2025年9月，布魯金斯學(xué)會（Brookings）發(fā)布文章《生成式人工智能正處于十字路口：燈泡、發(fā)電機(jī)還是顯微鏡？》（Generative AI at the crossroads: Light bulb, dynamo, or microscope?）。文章指出，生成式人工智能兼具通用技術(shù)屬性與“發(fā)明方法的發(fā)明”特質(zhì)，其未來應(yīng)用有望顯著提升生產(chǎn)力水平。啟元洞見編譯該文章主要內(nèi)容，旨在為讀者了解相關(guān)研究提供參考。

一、引言

生成式人工智能的問世，極大拓寬了人工智能的潛在應(yīng)用邊界，但它對生產(chǎn)力的未來影響仍存在不確定性。部分發(fā)明在普及階段會暫時(shí)推動生產(chǎn)力增長，可一旦市場趨于飽和，其增長效應(yīng)便會消退。僅能永久提升每小時(shí)產(chǎn)出水平，卻無法維持持續(xù)的增長率，燈泡便是這一類發(fā)明的典型代表。另有兩類技術(shù)對生產(chǎn)力增長影響更持久：一是通用技術(shù)，具有應(yīng)用范圍廣泛的特點(diǎn)，能夠催生出大量創(chuàng)新，包括新商品與服務(wù)的涌現(xiàn)、衍生創(chuàng)新的產(chǎn)生、流程效率的提升、企業(yè)組織形式的重組等，且自身可通過持續(xù)改進(jìn)不斷更新創(chuàng)新周期，電動發(fā)電機(jī)是其典型；二是“發(fā)明方法的發(fā)明”，這類技術(shù)通過優(yōu)化觀測方式、提升分析能力、改善溝通效率或優(yōu)化組織模式來提高研發(fā)效率，復(fù)合顯微鏡是其典型。

2022年底，OpenAI的ChatGPT引發(fā)全球關(guān)注，作為首批生成式人工智能程序，極大拓展了人工智能應(yīng)用范圍，甚至覆蓋了競賽級數(shù)學(xué)運(yùn)算等曾被視為人類專屬的任務(wù)。生成式人工智能在多項(xiàng)任務(wù)上達(dá)人類水平，所以需要更具挑戰(zhàn)性的基準(zhǔn)測試評估其進(jìn)展。實(shí)地測試顯示，ChatGPT在寫作、編程、呼叫中心客服等領(lǐng)域能夠提高生產(chǎn)力，但能否催生廣泛且成本效益高的商業(yè)應(yīng)用尚不明確。雖部分企業(yè)稱其提升了盈利，但麥肯錫發(fā)布的報(bào)告指出，超80%使用該技術(shù)的企業(yè)未對企業(yè)級息稅前利潤產(chǎn)生切實(shí)影響。

ChatGPT下載量激增，引發(fā)了生成式人工智能領(lǐng)域的激烈競爭。訓(xùn)練模型與處理請求的巨大計(jì)算量，也使數(shù)據(jù)中心建設(shè)和相關(guān)半導(dǎo)體芯片的支出大幅增加。樂觀者認(rèn)為其能推動信息技術(shù)驅(qū)動的生產(chǎn)力的繁榮；悲觀者則認(rèn)為對其能力太過夸大，且存在法規(guī)限制、對就業(yè)影響引發(fā)的政治阻力、能源消耗大等障礙。目前難定孰是，生成式人工智能能否顯著提高整體生產(chǎn)力增長仍待觀察，或許并不比信息技術(shù)領(lǐng)域以往的創(chuàng)新更重要。

鑒于生成式人工智能提升生產(chǎn)力的定量證據(jù)仍處于萌芽階段，文章從定性視角探究其所屬的創(chuàng)新類別。研究首先明確生成式人工智能的定義，梳理其作為通用技術(shù)的支撐證據(jù)——重點(diǎn)考察其傳播覆蓋范圍、衍生創(chuàng)新成果及核心技術(shù)的迭代進(jìn)步跡象；在評估其是否屬于“發(fā)明方法的發(fā)明”時(shí)，則聚焦其在研究活動中提升觀測精度、分析效率、溝通質(zhì)量及組織效能的實(shí)證表現(xiàn)，并結(jié)合專利數(shù)據(jù)、企業(yè)業(yè)績會議表述、查詢主題趨勢等指標(biāo)展開分析，同時(shí)納入金融、醫(yī)療、信息、發(fā)電等行業(yè)的案例研究。研究結(jié)論認(rèn)為，現(xiàn)有證據(jù)已充分表明，生成式人工智能兼具通用技術(shù)與“發(fā)明方法的發(fā)明”雙重屬性，其未來應(yīng)用有望對生產(chǎn)力提升產(chǎn)生積極推動作用。

