近來人工智能(AI)已成影響各國經濟發(fā)展的關鍵之一。在“第四次工業(yè)革命”啟動后，其功能、未來走向與普及速度，將是其中最重要的議題。對此，橫跨美國產官學界的3份研究報告，顯示盡管AI目前的發(fā)展程度低于一般社會認知，但未來發(fā)展很可能超乎想像。

　　不過，最令大家好奇的或許是，AI與自動化熱潮延燒至今，為何尚無明顯大規(guī)模的影響？ 紐約時報(New York Times)報導，一份麻省理工學院(MIT)與芝加哥大學(University of Chicago)的聯合研究解釋，因為錯誤的期望，加上新科技的衡量指標尚未完備，所以從科技萌芽到實際產生社會影響的過程，常與預期有所落差，這就是所謂“預期與統(tǒng)計的沖突(a clash of expectations and statistics)”。

　　電動馬達在19世紀末問世，卻直到20世紀初才興起生產力變革，就是最著名的例子。 這份報告是由MIT Sloan School of Management教授Erik Brynjolfsson和博士候選人Daniel Rock，及University of Chicago Booth School of Business教授Chad Syverson聯合發(fā)表。 美國國家經濟研究局(NBER)于2017年11月發(fā)布另一份研究，亦顯示AI技術的研究和投資，對生產力的影響尚在醞釀。

　　為完善評估依據，2017年11月30日，由史丹佛大學(Stanford University)、麻省理工學院(MIT)和其他組織，提出以AI指數進行的研究，借由測量科技進程、投資現況、研究引用和大學入學率等方面來追蹤人工智能的發(fā)展。

　　不過，專家也提醒，AI即使在特定領域的表現超越人類，也不代表和人類一樣具備應付日常的一般智能。例如就影像與語音辨識技術來說，AI發(fā)展與人相較已是有過之而無不及，但就生活經驗等常識的建構，則尚有進步空間。

　　另一方面，麥肯錫全球研究所(The McKinsey Global Institute)也就自動化和工作的關系發(fā)布研究成果，預測至遲2030年，美國必須轉職的勞工比率，可能多達3分之1，約為5,400萬人。不過受沖擊的實際人數，端視科技發(fā)展的速率而定。

　　麥肯錫的經濟學家Susan Lund呼吁，中階工作的轉職訓練和轉業(yè)安置，未來將是重要的社會政策。因為高階工作所需的復雜能力目前難以自動化，而低薪工作亦不符合自動化的經濟效益，中階工作被自動化取代的危機因此升高。

　　綜觀上述研究，不難看出兩大共識：一、科技固然是AI發(fā)展的關鍵，但經濟、政策和社會價值觀等，同樣具有決定性的作用。二、AI的發(fā)展模式，可能與過往工業(yè)革命下的生產應用進程相似。但若速度更快，社會沖擊也可能加劇。 以此來看，或許對AI影響力的深入了解，遠比盲目而未知的恐懼更加有用。與其擔心被AI取代，不如深入了解，發(fā)展互補的能力。