夜雨聆风
经济学家之间流传着一个老笑话：“计算机时代随处可见，唯独在生产率统计数据里看不到。”这笑话如今看起来似乎没那么好笑。但当劳动经济学家罗伯特·索洛在 1987 年写下这句话时，它确实反映了现实。
个人电脑、企业大型主机、初具雏形的现代互联网——那个年代人人都在谈论这些。可生产率却纹丝不动。简而言之，这些炫目的技术没给谁赚到钱。这种现象后来被称为“索洛悖论”。
当然，故事的结局我们都知道。到了九十年代中期，生产率开始飙升，科技让无数人赚得盆满钵满。尽管后来经历了一轮泡沫破灭与复苏，如今科技已是现代经济的核心支柱。
如今，AI 正在走类似的道路。新的数据表明，一个同样巨大的生产率与财富转折点，可能近在眼前。
自 2022 年 ChatGPT 推出、生成式 AI 大规模进入日常使用以来，它很大程度上复制了计算机初期的路径。全世界都止不住地谈论大语言模型和通用人工智能。可直到去年，即便是最炙手可热的 AI 公司，收入也少得令人惊讶。
例如，截至去年底，OpenAI 的年化收入约为 200 亿美元。作为对比，害虫防治行业的规模与之大致相当，而披萨行业的规模大约是其两倍。
图片来源：The Guardian
对 AI 高涨的情绪与实际经济影响之间的鸿沟，也体现在更大的数据集中。今年 2 月发布的一项大规模研究询问了 6000 名企业领导者 AI 对其运营的影响。答案是：完全没有。
虽然 63%的企业领导者表示他们已经采用了 AI，但 90%的人发现 AI 对其公司的就业或生产率没有影响。
官方统计数据大致也是如此。圣路易斯联邦储备银行的一项研究发现，生成式 AI 仅使工人生产率提高了 5.4%——远不足以支撑 AI 公司那高得离谱的估值。看来，索洛的老悖论又重现了。
不过，新的数据表明，情况可能正在改变。
现在仍为时尚早。但一系列新的财报和近期研究暗示，AI 可能终于开始找到其经济节奏。
Alphabet（谷歌母公司）的一季度财报为即将到来的 AI 生产率提升提供了最有力的证据。该公司表示，AI 使其核心搜索收入增长了 19%，并推动谷歌云收入增长了 63%。
更能说明问题的是，Alphabet 表示，AI 企业技术正推动谷歌云的大部分增长，并且来自大客户的 AI 驱动收入在过去一年中飙升了 800%。
同样，微软也正看到 AI 应用带来的巨额收入而开始涌入。在其最新财报中，该公司表示其 AI 业务正以 370 亿美元的年化收入率进账。同样，企业级应用贡献了其中大部分增长。
Salesforce、ServiceNow 和 Databricks，这三家规模相对较小的 AI 公司也表示，企业级 AI 正开始为他们创造可观的收入。
图片来源：Reuters
从更广阔的视角来看，德勤去年对多个行业进行了调查，发现生成式 AI 终于开始显现出真实的影响。德勤指出，大多数采用 AI 的公司都从中看到了投资回报，近四分之一的公司获得了 30% 甚至更高的收益。
简而言之，生成式 AI 正迅速变成企业核心业务的一部分，而非为了避免显得落伍而勉强采用的东西。
那么接下来会发生什么？如果以最初的索洛悖论为参照，答案是：“会有很多。”
即使到了 20 世纪 90 年代初，在索洛提出他的悖论数年之后，计算机和互联网仍未对生产率产生多大影响。然后，几乎是一夜之间，生产率增长陡然爆发
到 20 世纪 90 年代末和本世纪初，生产率增长大约翻了一番，其中计算机技术推动了大部分增长。
这种生产率与大型科技公司估值的“曲棍球棒式增长”，同样是在互联网泡沫破裂、市场尘埃落定之后出现的，其重塑了彼时的经济格局。多年后再回顾，纽约联邦储备银行称之为“生产率复苏”。
在 1987 年，计算机看起来像个赔本买卖。而今天，我们已无法想象一个没有计算机的世界。尽管开局缓慢，AI 仍可能引发同样的“曲棍球棒式增长“，并让如今的悲观预测落空。
过往依然有镜鉴意义。如今大多数经济学家相信，计算机之所以能开始驱动真正的增长，是因为企业终于学会了如何正确使用它，建立了能够从这项技术中榨取真实价值的基础设施与流程。
图片来源：Reuters
如今 Alphabet、微软等公司企业级 AI 收入的增长表明，AI 可能正处于类似的真正采用期。
最初被生成式 AI 打个措手不及，继而为之目眩神迷，大公司现在似乎终于静下心来，着手进行那艰难、昂贵但硕果累累的工作——弄清楚究竟如何把 AI 真正用起来。
当然，这需要时间。但当索洛悖论首次出现在统计数据中时，它最终被化解的过程，彻底改变了经济与世界。历史，很有可能即将重演。