二、什么是生成式人工智能？

“人工智能”是涵蓋機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、生成模型等多種算法的總稱，通過構(gòu)建和校準(zhǔn)訓(xùn)練數(shù)據(jù)中復(fù)雜模式的數(shù)學(xué)模型來模擬人類思維、溝通與選擇。最廣為人知的生成式人工智能是利用互聯(lián)網(wǎng)人類對話模型回應(yīng)自然語言提示，但也存在其他形式。

聚焦生成式人工智能，因“人工智能”一詞使用廣泛多樣，很難就其對生產(chǎn)力的影響展開連貫討論：不同于已投入使用、相關(guān)影響可實(shí)證研究的其他人工智能，其對生產(chǎn)力影響多在未來；且生成模型的類人行為，使人們對人工智能破壞性影響的擔(dān)憂更突出。

早期能回應(yīng)自然語言的人工智能系統(tǒng)未基于人類語言模型，如20世紀(jì)60—70年代的ELIZA聊天機(jī)器人、MYCIN專家系統(tǒng)等，21世紀(jì)10年代雖有Alexa、Siri等更復(fù)雜系統(tǒng)，但這些都是符號化、基于規(guī)則的系統(tǒng)，輸出包含一定的隨機(jī)性。

隨著21世紀(jì)10年代大語言模型出現(xiàn)，更強(qiáng)大的生成模型誕生。Word2Vec將單詞編碼為數(shù)值向量，雖然這些數(shù)值并不對應(yīng)具體可解釋的特征，但能在抽象空間中捕捉語義關(guān)系。2017年Transformer架構(gòu)通過考慮上下文，能更豐富地編碼單詞含義。許多生成式人工智能模型借此對輸入標(biāo)記編碼，嵌入高維空間后利用附近信息預(yù)測下一個(gè)標(biāo)記，生成自然語言回應(yīng)。

生成式人工智能模型以神經(jīng)網(wǎng)絡(luò)構(gòu)建，靈活性高，沒有預(yù)先確定的邏輯結(jié)構(gòu)，生成內(nèi)容范圍比早期系統(tǒng)更開放。生成式人工智能所能支持的應(yīng)用遠(yuǎn)不止用于學(xué)習(xí)和創(chuàng)造的自然語言工具，通過從數(shù)據(jù)集中提取模式，可利用開放式隨機(jī)過程生成符合上下文的產(chǎn)物。這些產(chǎn)物除了文本，還可以是多種形式，如計(jì)算機(jī)代碼、圖像、音樂或舞蹈動作等。此外，并非所有應(yīng)用都采用聊天窗口用戶界面，在生成對抗網(wǎng)絡(luò)中，是神經(jīng)網(wǎng)絡(luò)之間相互作用來生成輸出，而非與人類交互。

三、里程碑式人工智能模型：Transformer

2017年的Transformer架構(gòu)是人工智能領(lǐng)域的重大變革，其“注意力機(jī)制”能引導(dǎo)模型有選擇的關(guān)注提示中的相關(guān)部分，推動自然語言理解、翻譯和生成的進(jìn)步，成為先進(jìn)生成式人工智能系統(tǒng)的基礎(chǔ)。

Transformer通過一系列層（步驟）處理輸入數(shù)據(jù)，每一層都包含一個(gè)注意力機(jī)制和一個(gè)多層感知器。具體流程如下：先將提示分解為標(biāo)記并轉(zhuǎn)換為嵌入向量，編碼語義和語法含義；再用“查詢”“鍵”“值” 矩陣計(jì)算注意力分?jǐn)?shù)，加權(quán)平均整合其他標(biāo)記信息；最后數(shù)據(jù)經(jīng)多層感知器用非線性函數(shù)優(yōu)化標(biāo)記表示，該流程按模型層數(shù)重復(fù)，捕捉輸入文本抽象特征。通過增大矩陣規(guī)模、改進(jìn)硬件與算法等，可提升系統(tǒng)處理復(fù)雜語言任務(wù)的能力。

