生成式AI真的能夠提升生產力嗎？或許與人們想得不一樣
https://bit.ly/3Pezrr3
根據高盛預估，生成式AI可以使全球GDP增加7兆美元（近7%），並將生產率增加提高1.5
個百分點。該生態系統可以為價值數千億美元的科技和服務供應商創造市場。
估算收益在很大程度上是一種猜謎遊戲。大多數專家都同意即使生成式AI於2023年開始注
入市場，其仍需要時間才能得到回報。所以市場對於輝達設計繪圖晶片的需求，很可能突
然衝很高，進而變成緩步上升。事實上，現有技術的影響經常被概念化會依循著「J曲線
效應」，即生產率可能在採用時最初下降，然後急劇上升。只不過，生成式AI會走類似的
道路嗎？
鐵路的發明導致了1840年代英國的「鐵路熱」，投資者紛紛湧入鐵路股。在1920 年代，
收音機同樣激發了人們的想像力。後來，人們對網際網路採用的狂熱情緒使得納斯達克指
數在1995年至2000年間上漲了五倍。這種歇斯底里的部分原因是人們對創新能在多遠和多
快的時間內提高人類福祉和生產力抱有很高的期望，因此在「害怕錯過機會」的前提下，
不得不跟進狂熱的投資。但是在每種過於期待的狂熱情況下，最初的泡沫都會隨著現實趕
不上預期而破滅。
例如：監管或其他因素就可能會抵消生成式AI的優勢。鑑於其強大的功能，AI大師已經呼
籲暫停為更先進模型的進一步開發。因為生成式AI可能會破壞社會秩序，讓許多工作都消
失，在這些情況都沒有發生之前，政策和法律需要時間發展出可以管理它並應對社會和勞
動力的後果。這就涉及了不確定性、中斷和合規性將成為任何J曲線上的減速帶。
從反面思考，生成式AI也可能直接削弱生產力。這項技術可能產生的新問題是，其可用於
冒充、操縱數據並幫助學生寫作業。如果要解決這個問題，可能很麻煩。 具有諷刺意味
的是，它還能讓垃圾郵件和線上干擾等生產力殺手變得更有效率。
不過，人類終究會克服生成式AI可能帶來的反面效應，就如同鐵路歷經工業和貿易的蓬勃
發展而變得有效率，網際網路亦是如此。
生成式AI的潛力毋庸置疑。它促進更難評估的認知活動的能力，意味著我們可能無法準確
衡量其影響。但正如現有技術所證明的那樣，在有效利用該技術之前，無法保證能夠提高
生產率。所以這一時間到底會拉得多長，人們會有一段痛苦期需要接納它。