隨著DeepSeek的火爆出圈，人工智能作為當前全球創新最活躍的領域之一，正在迎來智能化升級浪潮。登上春晚舞臺扭起秧歌的宇樹機器人、動畫技術革新領跑電影票房的《哪吒之魔童鬧海》，這些現象級的人工智能科技成為2025年年初的熱門話題。當前，人工智能的研發和應用正在以前所未有的速度增長。勢不可擋的人工智能，將會對經濟社會帶來哪些深遠影響？一起關注！
人工智能三大發展趨勢
第一，生成式人工智能聊天工具（大語言模型，LLM）呈現飛速發展態勢。自從2022年11月人工智能聊天工具ChatGPT正式上線以來，基于大語言模型（LLM）的各種生成式AI工具不斷涌現，其中很多工具甚至在短時間內就積累起了龐大的用戶群體。生成式AI的廣泛使用有可能改變經濟發展、社會結構和全球競爭格局。結合世界銀行的最新研究以及AI工具的檢索結果表明：截至2025年2月，至少已有數百種生成式AI工具。訪問量排名前10的AI工具每月總訪問量超過71億次。由于具備多樣性和廣泛的適用性，聊天機器人在生成式AI領域中占據主導地位，占前40大AI工具總流量的95%（中國有5個聊天機器人進入全球前10大AI工具）。其中，ChatGPT單獨占據了前十大AI 工具總流量的53.52%，每月活躍用戶達38億。來自中國的DeepSeek月訪問量 1.5 億，其基于開源高性能模型，增速極快，發布3個月就躋身全球前十。
美國的AI開發和應用占據全球主導地位，一項美國全國性研究表明：2024年8月，美國18歲至64歲人口中有39%的人使用了生成式AI。超過24%的職場人士在接受調研前的一周內至少使用過一次生成式AI，接近九分之一的人在每個工作日都使用它。縱向歷史數據的對比表明：生成式AI的應用速度比歷史上個人電腦和互聯網剛出現時候的發展速度更快。
第二，從全球范圍看，中等收入國家對生成式AI的應用速度更快，低收入經濟體與中高收入經濟體對于AI的應用差距顯著。自ChatGPT發布以來，它已覆蓋全球218個經濟體中的大多數。截至2025年2月，ChatGPT流量最高的五個經濟體是美國（14.07%）、印度（9.49%）、巴西（4.74%）、英國（3.87%）和印度尼西亞（3.86%）。ChatGPT上線一個月后，美國的流量占比從70%降至25%。中等收入經濟體貢獻了超過50%的流量，相對于其GDP、電力消耗和搜索引擎流量而言，生成式AI的采用率明顯較高。然而，低收入經濟體的ChatGPT全球流量占比不到1%。更高的收入水平、更高的青年人口比例、更完善的數字基礎設施以及更強的人力資本是生成式AI采用率較高的關鍵因素。
第三，人工智能與互聯網、各種數字技術的廣泛普及一樣，正在轉變為一項通用技術進步，對未來的經濟社會將產生深遠影響。幾年前最先出現的人工智能系統都是“窄人工智能”，或者用于特定工作任務的某種自動化技術進步，比如工業機器人。而自2020年以來，現代的大語言模型（LLM）和其他類型的生成式AI正逐漸向通用化發展，能夠執行從創意任務到簡單推理在內的多種認知功能。深度學習代表性人物之一，圖靈獎和諾貝爾獎得主杰弗里·辛頓表示，2023年他“突然改變了對這些AI技術是否會比人類更智能的看法”，并預估通用人工智能（AGI）將在“5到20年內實現，但沒有太大信心，因為我們正處在一個非常不確定的時代”。
人工智能對勞動力市場有哪些影響？
