業(yè)同先進(jìn)制造業(yè)、現(xiàn)代農(nóng)業(yè)深度融合。”

然而，在服務(wù)業(yè)占GDP比重越來(lái)越高的情況下，各類(lèi)生產(chǎn)要素不斷流向服務(wù)業(yè)領(lǐng)域。經(jīng)濟(jì)學(xué)家認(rèn)為，三次產(chǎn)業(yè)中，服務(wù)業(yè)由于受到“鮑莫爾病”的影響，其生產(chǎn)率較低，在經(jīng)濟(jì)服務(wù)化的過(guò)程中，容易出現(xiàn)結(jié)構(gòu)性減速。從根本上看，“鮑莫爾病”是因?yàn)榉?wù)業(yè)需要投入大量的人力資源，以面對(duì)面的方式完成，技術(shù)進(jìn)步速度慢，難以實(shí)現(xiàn)工業(yè)化規(guī)?；a(chǎn)。近年來(lái)，人工智能技術(shù)快速發(fā)展，以生成式人工智能（AIGC）為代表的新一代人工智能不斷取得突破，這將對(duì)服務(wù)業(yè)的生產(chǎn)模式、要素投入、技術(shù)進(jìn)步、生產(chǎn)效率等產(chǎn)生巨大的影響，從而有可能治愈服務(wù)業(yè)的“鮑莫爾病”，提高全社會(huì)生產(chǎn)率，推動(dòng)經(jīng)濟(jì)持續(xù)增長(zhǎng)。

什么是“鮑莫爾病”

二戰(zhàn)后，各個(gè)國(guó)家服務(wù)業(yè)占GDP的比重持續(xù)上升。對(duì)此，很多經(jīng)濟(jì)學(xué)家提出了理論上的解釋。以鮑莫爾（Baumol, W.J.）為代表的經(jīng)濟(jì)學(xué)家認(rèn)為，服務(wù)業(yè)占GDP比重的上升，是因?yàn)榉?wù)業(yè)本身的生產(chǎn)率提升較慢，成本持續(xù)增加。在其開(kāi)創(chuàng)性論文《非平衡增長(zhǎng)的宏觀經(jīng)濟(jì)學(xué)：城市危機(jī)剖析》中，鮑莫爾（1967）提出了一個(gè)兩部門(mén)非均衡增長(zhǎng)模型，即由技術(shù)進(jìn)步推動(dòng)的生產(chǎn)率持續(xù)增長(zhǎng)的“進(jìn)步部門(mén)”和技術(shù)影響弱生產(chǎn)率低的“停滯部門(mén)”，假設(shè)勞動(dòng)力可以在兩個(gè)部門(mén)之間自由流動(dòng)，且社會(huì)對(duì)“停滯部門(mén)”所提供的服務(wù)缺乏需求價(jià)格彈性，那么，勞動(dòng)力會(huì)持續(xù)流向生產(chǎn)率較低的“停滯部門(mén)”，這樣，“停滯部門(mén)”的單位產(chǎn)品成本不斷上升，產(chǎn)出價(jià)格越來(lái)越高，占GDP的比重越來(lái)越大，而整個(gè)國(guó)家的經(jīng)濟(jì)增長(zhǎng)速度則會(huì)持續(xù)下降，這被稱(chēng)之為“鮑莫爾成本病”（Baumol's cost disease），簡(jiǎn)稱(chēng)“鮑莫爾病”。①在經(jīng)濟(jì)現(xiàn)實(shí)中，很多服務(wù)行業(yè)以勞務(wù)產(chǎn)出的方式進(jìn)行，需要提供者與消費(fèi)者同時(shí)在現(xiàn)場(chǎng)完成，很難做到機(jī)械化、標(biāo)準(zhǔn)化、自動(dòng)化，其生產(chǎn)效率提升緩慢，是鮑莫爾所提出的“停滯部門(mén)”的代表。

“鮑莫爾病”的理論提出之后，引發(fā)了大量爭(zhēng)議，而實(shí)證研究的結(jié)果也存在著顯著差異。一部分實(shí)證研究證明了“鮑莫爾病”的確存在。鮑莫爾（2012）指出，在美國(guó)，從1948年—1995年，外科醫(yī)療服務(wù)的名義價(jià)格以每年5.5%的速度遞增，病房成本以每年8.4%的速度遞增，每個(gè)學(xué)生的教育支出以每年7.4%的速度遞增，而同期消費(fèi)者價(jià)格指數(shù)（CPI）的遞增速度卻低于4%。其他發(fā)達(dá)國(guó)家也有類(lèi)似情況。價(jià)格的上升，造成了醫(yī)療服務(wù)與教育成為服務(wù)業(yè)內(nèi)部成本增長(zhǎng)最快的部門(mén)，其占GDP的比重也急劇上升。Anne-Kathrin Last和Heike Wetzel（2010）指出，對(duì)德國(guó)劇場(chǎng)表演的生產(chǎn)率進(jìn)行了實(shí)證研究，他們使用隨機(jī)前沿方法，將全要素生產(chǎn)率（TFP）分解為兩個(gè)部分：第一，是否鮑莫爾的成本病模型在此部門(mén)有效；第二，效率進(jìn)步能否補(bǔ)償成本病帶來(lái)的生產(chǎn)率負(fù)面影響。結(jié)果證明，隨著工資的增加，單位勞動(dòng)力成本上升，這證實(shí)了成本病假說(shuō)。而且，雖然劇院有著明顯的規(guī)模效應(yīng)，但并不足以抵銷(xiāo)成本病帶來(lái)的非效率。從總體看，大部分經(jīng)濟(jì)學(xué)家都認(rèn)為“鮑莫爾病”在經(jīng)濟(jì)中或多或少存在。2017年鮑莫爾去世時(shí)，芝加哥大學(xué)布斯商學(xué)院的美國(guó)經(jīng)濟(jì)專(zhuān)家小組對(duì)一些著名經(jīng)濟(jì)學(xué)家進(jìn)行了調(diào)查，59%的受調(diào)查專(zhuān)家同意“鮑莫爾病”在現(xiàn)實(shí)生活中的確存在。