四、生成式人工智能是通用技術(shù)嗎？

判斷生成式人工智能是否為通用技術(shù)，需看其是否會被廣泛采用、創(chuàng)新程度及能否持續(xù)改進(jìn)。通用技術(shù)對生產(chǎn)力產(chǎn)生長期影響，從植物馴化到互聯(lián)網(wǎng)技術(shù)均有涵蓋。重大通用技術(shù)沖擊會改變社會，推動開發(fā)新產(chǎn)品、新流程和新組織形式，如計(jì)算機(jī)發(fā)展催生辦公軟件、可靠電力應(yīng)用帶來新制造工藝等。

（一）傳播范圍

技術(shù)應(yīng)用范圍越廣，對整體生產(chǎn)力潛在影響越大，但對直接生產(chǎn)力的影響有限。普及階段生產(chǎn)力增長加快，傳播完成后增長率回歸原有趨勢。如燈泡普及改善照明、降低事故風(fēng)險(xiǎn)、提高生產(chǎn)力，但市場飽和后，便無法再產(chǎn)生直接效應(yīng)，推動生產(chǎn)力增長的動力消失。

（二）衍生創(chuàng)新

能催生進(jìn)一步創(chuàng)新的技術(shù)，為生產(chǎn)力增長提供更持久的動力，增長提升源于重疊的“燈泡式”增長效應(yīng)。如電動發(fā)電機(jī)，能源效率高于傳統(tǒng)皮帶系統(tǒng)，且使生產(chǎn)組織更靈活，企業(yè)采用的去中心化工廠設(shè)計(jì)，就是其催生的衍生創(chuàng)新。

（三）核心技術(shù)的持續(xù)創(chuàng)新

技術(shù)持續(xù)改進(jìn)時(shí)，生產(chǎn)力目標(biāo)水平會動態(tài)變化，創(chuàng)新轉(zhuǎn)化為性能提升與成本降低，且資本價(jià)格會隨著生產(chǎn)成本下降，進(jìn)而推動技術(shù)普及。如固態(tài)電子學(xué)，半導(dǎo)體芯片晶體管數(shù)量增加使計(jì)算成本下降，推動電子元件在更多設(shè)備中應(yīng)用。

（四）生成式人工智能符合通用技術(shù)標(biāo)準(zhǔn)的分析

生成式人工智能具備成為通用技術(shù)的潛力，但廣泛應(yīng)用是最難論證的標(biāo)準(zhǔn)。雖部分實(shí)地研究顯示其能提高生產(chǎn)力，但除大型企業(yè)外，采用它的公司較少，需要人工智能技能的崗位占比低且增長慢，大規(guī)模應(yīng)用的盈利案例罕見。不過個(gè)人使用率高，且其逐漸融入辦公軟件，未來應(yīng)用可能更普遍。

生成式人工智能符合衍生創(chuàng)新標(biāo)準(zhǔn)的證據(jù)更充分。產(chǎn)品創(chuàng)新的關(guān)鍵領(lǐng)域包括用戶界面軟件以及與機(jī)器人技術(shù)的交互，如ChatGPT對話界面讓生成式人工智能交互更易被大眾接受；生產(chǎn)流程創(chuàng)新如數(shù)字孿生技術(shù)提高生產(chǎn)線效率；組織創(chuàng)新涉及產(chǎn)品設(shè)計(jì)部門重組。但非數(shù)字原生企業(yè)能否為數(shù)字轉(zhuǎn)型提供依據(jù)仍待觀察。

生成式人工智能符合核心技術(shù)創(chuàng)新標(biāo)準(zhǔn)的證據(jù)最明確。自Transformer架構(gòu)問世，其性能借數(shù)據(jù)集擴(kuò)大、計(jì)算能力增強(qiáng)而飛速提升，且在投入不變時(shí)，算法改進(jìn)也能提高性能，如Mamba模型。若此趨勢持續(xù)，生成式人工智能的直接使用成本將會下降，將推動其更廣泛應(yīng)用。

