要理解人工智能可能对经济产生的影响，就以拖拉机为例。历史学家对谁发明了这种不起眼的机器意见不一。有人说是1812年英国工程师理查德·特里维西克(Richard Trevithick)。另一些人则认为，19世纪90年代初在南达科他州工作的约翰·弗洛利奇(John Froelich)更有资格。还有一些人指出，直到20世纪初，很少有人使用“拖拉机”这个词。然而，所有人都同意，拖拉机花了很长时间才留下了印记。1920年，只有4%的美国农场有一台。即使到了20世纪50年代，也只有不到一半的人拥有拖拉机。

关于人工智能对就业、生产力和生活质量的影响的猜测正处于白热化阶段。这项技术令人敬畏。然而，除非硅谷以外的数百万公司采用人工智能，否则人工智能的经济影响将会减弱。这将意味着远远超过使用奇怪的聊天机器人。相反，它将涉及企业及其内部数据的全面重组。“技术进步的扩散”，芝加哥大学的Nancy Stokey说，“对于长期增长来说，可以说和创新一样重要。”

日本和法国说明了扩散的重要性。日本具有不同寻常的创新能力，每年人均专利产出量仅次于韩国。二维码、锂离子电池和3d打印技术都是日本研究人员发明的。但该国在将新技术推广到整个经济领域方面做得很差。东京的生产力远高于全国其他地区。现金仍然占主导地位。2010年代末，只有47%的大公司使用计算机管理供应链，而新西兰的这一比例为95%。根据我们的分析，日本比基于其创新的预期贫穷约40%。

法国则恰恰相反。虽然它在创新方面的记录一般，但它在整个经济中传播知识方面非常出色。18世纪，法国间谍窃取了英国海军的工程机密。20世纪初，路易斯·雷诺拜访了美国的亨利·福特，了解了汽车工业的秘密。最近，meta和谷歌的前人工智能专家在巴黎创立了Mistral ai。法国在将新技术从首都传播到周边地区方面也做得很好。如今，法国顶级企业和中等企业之间的生产率差距还不到英国的一半。

在19世纪和20世纪，世界各地的商业变得更加“法国”，新技术传播得更快。两位经济学家Diego Comin和Martí Mestieri发现证据表明“在过去的200年里，跨国收养滞后的差异已经缩小了。”电力比拖拉机更快地席卷了整个经济。仅仅用了几十年的时间，个人电脑在办公室的使用率就超过了50%。互联网的传播速度甚至更快。总的来说，技术的传播推动了20世纪生产率的增长。

然而，自2000年代中期以来，世界开始转向日本。诚然，消费者采用新技术的速度比以往任何时候都快。据估计，社交媒体应用TikTok在一年内从零增长到1亿用户。Chatgpt本身是历史上增长最快的网络应用程序，直到本月Twitter的竞争对手Threads推出。但企业越来越谨慎。在过去的二十年里，各种各样令人兴奋的创新进入了市场。即便如此，根据最新的官方估计，到2020年，只有1.6%的美国公司采用了机器学习。在美国制造业，只有6.7%的公司使用3d打印技术。只有25%的业务工作流在云上，这个数字在五年内没有变化。

恐怖故事比比皆是。2017年，三分之一的日本地区银行仍在使用cobol语言，这是一种比人类登月早十年发明的编程语言。去年，英国进口了价值超过2000万英镑(2400万美元)的软盘、迷你光盘和磁带。发达国家五分之一的公司甚至没有网站。政府往往是最严重的违规者——例如，他们坚持使用纸质表格。我们估计，全球官僚机构每年在纸张和印刷上的支出为60亿美元，与上世纪90年代中期的实际支出相当。