從我國(guó)的實(shí)際情況來(lái)看，服務(wù)業(yè)總體生產(chǎn)率較低，與第二產(chǎn)業(yè)相比有一定的差距。隨著數(shù)字技術(shù)在社會(huì)經(jīng)濟(jì)生活中的持續(xù)擴(kuò)散，服務(wù)業(yè)領(lǐng)域大量應(yīng)用人工智能等數(shù)字技術(shù)，其生產(chǎn)效率有了大幅度提升，“鮑莫爾病”正在被治愈。Harry Greenfield（2005）指出，在300年前，四重奏只可能在一個(gè)小的沙龍表演，沒(méi)有擴(kuò)音器，也沒(méi)有錄音設(shè)備。而今天這方面的效率有了很大的提升。他進(jìn)一步指出，鮑莫爾的服務(wù)概念存在著合成謬誤，應(yīng)將服務(wù)分為生產(chǎn)者服務(wù)與消費(fèi)者服務(wù)，在信息革命的驅(qū)動(dòng)下，生產(chǎn)者服務(wù)有著很高的技術(shù)進(jìn)步率。因此，成本病應(yīng)該已經(jīng)治愈了。Jack E. Triplett和Barry P. Bosworth（2003）指出，在1995年之后，由于信息服務(wù)部門(mén)的勞動(dòng)生產(chǎn)率增長(zhǎng)要遠(yuǎn)遠(yuǎn)快于商品生產(chǎn)部門(mén)。如果從總產(chǎn)出水平來(lái)考察，在服務(wù)業(yè)內(nèi)部的子行業(yè)中，數(shù)字化的經(jīng)紀(jì)業(yè)與金融業(yè)的勞動(dòng)生產(chǎn)率增長(zhǎng)非?？臁ｋS著人工智能等新一代數(shù)字技術(shù)在服務(wù)業(yè)領(lǐng)域全面滲透，服務(wù)業(yè)“鮑莫爾病”將被逐步治愈。

人工智能治愈“鮑莫爾病”的途徑

近年來(lái)，人工智能技術(shù)快速進(jìn)步，在服務(wù)業(yè)等各行各業(yè)也有了廣泛應(yīng)用。從以前的人工智能來(lái)看，主要是傾向于單一場(chǎng)景和技術(shù)的應(yīng)用，例如，機(jī)器視覺(jué)廣泛應(yīng)用于安防產(chǎn)業(yè)。而以生成式人工智能為代表的新一代人工智能，拓展了人工智能在產(chǎn)業(yè)應(yīng)用的場(chǎng)景和深度，為治愈“鮑莫爾病”提供了更多的發(fā)展空間。咨詢公司埃森哲（Accenture，2023）認(rèn)為，生成式人工智能模仿人類(lèi)對(duì)話和決策的能力讓世界意識(shí)到人工智能的變革潛力，從而使人工智能在公眾廣泛采用方面出現(xiàn)了第一個(gè)真正轉(zhuǎn)折點(diǎn)。Korinek認(rèn)為，由于ChatGPT和其他人工智能機(jī)器人使認(rèn)知工作自動(dòng)化，而不需要投資設(shè)備和基礎(chǔ)設(shè)施等物理資料，因此對(duì)生產(chǎn)力提高的影響可能比過(guò)去的技術(shù)革命要快得多。2023年世界經(jīng)濟(jì)論壇的調(diào)查表明，大約75%的受訪公司預(yù)計(jì)在未來(lái)五年內(nèi)廣泛采用人工智能技術(shù)。在已經(jīng)使用ChatGPT等生成式人工智能的企業(yè)中，93%計(jì)劃讓它承擔(dān)更多工作。這將極大地提升服務(wù)業(yè)的勞動(dòng)生產(chǎn)率。Brynjolfsson（2023）認(rèn)為，生成式人工智能可以幫助企業(yè)擴(kuò)展其產(chǎn)品并提高員工的生產(chǎn)力，而知識(shí)工作者和信息工作者也可以借助這些工具提升其勞動(dòng)生產(chǎn)率，在十年內(nèi)，生成式人工智能可以為美國(guó)的經(jīng)濟(jì)增長(zhǎng)增加數(shù)萬(wàn)億美元。OpenAI的首席執(zhí)行官Sam Altman（2021）則認(rèn)為，隨著人工智能滲透到生產(chǎn)生活中，原來(lái)許多由勞動(dòng)力成本決定的高價(jià)格產(chǎn)品或服務(wù)的價(jià)格會(huì)快速下降，從而使每個(gè)人都從中受益。他預(yù)測(cè)，在未來(lái)十年內(nèi)，每個(gè)成年美國(guó)人每年能夠從人工智能的應(yīng)用中獲得13500美元的利益。