當前，AI對經濟增長和發展的影響，主要體現在對未來勞動力市場的重塑，尤其是產生的一系列變化及現象受到廣泛關注。這些影響主要體現在AI對就業和工資增長、職業技能需求以及勞動收入差距影響等多個方面。AI的廣泛應用將為勞動力市場帶來前所未有的機遇，特別是在促進中低收入群體就業、降低收入差距、創造公平就業機會、提高勞動生產率和工作質量方面都具有積極的影響。
第一，盡管生成式AI在全球范圍內正在以前所未有的速度發展，但是目前來看其對就業市場的總體影響依然有限。以美國為例，麥肯錫的調查顯示，美國2022年與AI相關的招聘和就業崗位僅占全部就業崗位的2%，2023年不僅沒有增長，還進一步下降到1.6%。全世界中等收入國家和高收入國家目前與AI相關就業、招聘崗位占全部就業崗位的比重大約僅為1%，低收入國家更是遠低于1%的水平。2023年人工智能的擴張速度相較于前兩年已經明顯放緩，市場飽和度和競爭充分的趨勢加劇，即便以目前的擴張速度來看，人工智能的應用在中短期甚至長期來看都不可能對各國就業市場產生大規模的沖擊，更不可能對中國的就業市場產生顯著影響。更為重要的是，正如麻省理工學院奧托教授提醒大家應當注意的是，隨著全球人口出生率的走低和老齡化的加深，人們更應該擔心的是未來全球勞動力的短缺變化趨勢，而不是人工智能造成就業崗位的顯著替代和就業機會的下降。
第二，目前大量的研究表明人工智能在顯著提升勞動生產率、提高工作質量的情況下，并沒有對就業崗位產生顯著替代作用，反而還會在一定程度上促進就業增長。國際上不少研究成果均已表明，人工智能、互聯網、大數據、云計算、供應鏈管理等數字技術以及基于數字技術的平臺經濟對就業增長總體上會產生促進作用，但是工業機器人的應用對就業增長的影響作用總體上為負面作用。主要原因在于，通用類型的技術進步產生的就業創造和就業補償作用總體上要高于技術進步帶來的就業替代作用，而工業機器人主要是用來完成特定專用任務的一種自動化技術設備，更容易產生就業替代作用。一些專門針對AI的實驗室和實地隨機受控實驗研究表明，人工智能的應用對軟件開發、金融服務、法律咨詢、銷售等領域的生產率提升效應十分顯著，在保證工作任務質量前提下，勞動生產率的提升幅度介于26%至56%之間。更多的研究則發現，人工智能的應用會同時提高工作效率，節省工作時間，同時也大幅提升了工作質量及滿意度，但并未在行業或者職業層面發現AI對就業增長產生顯著的負面影響，反而由于生產率大幅提升會促進業務量增長從而帶動就業增長。
第三，人工智能的應用主要集中在服務業部門。在高收入、高學歷、高技能需求行業，AI的普及和應用程度更高。多數已有的實驗研究發現，AI顯著降低了高技能群體的技能相對優勢，提升了中低技能群體的生產率和工作質量，有助于中低技能群體節省學習成本和學習時間，AI廣泛應用會顯著縮小高技能與中低技能群體收入差距，對于促進中低技能群體就業、創造更加公平的就業環境會產生重要促進作用。以互聯網為代表的信息技術日新月異，引領了社會生產新變革。雖然信息技術的廣泛應用大幅度提升了生產率并且沒有對總體就業產生嚴重的替代作用，但是信息數字技術進步和廣泛應用卻顯著擴大了高收入群體與低收入群體之間的收入差距，也就是我們通常說的“技能偏向類型的技術進步”。而人工智能的應用與信息數字技術完全不同，實驗研究表明，AI對金融、法律、咨詢、教育、科研、銷售、軟件通訊領域的大規模應用會大幅度提升這些行業中初學者、技能較低從業人員的生產率和工作質量，但對于這些行業中很多高技能、經驗豐富員工的生產率提升非常有限，AI應用會顯著縮小中低技能群體與高技能群體之間的生產率差距和收入差距。