最好的和其余的

其结果是两级经济。拥抱科技的公司正在从竞争中脱颖而出。2010年，英国最具生产力公司的平均工人生产的商品和服务价值98,000英镑(以今天的货币计算)，到2019年已上升至108,500英镑。最差公司的员工人数没有上升。在20世纪90年代的加拿大，前沿企业的生产率增长比非前沿企业高出约40%。从2000年到2015年，这一数字翻了三倍。麦肯锡咨询公司的蒂姆·科勒(Tim Koller)及其同事在一本书中发现，根据投资资本回报率对公司进行排名后，2017年第75百分位的回报率比中位数高20个百分点，是2000年的两倍。一些公司从购买新技术中获得巨大收益;许多人根本看不到。

尽管经济学听起来很抽象，但现实世界的后果却非常熟悉。坚持使用旧技术的人会受到影响，薪水也会下降。在英国，生产率最低的10%的公司的平均工资自上世纪90年代以来略有下降——尽管最好的公司的平均工资增长强劲。根据鲁汶大学的Jan De Loecker及其同事的说法，“工人之间不平等的增长主要是由于公司之间平均工资差距的扩大”。那么，到底是哪里出了问题?

有三种可能性可以解释较低的扩散:新技术的本质、竞争乏力和日益严格的监管。西北大学(Northwestern University)的罗伯特•戈登(Robert Gordon)认为，19世纪和20世纪的“伟大发明”对生产率的影响远大于更晚近的发明。问题在于，随着技术进步变得更加渐进，技术扩散也会放缓，因为企业升级的动力和面临的竞争压力都减少了。电为机器提供了光和能量。相比之下，云计算只需要用于最密集的操作。较新的创新，如机器学习，可能更难使用，需要更多的熟练工人和更好的管理。

在21世纪的头几十年里，整个富裕国家的商业活力都在下降。人口年龄。新成立的公司更少了。员工跳槽的频率降低了。所有这些都减少了扩散，因为工人在整个经济体中传播技术和商业实践。

在政府经营或严重管理的行业中，技术变革发生得很慢。正如乔治华盛顿大学的Jeffrey Ding所指出的，在中央计划的苏联，创新是世界一流的——想想人造卫星——但传播是不存在的。缺乏竞争压力削弱了改善的动力。政客们的公共政策目标，比如就业最大化，往往与效率不一致。如今，受到严格监管的行业构成了西方经济的一大块:这些行业，包括建筑、教育、医疗和公用事业，占美国gdp的四分之一。

人工智能能否打破这种模式，以比其他近期技术更快的速度在整个经济中扩散?也许。几乎对任何一家公司来说，设想一个用例都很容易。没有更多的管理!一个报税的工具!新冠肺炎可能也为西方经济注入了一剂活力。新公司正以十年来最快的速度成立，工人们也更频繁地换工作。乔治梅森大学的Tyler Cowen补充说，实力较弱的公司可能会有特别的动机采用人工智能，因为他们有更多的收益。

人工智能也可以内置到现有的工具中。许多程序员——也许是大多数——已经在日常生活中使用人工智能，因为它通过Github的CoPilot集成在日常编码工具中。包括微软Word和谷歌Docs在内的文字处理软件将很快推出数十项人工智能功能。

不是晚宴

另一方面，当企业围绕新技术完全重组时，新形式的人工智能将带来最大的好处;例如，通过调整人工智能模型来处理内部数据。这需要时间、金钱，最重要的是，还需要一种竞争动力。收集数据是一件令人厌烦的事情，运行最好的模型也非常昂贵——在最新版本的Chatgpt上，一个复杂的查询可能要花费1-2美元。一小时跑20英里，你就超过了美国时薪的中位数。

这些成本将会下降，但要想让这项技术变得足够便宜并大规模部署，可能还需要数年时间。担心隐私和安全的老板们经常告诉《经济学人》，他们不愿意将自己的数据发送给其他地方的模型。对小企业的调查结果并不令人鼓舞。网络托管公司GoDaddy的一项调查显示，大约40%的美国人对人工智能工具不感兴趣。这项技术无疑是革命性的。但企业准备好迎接一场革命了吗?