服務(wù)業(yè)供給效率低下的一個(gè)重要原因是在服務(wù)環(huán)節(jié)中需要投入大量的人力資源，而人工智能的廣泛應(yīng)用，能夠使很多服務(wù)環(huán)節(jié)由機(jī)器替代勞動(dòng)力，從而使服務(wù)業(yè)減少對(duì)勞動(dòng)力的依賴，效率得以快速提升。例如，新一代人工智能能夠廣泛應(yīng)用到教育、金融和醫(yī)療等各個(gè)領(lǐng)域，提高這些行業(yè)的生產(chǎn)率。

從具體途徑來(lái)看，新一代人工智能可以作為員工的助理，提高工作效率，從而治愈這些工作中可能存在的“鮑莫爾病”。以ChatGPT為例，其使語(yǔ)言識(shí)別、交互、支持和個(gè)性化成為可能，將提升服務(wù)業(yè)的效率。一家提供就業(yè)服務(wù)的平臺(tái)（Glassdoor旗下的社交平臺(tái)Fishbowl）對(duì)1000家企業(yè)進(jìn)行調(diào)查的結(jié)果顯示，近50%的企業(yè)表示已經(jīng)在使用ChatGPT；30%表示有計(jì)劃使用。而在已經(jīng)使用ChatGPT的企業(yè)中，48%已經(jīng)讓其代替員工工作。ChatGPT的具體職責(zé)包括：客服、代碼編寫(xiě)、招聘信息撰寫(xiě)、文案和內(nèi)容創(chuàng)作、會(huì)議記錄和文件摘要等。目前來(lái)看，ChatGPT的工作得到了公司的普遍認(rèn)可，55%給出了“優(yōu)秀”的評(píng)價(jià)，34%認(rèn)為“非常好”，這為企業(yè)節(jié)省了成本。48%的受訪企業(yè)稱(chēng)，自使用這款人工智能聊天程序以來(lái)，公司節(jié)省了超過(guò)5萬(wàn)美元的費(fèi)用，11%表示節(jié)省下來(lái)的費(fèi)用高達(dá)10多萬(wàn)美元。而一些測(cè)試發(fā)現(xiàn)，使用生成式人工智能能夠極大地提高文字寫(xiě)作的效率（節(jié)省40%的時(shí)間且質(zhì)量更高），還能夠極大地提高程序員的工作效率。Erik Brynjolfsson，Danielle Li和Lindsey R. Raymond（2023）研究了人工智能對(duì)客服工作的影響，在使用人工智能后，客服每小時(shí)可以成功解決的投訴數(shù)量增加了13.8%，而且成功解決的投訴份額略有增加，特別是對(duì)技能較低和經(jīng)驗(yàn)不足的員工，在使用人工智能之后，其效率提高幅度更大。Shakked Noy和Whitney Zhang（2023）發(fā)現(xiàn)，在市場(chǎng)營(yíng)銷(xiāo)和人力資源等領(lǐng)域，在使用ChatGPT后，整體生產(chǎn)率有了大幅度提升，且對(duì)績(jī)效較差的員工有著更大的提升效應(yīng)。

新一代人工智能還可能完全取代某些工作，從而提高整體經(jīng)濟(jì)的效率。研究指出，新一代人工智能對(duì)80%的職業(yè)產(chǎn)生影響，作家、網(wǎng)絡(luò)和數(shù)字設(shè)計(jì)師、金融定量分析師、區(qū)塊鏈工程師等可能大部分被人工智能取代。根據(jù)高盛公司的一份研究報(bào)告，平均而言，人工智能可能會(huì)使18%的工作自動(dòng)化程度更高乃至被機(jī)器取代，對(duì)高收入國(guó)家的影響更為顯著。以美國(guó)為例，將有15%—35%的工作被取代，包括辦公室、行政、律師等工作，這些工作被人工智能取代后，其效率將有大幅度提升。Gartner預(yù)計(jì)，到2025年，大型組織30%的營(yíng)銷(xiāo)信息將由人工智能生成。到2030年，人工智能將完成電影90%的工作量（從文本到視頻）。勞動(dòng)力替代還將產(chǎn)生結(jié)構(gòu)轉(zhuǎn)換效應(yīng)。麥肯錫全球研究所（McKinsey Global Institute，2018）指出，在人工智能的推動(dòng)下，對(duì)工作的需求可能會(huì)從重復(fù)性任務(wù)轉(zhuǎn)向那些由社會(huì)和認(rèn)知驅(qū)動(dòng)并需要更多的數(shù)字技能的任務(wù)。勞動(dòng)就業(yè)的結(jié)構(gòu)轉(zhuǎn)換也將提高全社會(huì)的勞動(dòng)生產(chǎn)率。