更值得注意的是，AI還為緩解機器人替代掉的中間技能勞動力提供了更多重新就業的機會，由于機器人主要是替代中間技能以及常規任務非認知類型的工作崗位，而AI主要用來彌補中間技能群體技能不足，對中間技能群體從事高技能、認知類型的工作崗位會產生顯著的互補作用，促進中間技能群體重新就業，這對于穩定和重塑中間技能勞動力的就業將產生積極作用。中國是全球最大的、增長最快的工業機器人市場，數據顯示，目前工業機器人應用已覆蓋中國國民經濟60個行業大類、168個行業中類。人工智能在中國的廣泛應用將顯著填補制造業中因機器人替代而減少的中間技能勞動力，從而為穩定國內就業增長發揮更為積極的作用。
人工智能在應用領域的最新進展
人工智能在醫學領域的應用取得重大進展。2023年，多個重要的人工智能醫療系統相繼推出，包括提升疫情預測能力的EVEscape和輔助人工智能驅動的基因突變分類的AlphaMissense。人工智能正被越來越多地用于疫情預測、新藥物研發、醫療診斷等醫學和生物學領域，高水平的醫學人工智能時代已然到來。比如，針對基因突變，目前科學家們仍然無法完全理解基因突變會導致疾病的機理，無法判斷突變是良性還是致病性等，這些都需要耗費大量精力進行實驗。2023年，谷歌研究人員推出了AlphaMissense，這是一種新的AI模型，可以預測7100萬個基因突變的致病性。基因突變可能導致包括癌癥在內的多種疾病。在7100萬種可能的錯義變異中，AlphaMissense對89%進行了分類，其中57%被識別為可能良性，32%被識別為可能致病，其余的被歸類為不確定。相比之下，人類注釋者僅能確認所有錯義突變性質中的0.1%。再比如，在AI繪制人類基因組圖譜方面，首個人類基因組草案于2000年發布，并在2022年更新，取得重大突破。2023年，由來自60個機構的119位科學家組成的人類泛基因組研究聯盟利用人工智能開發了一個更新且更具代表性的人類基因組圖譜。此基于AI繪制的最新版基因組圖譜，標注了99.07%的編碼蛋白基因、99.42%的編碼蛋白轉錄本，是迄今為止最全面、最具遺傳多樣性的人類基因組圖譜。人工智能正越來越多地被用于實際醫療用途。
人工智能在氣象預報與自然災害預測方面的技術研發與實際應用。2023年新推出的人工智能系統GraphCast是一款新的天氣預報系統，可以在不到一分鐘內提供高度精確的未來十天天氣預測。通過使用圖神經網絡和機器學習，GraphCast處理海量數據集，可以預測溫度、風速、大氣狀況等多種氣象要素，其預測結果與實際天氣模式更為接近。GraphCast可以成為解析天氣模式的重要工具，增強對極端天氣事件的應對準備，并為全球氣候研究作出貢獻。2023年發布的AI新研究在預測大規模洪水事件方面取得了顯著進展。洪水是最常見的自然災害之一，尤其對基礎設施缺乏的欠發達國家會造成毀滅性影響。一支來自谷歌的研究團隊利用AI開發了高精度的水文模擬模型，適用于未監測的流域。這些創新方法能夠提前多達五天預測某些極端洪水事件，其準確性達到或超越了當前最先進的模型（比如全球洪水預警系統GloFAS），該人工智能模型在一系列自然災害事件中的預測精度均優于領先的現代方法，目前已在全球80余個國家用于洪水事件預測。
人工智能在推動新材料發現和應用方面具有重要作用。尋找新型功能材料是推動包括機器人技術和半導體制造在內的多個科學領域進步的關鍵。然而，這一發現過程通常成本高昂且進展緩慢。谷歌研究人員最新研究表明，利用最新開發的AI模型在大規模數據集上訓練后，能夠加速這一過程。他們的模型GNoME在材料發現方面的表現超越了傳統方法，能夠識別出大量穩定晶體。在以往GNoME揭示的220萬個新的晶體結構中，許多是被人類研究人員所忽略的。像GNoME這樣的由人工智能驅動的新材料研發項目的成功，凸顯數據和規模在加速科學突破中的力量。
