与任何革命性的趋势一样，人工智能（AI）的崛起同样带来了重大的机遇和难以应对的挑战。但其中最严重的可能并不是最常讨论的风险。

据麦肯锡全球研究院（MGI）最新研究显示，人工智能具备显著提高整体经济生产率的潜能。即使考虑到过度成本和竞争效应，截至2030年它也可以使总产量增加13兆美元（53.3兆令吉），同时每年提高全球国内生产总值（GDP）1.2%左右。

这将超过——或至少也能与过去通用技术的经济影响力相媲美，包括19世纪的蒸汽动力、20世纪的工业制造以及21世纪的信息技术。

也许人工智能最让人们担忧的问题是其未来取代的岗位可能比创造的更多。但麦肯锡全球研究院的研究显示，长期来看，人工智能的采用或许并不会对净就业产生重大的影响。

截至2030年，对该行业的追加投资可以贡献5%的就业岗位，而其所创造的增量财富可以推升劳动力需求，实现就业率再提高12%。

生产力落后技术进步

但尽管整体状况十分乐观，不好的消息也同样存在。首先，感受人工智能的好处可能需要时间——尤其是在生产率方面。

事实上，麦肯锡全球研究院的研究表明截止2030年，人工智能对增长的贡献可能是今后5年的3到5倍。

上述结果与所谓的索洛计算机悖论相一致：生产率的提升落后于技术进步——这是数字革命期间一个值得关注的现象。

部分原因是，起初，经济体面临高额的落地和转型成本，而这种成本往往会被人工智能对经济影响的研究忽略掉。

麦肯锡国际研究院的模拟研究表明，未来5年这些成本将占到潜在总收益的80%，而到2030年却将下降至潜在总收益的三分之一左右。

人工智能革命另外一个令人不安的潜在特征，是它所产生的效益不太可能得到公平的分配。由此带来的“人工智能差异”将进一步强化数字差异己经造成的经济不平等和破坏竞争的鸿沟。

上述差异可能来源于三个领域：

1.差异很有可能出现在公司层面

充分采用人工智能技术的创新型前沿企业可以在现在到2030年这段时间内实现现金流量翻倍——这样的结果很有可能导致聘用更多工人。

这些企业将远远抛下那些不愿或不能以同等速度采用人工智能技术的企业。

事实上，完全不采用人工智能技术的企业可能因市场份额的丧失而面临20%左右的现金流下降，从而致使他们面临裁员的压力。

2.差异关乎到技能

人工智能技术的普及将使劳动力需求从可以轻易实现自动化或平台外包的重复性任务，过度到更多依赖社交或认知驱动。

麦肯锡全球研究院模型显示，以重复性操作和低数字技术含量为特征的职务，可能从占就业总人数的40%，下降到2030年的仅30%左右。

同时，需要非重复性劳动或高水平数字技术的工作很可能从约40%，上升至50%以上。

这样的转变可能导致工资差距拉大，约13%的工资总额可能转向需要高水平数字技术的非重复性工作，因为上述领域的收入增加。

从事重复性和低数字技术类职务的员工可能遭遇到工资停滞甚至减少，导致他们在工资总额中的比率从33%，下降到20%左右。

3.人工智能差异在不同国家间已经非常明显，并且势将进一步扩大。

这些国家，其中绝大多数为发达国家，将自身定位为人工智能领导者，与今天相比可能获得20至25%的额外经济收入，而新兴经济体可能仅增加5至15%。

发达经济体在人工智能应用方面具有显著的优势，因为他们在落实此前的数字技术方面能够更进一步。

他们还有极强的动机来采用人工智能技术：低生产率增长、人口老龄化和劳动力成本相对较高。

相比之下，许多发展中经济体的数字设施严重不足，创新和投资能力薄弱，而且缺乏牢固的技术基础。

再加上低工资的动机抑制效应和充足的生产力追赶空间，这些经济体似乎不太可能在人工智能应用领域与那些发达国家伙伴保持同步。

妥善分配资源利大于弊

这些人工智能差异的兴起和扩大并不是不可避免的。

尤其是发展中经济体可以选择采用前瞻性的思维方法，包括强化其数字基础并积极鼓励人工智能应用。

同时，为了确保满足不断变化的工作需求，企业可以在支持低技术群体的教育升级和持续学习方面发挥更加积极的作用。

而且，这些差异的存在也并不一定只起到消极作用。

将资源重新分配给业绩更好的企业可以使经济发展更加健康，从而使它们在面对来自其他国家的竞争时更具有竞争优势。

但上述差异所造成的风险绝对不容低估。

远见和毅力对于人工智能革命的成功至关重要，因为它在带来长期收益之前将会造成短期的痛苦。

如果上述痛苦出现在人工智能收益分配不均且令民众倍感沮丧的背景下，可能就会引发对技术的强烈抵制，而同样的技术在不同的情况下本来是可以创造出提高生产率、增加收入和催生就业需求的良性循环的。