從典型行業(yè)來(lái)看，人工智能將使醫(yī)療、教育等鮑莫爾認(rèn)為成本上升最快的行業(yè)效率提升。醫(yī)療領(lǐng)域是受“鮑莫爾病”影響的典型行業(yè)。Bobby J. Newbell（2007）認(rèn)為：在醫(yī)療領(lǐng)域，決定生產(chǎn)率的內(nèi)在因素，即詢問(wèn)病史和各項(xiàng)檢查，受到技術(shù)進(jìn)步的影響甚小，技術(shù)進(jìn)步也基本上沒(méi)有提高護(hù)士更換繃帶的速度。醫(yī)療領(lǐng)域中人類(lèi)互動(dòng)的固有特性使得該行業(yè)的生產(chǎn)率沒(méi)有隨著技術(shù)進(jìn)步而大幅度提升。隨著以生成式人工智能為代表的新一代人工智能在醫(yī)療領(lǐng)域的廣泛應(yīng)用，醫(yī)療領(lǐng)域的“鮑莫爾病”有可能趨于緩解。Khanna和Narendra N.等（2022）通過(guò)經(jīng)濟(jì)學(xué)分析發(fā)現(xiàn)，在診斷和治療中使用人工智能工具可以節(jié)省大量成本。一是解決醫(yī)療系統(tǒng)中的浪費(fèi)問(wèn)題。數(shù)據(jù)顯示，在美國(guó)花費(fèi)的所有醫(yī)療保健資金中，幾乎有四分之一被浪費(fèi)了，而人工智能通過(guò)對(duì)過(guò)度治療和不當(dāng)醫(yī)療保健服務(wù)的治理，將減少醫(yī)療資金的浪費(fèi)。二是提高疾病診斷、治療、護(hù)理、醫(yī)院管理等全過(guò)程的效率。人工智能在醫(yī)學(xué)影像（例如，引入AI分析系統(tǒng)的高級(jí)CT掃描、磁共振成像和超聲，可以更準(zhǔn)確地執(zhí)行重復(fù)、簡(jiǎn)單的任務(wù)，減少醫(yī)療差錯(cuò)，降低成本，并在出現(xiàn)嚴(yán)重情況之前促進(jìn)早期診斷和干預(yù)）和疾病診斷（例如，更精準(zhǔn)地發(fā)現(xiàn)疾病與輸入預(yù)測(cè)因子之間的非線性相關(guān)性）等方面已具有一定的效率優(yōu)勢(shì)，而利用大數(shù)據(jù)和人工智能方法，能夠?yàn)榛颊咛峁┛焖俣珳?zhǔn)的護(hù)理。在治療方面，利用人工智能預(yù)測(cè)疾病預(yù)后和治療反應(yīng)，將提高醫(yī)生在疾病治療方面的效率。三是人工智能能夠加快藥物研發(fā)。新藥開(kāi)發(fā)的成本越來(lái)越高，時(shí)間越來(lái)越長(zhǎng)，這被稱(chēng)為Eroom定律（Eroom是Moore單詞反拼，意思是與摩爾定律相反，即反摩爾定律）。Gartner預(yù)計(jì)，在未來(lái)，將有超過(guò)30%的新藥物和材料將由生成式人工智能技術(shù)發(fā)現(xiàn)。人工智能算法能夠在短時(shí)間內(nèi)評(píng)估數(shù)百萬(wàn)種潛在藥物，預(yù)測(cè)其有效性，使藥物發(fā)現(xiàn)的時(shí)間從3—6年縮短至1—2年，成本也能夠快速下降。例如，Insilico公司的算法能通過(guò)閱讀醫(yī)學(xué)文獻(xiàn)來(lái)尋找潛在的蛋白質(zhì)、細(xì)胞或病原體，以確定藥物研發(fā)方向。目前由該公司開(kāi)發(fā)的一款完全由人工智能完成的用于特發(fā)性肺纖維化（IPF）的藥物已進(jìn)入一期臨床試驗(yàn)。

多國(guó)主管機(jī)構(gòu)已開(kāi)始批準(zhǔn)人工智能產(chǎn)品正式進(jìn)入醫(yī)療服務(wù)領(lǐng)域。據(jù)不完全統(tǒng)計(jì)，美國(guó)食品藥品監(jiān)督管理局（以下簡(jiǎn)稱(chēng)FDA）已批準(zhǔn)多種基于人工智能的醫(yī)療設(shè)備。例如，2017年1月，Arterys的醫(yī)學(xué)影像平臺(tái)獲得了美國(guó)FDA的批準(zhǔn)，這是第一個(gè)用于臨床實(shí)踐的機(jī)器應(yīng)用。它最初被批準(zhǔn)用于心臟核磁共振圖像分析，現(xiàn)已被批準(zhǔn)用于其他影像學(xué)設(shè)備。2018年4月，F(xiàn)DA批準(zhǔn)了IDx-DR系統(tǒng)上市，這是FDA授權(quán)的第一個(gè)人工智能診斷系統(tǒng)，用于檢測(cè)診斷為糖尿病的成年患者（22歲及以上）的糖尿病視網(wǎng)膜病變。醫(yī)生只需要將患者的視網(wǎng)膜圖像上傳到云服務(wù)器，系統(tǒng)將自主給出篩查決策，即觀察隨訪還是進(jìn)一步治療。Tractica預(yù)測(cè)，到2025年，醫(yī)療保健人工智能市場(chǎng)的收入機(jī)會(huì)將超過(guò)340億美元。其中，來(lái)自22個(gè)關(guān)鍵醫(yī)療保健人工智能用例的全球軟件收入將從2018年的5.117億美元增長(zhǎng)到2025年的86億美元。