五、生成式人工智能是“發(fā)明方法的發(fā)明”嗎？

生成式人工智能出現(xiàn)前，人工智能已在多個(gè)科學(xué)學(xué)科應(yīng)用，且能提高研發(fā)效率，如助力解決研發(fā)中的搜索問題、改進(jìn)預(yù)測，在核聚變、新冠肺炎治療、金屬合金特性預(yù)測等領(lǐng)域有成功案例。文章探討生成式人工智能能否在機(jī)器學(xué)習(xí)基礎(chǔ)上，進(jìn)一步提高研發(fā)效率，改進(jìn)發(fā)明的測量、分析、溝通和組織方式。

（一）生成式人工智能作為觀測工具

顯微鏡等觀測工具生成的圖像不完美，生成式人工智能能對圖像缺陷和數(shù)據(jù)缺失值進(jìn)行推斷，且結(jié)果與潛在現(xiàn)象特征更一致。如用于圖像增強(qiáng)的生成技術(shù)，基于數(shù)據(jù)生成過程流形的隱性模型，效果優(yōu)于僅依賴平滑性假設(shè)的技術(shù)。

（二）生成式人工智能作為分析工具

大語言模型像觀察社會現(xiàn)象的“顯微鏡”，文本語料庫包含歷史偏見印記。生成式人工智能推動了情感分析等自然語言處理的發(fā)展，在經(jīng)濟(jì)研究與其他領(lǐng)域中也有多種作用。

（三）生成式人工智能支持的組織創(chuàng)新

制度組織、專業(yè)網(wǎng)絡(luò)協(xié)會、地理集群等對研發(fā)有效性很重要。在藥物研發(fā)、工業(yè)研究、材料科學(xué)等領(lǐng)域，人工智能“數(shù)字孿生”有望減少研發(fā)機(jī)構(gòu)投入，如生成對抗網(wǎng)絡(luò)可能替代毒理學(xué)研究中的動物實(shí)驗(yàn)。

（四）生成式人工智能作為溝通工具

研究過程多涉及語言處理，生成式人工智能可用于研究項(xiàng)目各階段的文書工作，但考慮到審查編輯人工智能生成的文檔的時(shí)間，其能否整體提高效率尚不明確，若能，可能成為推動發(fā)明過程的催化劑。

（五）研究智能體

人工智能智能體能自動化研發(fā)核心環(huán)節(jié)，如生成研究問題、設(shè)計(jì)實(shí)驗(yàn)等，可能同時(shí)扮演多種“發(fā)明方法的發(fā)明”角色，如谷歌的人工智能協(xié)科學(xué)家（AI co-scientist）。但對其重要性看法不一，且存在文獻(xiàn)綜述不足、實(shí)驗(yàn)執(zhí)行不穩(wěn)健等缺陷，還可能難以揭示現(xiàn)象基本特征。

（六）相關(guān)指標(biāo)

1.專利

生成式人工智能出現(xiàn)后，美國專利商標(biāo)局的人工智能相關(guān)專利顯著增加。2018年起專利指數(shù)上升，與發(fā)表介紹Transformer架構(gòu)的開創(chuàng)性論文時(shí)間相近，且與生成式人工智能密切相關(guān)的人工智能模式專利增長更顯著，表明專利激增不只是機(jī)器學(xué)習(xí)進(jìn)步的結(jié)果。

2.生成式人工智能提示

計(jì)算機(jī)與數(shù)學(xué)職業(yè)生成式人工智能使用普及率與職業(yè)普及率比率最高（10.9%），科學(xué)家群體次之（7.1%），生成式人工智能在經(jīng)濟(jì)中的應(yīng)用高度集中。與科學(xué)發(fā)現(xiàn)相關(guān)的任務(wù)僅占提示的0.9%，這表明科學(xué)家（6.4%）的提示份額中，遠(yuǎn)不止包含科學(xué)發(fā)現(xiàn)相關(guān)內(nèi)容。這些發(fā)現(xiàn)任務(wù)最常見的是創(chuàng)建技術(shù)現(xiàn)象（如商業(yè)、科學(xué)和工程領(lǐng)域）的數(shù)學(xué)或統(tǒng)計(jì)模型。程序員職業(yè)群體自動化率最高，硬科學(xué)研究者將生成式人工智能用于自動化的比例高于自然科學(xué)研究者。