人工智能應用面臨哪些主要風險？如何管制？
第一，人工智能應用也會帶來各類風險和事故。人工智能事件數據庫專門追蹤各類人工智能的濫用實例，例如，面部識別系統導致錯誤逮捕、浪漫聊天機器人大量收集個人健康情緒等敏感隱私信息等。而且人工智能濫用事件的數量每年還在持續增加。《2024年人工智能指數報告》指出，2023年報告了123起人工智能濫用事件，比2022年增加了32.3%。自2013年以來，這類事件增加了20多倍。報告顯示，濫用事件的持續增加可能源于人工智能在現實應用中的更大整合以及潛在濫用意識的不斷膨脹。
第二，對人工智能帶來的安全和可靠性問題的擔憂不斷增加。隨著人工智能能力的不斷提升，模型將會變得越來越普及，如何確保其安全性和可靠性成為政府部門的首要任務。一是確保人工智能系統的完整性涉及保護算法、數據和基礎設施等組件免受網絡攻擊或對抗性攻擊等外部威脅。二是安全性涉及盡量減少因故意或無意濫用人工智能系統而造成的傷害。這包括自動化黑客工具的開發或在網絡攻擊中使用人工智能等問題。三是安全性還包括人工智能系統自身固有的風險，例如可靠性問題以及潛在風險。在2023年，人工智能系統的安全性和可靠性引發了重大討論，特別是關于與高級人工智能相關的潛在極端或災難性風險。例如算法歧視，一些研究人員主張解決當前的風險問題，而另一些研究人員則強調應當為高級人工智能可能帶來的極端風險做好準備。鑒于無法保證這些風險不會在某個時刻出現，因此需要通過負責任的人工智能開發來應對當前風險，同時監測尚未顯現的潛在未來風險。此外，人工智能系統可能會放大網絡攻擊，導致威脅變得愈加復雜、適應性強且難以監測。隨著人工智能模型越來越普遍和復雜，識別安全漏洞的關注度也在持續上升。
第三，人工智能應用對全球范圍內政治虛假信息的可能影響。討論人工智能對政治過程影響時，最主要的擔憂之一是虛假信息的產生。雖然政治虛假信息是一個存在上千年的老問題，但人工智能使得生成此類虛假信息變得更為容易。自2020年美國總統選舉以來，深度偽造技術顯著提升。大規模的虛假信息可能會削弱公眾對政府的信任與支持，并使公眾討論兩極化。在2023年，更是出現了關于人工智能如何自動生成和傳播偽造信息的案例研究，這個看似真實的虛假信息系統的設置僅需約400美元。
針對人工智能應用帶來的風險安全挑戰，全球各國對于人工智能的管制措施數量開始快速增長。斯坦福大學發布的《2024年人工智能指數報告》數據顯示：全球立法程序中提到人工智能的次數幾乎翻了一番，從2022年的1247次上升到2023年的2175次。2023年，49個國家的立法程序中提到了人工智能。美國發布人工智能法規的監管機構數量從2022年的17個增加到2023年的21個，顯示出美國更廣泛的監管機構對人工智能監管日益關注。比如，2023年美國立法機構提議設立《人工智能國家安全法案》，該提案明確并鞏固了國防部獲取基于人工智能終端安全工具的權力，從而增強其網絡防御能力，該法案旨在使國防部能夠利用人工智能自動監測和緩解對其網絡和數字基礎設施的威脅。再比如，2023年美國政策制定者提出《人工智能研究、創新和責任法案》，呼吁建立國家人工智能委員會，負責制定全面的人工智能監管框架。鑒于人工智能的快速創新和復雜性，法案重點在于減輕風險、維護美國在人工智能研發領域的領導地位。