教育領(lǐng)域也深受“鮑莫爾病”的影響。在過(guò)去的50年間，教育行業(yè)的生產(chǎn)率提升并不明顯。一個(gè)經(jīng)常被引用的案例是一位大學(xué)教授利用PowerPoint進(jìn)行一個(gè)小時(shí)的課程講授，向他的學(xué)生傳達(dá)信息的速度并不比50年前使用幻燈機(jī)或黑板的講師快得多（Bobby J. Newbell, 2007）。然而，人工智能在教育領(lǐng)域的廣泛應(yīng)用，可以為學(xué)生的學(xué)習(xí)活動(dòng)和教師的教學(xué)活動(dòng)提供有力的輔助和支持，從而提高教育的效率。生成式人工智能在以更具適應(yīng)性和更加個(gè)性化的方式為學(xué)生學(xué)習(xí)提供智能化支持，人工智能和VR、AR等技術(shù)可以使學(xué)生們以體驗(yàn)的方式進(jìn)行學(xué)習(xí)，以游戲的方式身臨其境地與授課和書(shū)本的知識(shí)內(nèi)容發(fā)生互動(dòng)，從而使學(xué)生可以長(zhǎng)期保持注意力的集中。相比傳統(tǒng)教育模式中只能通過(guò)教師的教學(xué)語(yǔ)言、圖片和文字來(lái)傳授知識(shí)，沉浸式學(xué)習(xí)所營(yíng)造的體驗(yàn)式的學(xué)習(xí)環(huán)境可以更好地幫助學(xué)生加深對(duì)知識(shí)的記憶和理解。在教學(xué)活動(dòng)中，人工智能可以幫助教師進(jìn)行寫(xiě)作文本的檢查和評(píng)價(jià)，將教師從耗時(shí)費(fèi)力的對(duì)文本的錯(cuò)別字、標(biāo)點(diǎn)符號(hào)和病句的檢查與校對(duì)工作中解放出來(lái)；也可以幫助教師進(jìn)行教學(xué)內(nèi)容的設(shè)置，提高教學(xué)的質(zhì)量和效率。通過(guò)更為靈活和創(chuàng)新的方式，幫助教育工作者創(chuàng)建教學(xué)內(nèi)容。這些工具可用于生成課程計(jì)劃、創(chuàng)建測(cè)驗(yàn)和考試以及編寫(xiě)教育材料，從而節(jié)省教育工作者的時(shí)間和精力，為學(xué)生提供引人入勝且行之有效的學(xué)習(xí)體驗(yàn)。人工智能強(qiáng)大的語(yǔ)言翻譯功能，還可以消除教育活動(dòng)中的語(yǔ)言障礙。這可以極大地緩解學(xué)生學(xué)習(xí)外語(yǔ)的困難，消除因語(yǔ)言不通而導(dǎo)致的信息傳遞壁壘和障礙，為學(xué)生提供理解不同語(yǔ)種的文本或語(yǔ)音材料的渠道，從而大大擴(kuò)展信息和知識(shí)在整個(gè)世界范圍內(nèi)的傳播和交流。

人工智能能夠提高科技研發(fā)的效率。研發(fā)服務(wù)既是服務(wù)業(yè)的重要組成部分，還對(duì)服務(wù)業(yè)效率的提升有著基礎(chǔ)作用。然而，由于科學(xué)技術(shù)研發(fā)的特點(diǎn)，使技術(shù)進(jìn)步呈現(xiàn)出減速趨勢(shì)。Park和Michael等研究人員（2023）②通過(guò)對(duì)近年來(lái)全球的論文和專(zhuān)利進(jìn)行定量分析發(fā)現(xiàn)，隨著時(shí)間的推移，突破性成果的數(shù)量在持續(xù)下降，而且這種下降不能被已發(fā)表科學(xué)質(zhì)量、引文實(shí)踐或特定領(lǐng)域等因素的變化所解釋?zhuān)顚哟蔚脑蚴请S著知識(shí)存量的增加，科學(xué)家和發(fā)明家的知識(shí)面越來(lái)越窄。另一方面，過(guò)去幾個(gè)世紀(jì)的技術(shù)進(jìn)步，已在容易突破的科技領(lǐng)域?qū)崿F(xiàn)了突破，剩下的領(lǐng)域都是“硬骨頭”。而人工智能技術(shù)，是一種能夠幫助人類(lèi)提高研發(fā)效率的“元技術(shù)”，Sam Altman認(rèn)為，正是因?yàn)槿斯ぶ悄芗夹g(shù)的進(jìn)步與廣泛應(yīng)用，我們將進(jìn)入加速進(jìn)步的“萬(wàn)物摩爾定律”階段。通過(guò)廣泛應(yīng)用人工智能，能夠突破技術(shù)進(jìn)步減速趨勢(shì)，推動(dòng)另一場(chǎng)科技革命。例如，生成式人工智能能夠理解科學(xué)論文與專(zhuān)利文獻(xiàn)，可以自己學(xué)習(xí)和積累知識(shí)，從而幫助科學(xué)家發(fā)現(xiàn)創(chuàng)新的可能方向和前沿領(lǐng)域。在數(shù)據(jù)處理方面，科研儀器和試驗(yàn)設(shè)備正在產(chǎn)生前所未有的數(shù)據(jù)量，而各種日常生產(chǎn)和生活中也產(chǎn)生了海量數(shù)據(jù)，人工智能在處理海量數(shù)據(jù)方面具有獨(dú)特的優(yōu)勢(shì)，從而實(shí)現(xiàn)以數(shù)據(jù)驅(qū)動(dòng)科技研發(fā)的進(jìn)步。