3.電話會議提及情況

對季度業(yè)績電話會議分析發(fā)現(xiàn)，2023年起在研究相關(guān)背景下提及人工智能的公司數(shù)量驟增。人工智能與研發(fā)融合的增長表明它已開始在企業(yè)創(chuàng)新中發(fā)揮作用。例如，2024年出版公司John Wiley & Sons用人工智能擴(kuò)展化合物數(shù)據(jù)庫。

（七）小結(jié)

有充分證據(jù)表明生成式人工智能屬于“發(fā)明方法的發(fā)明”，其兼具多種類型特征且在科研界應(yīng)用逐漸推廣，如專利數(shù)量激增、科學(xué)家等群體使用密集、企業(yè)會議提及增多等。

六、結(jié)論

2022年底ChatGPT發(fā)布后，公眾對生成式人工智能關(guān)注度驟升，但其經(jīng)濟(jì)影響仍存在高度不確定性。該技術(shù)回報(bào)足夠高企業(yè)才會投入資源重組和配置互補(bǔ)資本，雖然實(shí)地研究顯示部分業(yè)務(wù)功能效率提升，卻少有企業(yè)證實(shí)其對盈利有實(shí)質(zhì)改善。

生成式人工智能的生產(chǎn)力潛力并不依賴于實(shí)現(xiàn)通用人工智能這一難以實(shí)現(xiàn)的目標(biāo)。在通用人工智能到來之前，它完全可以成為通用技術(shù)和“發(fā)明方法的發(fā)明”，對生產(chǎn)力產(chǎn)生顯著影響。目前主要障礙在于應(yīng)用推廣，雖然互補(bǔ)創(chuàng)新在涌現(xiàn)、技術(shù)持續(xù)進(jìn)步，但除科技行業(yè)外，企業(yè)采用程度有限。作為“發(fā)明方法的發(fā)明”的論據(jù)更充分，通過工作流程和專利申請，其在科學(xué)界的應(yīng)用正逐漸得到推廣。

需注意，生成式人工智能需達(dá)到機(jī)器學(xué)習(xí)對亞馬遜等公司的影響水平，才能使經(jīng)濟(jì)生產(chǎn)力增長與近期歷史水平持平；因涉及互補(bǔ)投資，通用技術(shù)對生產(chǎn)力影響緩慢；部署新技術(shù)的投資風(fēng)險(xiǎn)大，如對計(jì)算能力與電力供應(yīng)的需求是否可以滿足、研發(fā)回報(bào)不穩(wěn)定等?？傮w而言，生成式人工智能將對勞動生產(chǎn)力水平做出顯著貢獻(xiàn)，不過，無論是總體貢獻(xiàn)規(guī)模，還是影響隨時(shí)間的分布（進(jìn)而影響生產(chǎn)率增長率），其合理結(jié)果的范圍都很寬泛。

免責(zé)聲明：本文轉(zhuǎn)自啟元洞見。文章內(nèi)容系原作者個(gè)人觀點(diǎn)，本公眾號編譯/轉(zhuǎn)載僅為分享、傳達(dá)不同觀點(diǎn)，如有任何異議，歡迎聯(lián)系我們！

轉(zhuǎn)自丨啟元洞見

研究所簡介

國際技術(shù)經(jīng)濟(jì)研究所（IITE）成立于1985年11月，是隸屬于國務(wù)院發(fā)展研究中心的非營利性研究機(jī)構(gòu)，主要職能是研究我國經(jīng)濟(jì)、科技社會發(fā)展中的重大政策性、戰(zhàn)略性、前瞻性問題，跟蹤和分析世界科技、經(jīng)濟(jì)發(fā)展態(tài)勢，為中央和有關(guān)部委提供決策咨詢服務(wù)?！叭蚣夹g(shù)地圖”為國際技術(shù)經(jīng)濟(jì)研究所官方微信賬號，致力于向公眾傳遞前沿技術(shù)資訊和科技創(chuàng)新洞見。

地址：北京市海淀區(qū)小南莊20號樓A座

電話：010-82635522

微信：iite_er