AI突破恍新猷　經濟論證仍舊酒

社長開題「人工智慧和數據革命下的新現代經濟學」。上網找，即見今屆諾獎得主Daron Acemoglu研究不少。未揭曉前，還打趣說既然今屆醫學、物理、化學獎都涉AI，恐怕經濟亦然。果然如此。剛半年前，Acemoglu發表題為「The Simple Macroeconomics of AI」的工作論文。其實對於不知者而言，AI才要「新」和「現代」的經濟學。不過，學術最高境界不是動輒有新事物、新現象便要新理論，反而是要將之收納於現有框架，如數學和物理界皆有類似的大統一理論架構，因為這樣的理論才是跨時空永恆真理。 Acemoglu並無發明什麼新理論描述AI，模型還是當代宏觀經濟常用的整體均衡，只是將生產函數較為精細地拆開資本和勞動兩瓣，並各自引入任務為本的生產力模式，再容許各類（包括自動化、人機互補、省成本、省人手）AI以不同模式改變這生產力。到最後，AI的角色還是將基礎的人力、物力（資本）投入谷大成為產出，而所量度的，還是全要素生產力（TFP）。當然，AI在各類生產的模式和程度各異，要分開計再總合，這要用上Hulten理論，亦即加總各類生產力的權重正是各類生產的名義GDP佔比。 Hulten理論驟看直觀、常識而已，但其推論也需一翻功夫，而若欠此理論亦無法將TFP拆開引入各類AI計再加總。這正如宏觀理論的微觀基礎要靠Arrow-Debreu理論，其加總模式類似。由此可見，在經濟理論或模型架構上，AI跟歷來科技突破本質一樣，都是將相同投入變得更多產出（或減少投入得相同產出），縱影響生產力的機制有異。 學理上毋須新意，實證上亦不驚人。據Acemoglu數據分析，AI在未來十年於TFP貢獻不逾0.53至0.66%，聊勝於無──此非出自泛泛之輩，而是專研AI的諾獎得主。直觀而言，幾十年前的日本和十幾年來的中國，AI皆屬尖端級數。不過兩國實質GDP增長皆長年偏低或趨跌；日本TFP自1990年起增長歸零，中國的則自十年前起轉跌。 回到AI最強的美國，效Acemoglu以十年計，剔除海嘯六季和疫情八季失常數字，2004/14年美國GDP增長平均2.39%，2014/24年2.55%，可見AI潛在貢獻實在有限。 AI也許顛覆生活，但論經濟則顯然毋須新的理論、模型，甚至效應而言也不新得到哪裏。 羅家聰[email protected]