生成式人工智能的演進(jìn)與廣泛應(yīng)用，有可能突破波蘭尼悖論，從而打開(kāi)人工智能應(yīng)用的空間。哲學(xué)家邁克爾·波蘭尼在1964年提出了一個(gè)觀點(diǎn)，即“機(jī)器在某些特定領(lǐng)域擁有明顯優(yōu)勢(shì)，而在另一些領(lǐng)域難以逾越人類(lèi)”，這是因?yàn)?ldquo;我們能比我們自身所意識(shí)到的知道更多”，在人類(lèi)從事生產(chǎn)的過(guò)程中，即使是簡(jiǎn)單的活動(dòng)，實(shí)際上需要的理解力比我們預(yù)想的要多出很多，這類(lèi)知識(shí)很難被機(jī)械、自動(dòng)化或計(jì)算機(jī)所替代，被稱(chēng)之為隱性知識(shí)?，F(xiàn)階段，人工智能與人類(lèi)各有優(yōu)劣：機(jī)器更加理性和善于進(jìn)行基于規(guī)則的分析，擁有人類(lèi)無(wú)法企及的知識(shí)存儲(chǔ)量以及超越人類(lèi)幾個(gè)數(shù)量級(jí)的計(jì)算能力，但同時(shí)也像個(gè)“聰明的白癡”，“在所有需要‘思考’的地方成功，卻在人與動(dòng)物不需要思考的領(lǐng)域失敗”（計(jì)算機(jī)科學(xué)家唐納德·克努特語(yǔ)）。生成式人工智能在自然語(yǔ)言理解、情感交互等方面的突破，使其將打破波蘭尼悖論，推動(dòng)服務(wù)機(jī)器人進(jìn)入發(fā)展新階段。服務(wù)機(jī)器人能夠廣泛應(yīng)用到家庭服務(wù)、醫(yī)療、餐飲、物流和酒店等領(lǐng)域，代替人類(lèi)完成繁瑣而難以自動(dòng)化的任務(wù)，減少這些行業(yè)對(duì)人力的依賴，從而提高生產(chǎn)效率。根據(jù)中國(guó)電子學(xué)會(huì)數(shù)據(jù)，2021年全球服務(wù)機(jī)器人市場(chǎng)規(guī)模達(dá)到172億美元，2017年—2021年復(fù)合增長(zhǎng)率達(dá)27%。通過(guò)引進(jìn)ChatGPT等生成式人工智能，將推動(dòng)服務(wù)機(jī)器人的功能快速提升，并應(yīng)用到更廣泛的領(lǐng)域。

服務(wù)業(yè)供給效率低下的另一個(gè)原因是供應(yīng)鏈產(chǎn)業(yè)鏈既涉及到物，又涉及到人，完成最終服務(wù)的各個(gè)環(huán)節(jié)之間難以耦合，從而無(wú)法降低成本。而人工智能的廣泛應(yīng)用，能夠推動(dòng)服務(wù)業(yè)供應(yīng)鏈全方位全鏈路數(shù)字化、智能化改造，將人、物、知識(shí)、技能、標(biāo)準(zhǔn)等整合在一起，并將這些資源進(jìn)行智能組合，實(shí)現(xiàn)服務(wù)資源的匯聚、智能調(diào)度與優(yōu)化使用，從而推動(dòng)服務(wù)業(yè)供應(yīng)鏈效率的提升，使自助服務(wù)與自動(dòng)化和在線訪問(wèn)相結(jié)合，重塑服務(wù)的生產(chǎn)和交付方式，推動(dòng)自動(dòng)化從后臺(tái)擴(kuò)展到前臺(tái)。

人工智能能夠推動(dòng)服務(wù)工業(yè)化，發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng)。服務(wù)業(yè)產(chǎn)生“鮑莫爾病”的一個(gè)重要原因是其需要面對(duì)面?zhèn)€性化完成，無(wú)法像工業(yè)產(chǎn)品一樣實(shí)現(xiàn)規(guī)?；a(chǎn)和消費(fèi)。隨著人工智能技術(shù)在服務(wù)業(yè)的滲透，“服務(wù)工業(yè)化”發(fā)展模式成為可能。在醫(yī)療行業(yè)，人工智能能夠?qū)⒆顑?yōu)秀醫(yī)生的經(jīng)驗(yàn)進(jìn)行匯聚，實(shí)現(xiàn)自動(dòng)化診斷與治療，也可以為新入行的醫(yī)生提出有價(jià)值的診療建議，從而幫助這些醫(yī)生大幅度提高工作效率。人工智能在教育領(lǐng)域，能夠?yàn)榻處熢趥湔n、作業(yè)批閱等環(huán)節(jié)提供大量效率工具。而對(duì)于服務(wù)機(jī)器人、自動(dòng)駕駛等行業(yè)而言，能夠通過(guò)以商品替代服務(wù)，以工業(yè)化生產(chǎn)的方式治愈服務(wù)業(yè)領(lǐng)域的“鮑莫爾病”。

人工智能推動(dòng)服務(wù)業(yè)強(qiáng)化商業(yè)模式創(chuàng)新，提高服務(wù)業(yè)供需匹配效率。很多服務(wù)產(chǎn)品無(wú)法被“擁有”，無(wú)法被儲(chǔ)存、帶走或以后使用，因此，存在供需匹配效率不高的情況，在不同時(shí)空的服務(wù)領(lǐng)域可能出現(xiàn)消費(fèi)者排隊(duì)與資源閑置并存的現(xiàn)象，這造成了服務(wù)效率的降低。人工智能技術(shù)能夠優(yōu)化企業(yè)的資源調(diào)度、利用與分配，使服務(wù)能力的時(shí)空分布更符合消費(fèi)者的需求。對(duì)消費(fèi)者而言，人工智能技術(shù)也能夠幫助消費(fèi)者合理安排接受服務(wù)的時(shí)間與空間，從而提升消費(fèi)者體驗(yàn)。人工智能技術(shù)提供服務(wù)質(zhì)量、交易匹配等方面的優(yōu)勢(shì)，從而使點(diǎn)對(duì)點(diǎn)交易成為可能，推動(dòng)“零工”和“共享”等商業(yè)模式創(chuàng)新，從而增加服務(wù)業(yè)資源供給的柔性。

發(fā)揮人工智能作用治愈“鮑莫爾病”的政策建議

從總體上看，人工智能在治愈“鮑莫爾病”方面表現(xiàn)出較大優(yōu)勢(shì)，在未來(lái)也將有巨大的潛力。為了將這些優(yōu)勢(shì)進(jìn)一步發(fā)揮出來(lái)，需要在政策方面予以支持。

一是積極推動(dòng)人工智能基礎(chǔ)研究。鑒于人工智能在社會(huì)經(jīng)濟(jì)各個(gè)方面的應(yīng)用潛力和對(duì)生產(chǎn)率提升的重要作用，有必要將人工智能技術(shù)研發(fā)提升到國(guó)家戰(zhàn)略高度。而人工智能的許多技術(shù)具有基礎(chǔ)性與通用性，因此，需將其作為基礎(chǔ)研究加以高度重視。各國(guó)政府也出臺(tái)了相應(yīng)的政策，支持人工智能技術(shù)的研發(fā)。例如，2023年5月23日，美國(guó)宣布了一系列圍繞美國(guó)人工智能使用和發(fā)展的新舉措，以抓住人工智能帶來(lái)的新機(jī)遇。

人工智能的創(chuàng)新，不僅涉及技術(shù)創(chuàng)新，還涉及數(shù)據(jù)等方面的制度、商業(yè)模式、業(yè)態(tài)等創(chuàng)新，在政策方面必須多方協(xié)同，從而推動(dòng)人工智能基礎(chǔ)研究的快速進(jìn)步。

在數(shù)據(jù)方面，應(yīng)以國(guó)家統(tǒng)籌的方式，建立優(yōu)質(zhì)內(nèi)容收集整理機(jī)制，并將圖書(shū)、論文等優(yōu)質(zhì)內(nèi)容數(shù)字化；推動(dòng)不同平臺(tái)、不同App之間進(jìn)行數(shù)據(jù)共享，從而為大模型發(fā)展提供優(yōu)質(zhì)數(shù)據(jù)。在企業(yè)數(shù)據(jù)方面，需要打通各個(gè)平臺(tái)、企業(yè)和部門(mén)之間的數(shù)據(jù)，建立高質(zhì)量數(shù)據(jù)共享機(jī)制。以ChatGPT為代表的大模型的訓(xùn)練需要大量高質(zhì)量的數(shù)據(jù)，很容易出現(xiàn)數(shù)據(jù)饑餓（Data hunger）。由于模型的參數(shù)增加具有規(guī)模報(bào)酬遞減的現(xiàn)象，因此，高質(zhì)量的數(shù)據(jù)將是訓(xùn)練大模型的稀缺資源，共享核心數(shù)據(jù)集的政策將是未來(lái)提高研究生產(chǎn)力和以創(chuàng)新為導(dǎo)向的競(jìng)爭(zhēng)的關(guān)鍵工具。從量上來(lái)看，根據(jù)《國(guó)家數(shù)據(jù)資源調(diào)查報(bào)告（2021）》，2021年全年，我國(guó)數(shù)據(jù)產(chǎn)量達(dá)到6.6ZB，占全球數(shù)據(jù)總產(chǎn)量（67ZB）的9.9%，僅次于美國(guó)（16ZB），位列全球第二。我國(guó)人工智能企業(yè)在發(fā)展過(guò)程中，利用人工標(biāo)注的方式，儲(chǔ)備了豐富的數(shù)據(jù)。中文互聯(lián)網(wǎng)內(nèi)容雖然不少，但存在數(shù)據(jù)割裂分散、高質(zhì)量數(shù)據(jù)不多、對(duì)外開(kāi)放度不夠等問(wèn)題。經(jīng)濟(jì)合作與發(fā)展組織（OECD）2023年的研究表明，漢語(yǔ)的高質(zhì)量數(shù)據(jù)僅占全球的3.2%。③這與我國(guó)互聯(lián)網(wǎng)App化，各個(gè)平臺(tái)、企業(yè)乃至應(yīng)用程序之間形成一個(gè)個(gè)“數(shù)據(jù)煙囪”有著直接關(guān)系。需要國(guó)家層面出臺(tái)推動(dòng)數(shù)據(jù)共享的政策體系，尤其是需要在數(shù)據(jù)要素價(jià)值、隱私保護(hù)和數(shù)據(jù)共享之間，設(shè)計(jì)一條平衡的政策路徑，從而更高效地推動(dòng)與個(gè)人隱私關(guān)系不大的高質(zhì)量文本數(shù)據(jù)共享。

加大對(duì)人工智能研究的資金支持力度。從經(jīng)濟(jì)學(xué)的角度來(lái)看，新一代人工智能技術(shù)能夠應(yīng)用到社會(huì)經(jīng)濟(jì)的各個(gè)領(lǐng)域，技術(shù)開(kāi)發(fā)者對(duì)人工智能創(chuàng)新的跨領(lǐng)域應(yīng)用，難以獲得相應(yīng)的收益。尤其是當(dāng)前人工智能技術(shù)處于快速發(fā)展階段，而先進(jìn)入者對(duì)后進(jìn)入者的研究具有跨期溢出效應(yīng)。因此，在技術(shù)研究方面，開(kāi)發(fā)者難以獲得技術(shù)的橫向與縱向溢出效益，私人最優(yōu)水平的研發(fā)投資將小于社會(huì)最優(yōu)水平的研發(fā)投入。增加政府投入，能夠補(bǔ)足私人投資的不足，從而推動(dòng)人工智能技術(shù)快速進(jìn)步。我國(guó)政府可考慮設(shè)立人工智能基礎(chǔ)研發(fā)基金，鼓勵(lì)科研機(jī)構(gòu)、高校、企業(yè)、社會(huì)組織等持續(xù)參與到人工智能的研發(fā)過(guò)程中來(lái)。

二是鼓勵(lì)擴(kuò)大人工智能應(yīng)用場(chǎng)景。人工智能具有應(yīng)用到服務(wù)業(yè)各個(gè)領(lǐng)域的巨大潛力，然而，作為一種新的技術(shù)，其應(yīng)用場(chǎng)景的拓展，需要大量互補(bǔ)性資源的投入與配套政策的支持。

加大人工智能應(yīng)用的互補(bǔ)性資源投入。人工智能的應(yīng)用，需要在信息傳輸、終端設(shè)備、計(jì)算能力、基礎(chǔ)數(shù)據(jù)等方面投入大量互補(bǔ)性資源。對(duì)服務(wù)業(yè)而言，絕大部分企業(yè)都是中小微企業(yè)，缺乏應(yīng)用人工智能技術(shù)的互補(bǔ)性資源。在政策上，支持擁有大量信息傳輸、終端設(shè)備、計(jì)算能力、基礎(chǔ)數(shù)據(jù)等各類(lèi)互補(bǔ)性資源的企業(yè)將其資源以低價(jià)的方式開(kāi)放給中小微企業(yè)；或者以政府采購(gòu)的方式，將這些資源免費(fèi)提供給中小微企業(yè)，使其以較低的成本和門(mén)檻就能夠使用人工智能技術(shù)，提高其運(yùn)營(yíng)效率。

建立人才培訓(xùn)制度。人工智能的使用，需要有一定的知識(shí)資源。因此，需要加大人才培訓(xùn)的投入，使企業(yè)儲(chǔ)備熟練使用人工智能的人才。值得注意的是，人工智能人才的培訓(xùn)，重點(diǎn)應(yīng)放在應(yīng)用型人才方面，即能夠順利將人工智能技術(shù)應(yīng)用到業(yè)務(wù)領(lǐng)域的人才，包括對(duì)企業(yè)現(xiàn)有員工的人工智能使用技能培訓(xùn)，從而使企業(yè)樹(shù)立應(yīng)用人工智能的意識(shí)。

三是注意防范人工智能在服務(wù)業(yè)領(lǐng)域帶來(lái)的潛在風(fēng)險(xiǎn)與問(wèn)題。人工智能在服務(wù)行業(yè)的廣泛應(yīng)用，可能帶來(lái)數(shù)據(jù)安全、網(wǎng)絡(luò)安全、內(nèi)容安全等方面的潛在問(wèn)題。在鼓勵(lì)人工智能廣泛應(yīng)用的同時(shí)，要密切關(guān)注潛在的風(fēng)險(xiǎn)與問(wèn)題。

（作者為中國(guó)社會(huì)科學(xué)院財(cái)經(jīng)戰(zhàn)略研究院研究員、教授、博導(dǎo)，浙江金融職業(yè)學(xué)院電子商務(wù)與新消費(fèi)研究院研究員）

【注：本文系中國(guó)社會(huì)科學(xué)院創(chuàng)新工程項(xiàng)目“防止資本無(wú)序擴(kuò)張——基于數(shù)字平臺(tái)的理論與實(shí)證研究”（項(xiàng)目編號(hào)：2022CJYB03）的研究成果】

【注釋】

①Baumol, W J (1967), "Macroeconomics of unbalanced growth: The anatomy of the urban crisis", American Economic Review 57: 415-426.

②Park, Michael, Erin Leahey, and Russell J. Funk. "Papers and patents are becoming less disruptive over time." Nature 613.7942 (2023): 138-144.

③OECD (2023), "AI language models: Technological, socio-economic and policy considerations", OECD Digital Economy Papers, No. 352, OECD Publishing, Paris, https://doi.org/10.1787/13d38f92-en.

責(zé)編/周小梨 美編/楊玲玲

聲明：本文為人民論壇雜志社原創(chuàng)內(nèi)容，任何單位或個(gè)人轉(zhuǎn)載請(qǐng)回復(fù)本微信號(hào)獲得授權(quán)，轉(zhuǎn)載時(shí)務(wù)必標(biāo)明來(lái)源及作者，否則追究法律責(zé)任。