高盛指出，儘管AI尚未普及，但數據顯示，AI可以大幅提高生產效率，學術研究和企業案例都顯示，採用AI後勞動生產率平均提高25%。
從GPT-4出現到文心一言上線、再到Sora亮相，乃至近期國產Kimi的爆火，每當有現象級的AI產品問世，不少人都會驚歎，AI即將迎來顛覆一切的“iPhone時刻”。
經過一年半時間的催化，被冠以“第四次工業革命”的AI，對於普通人而言究竟有多大的影響？
4月2日，高盛經濟學家Jan Hatzius領導的團隊發佈了一篇題爲《AI轉型一年後:進展順利但影響仍需數年時間》的報告，報告稱，目前AI的實際應用仍然有限，只有不到5%的企業在生產中運用生成式AI，當前應用水平還不足以讓生產力得到顯著提升。
高盛指出，AI的低應用率使其對勞動力市場的影響有限，初步數據顯示，AI的發展小幅提高了勞動力市場需求，對失業率的影響可以忽略不計，因而對勞動力市場產生輕微的積極推動。
對於早期使用AI的用戶來說，高盛稱，從數據來看AI可以大幅提高生產效率，學術研究和企業案例都顯示，採用AI後勞動生產率平均提高25%(中位數爲16%)。
AI帶來的大規模影響尚需時日
高盛指出，在過去一年裏他們通過一系列文章論證了生成式AI可以提高勞動生產率並促進全球增長，但這些增長的出現很大程度上取決於AI技術的廣泛應用和AI相關投資，而這兩者可能都需要數年時間才能完全實現：
我們此前曾指出，AI浪潮將成爲全球生產力的重要推手，未來10年間，每年全球生產力將提高超1.5%，推動7萬億美元的經濟增長。
然而要實現對宏觀經濟增長的推動很大程度上取決於技術的大規模應用以及與AI相關投資的規模，我們此前指出，這兩者可能都需要數年時間才能完全實現。
高盛指出，金融市場同樣認爲AI是一項里程碑式的技術，先推動投資，並在此後帶來生產力提升：
從過去6個月的漲勢來看，美股股市收益主要集中在AI硬件供應商(如半導體公司)和軟件供應商(如雲服務商)身上，它們將從AI相關投資的早期增長中受益，而AI生產力的潛在受益者相只獲得了更爲溫和的漲幅。
正如我們的美國投資組合策略團隊所強調的，這些收益(尤其是硬件公司)主要反映了GPU和數據中心相關需求驅動下基本面的改善，而非投資者對公司前景預期改善所驅動的估值提高。
高盛認爲，科技公司爲最早一批受益於AI應用的企業，但從各公司業績電話會議提及AI的情況看，越來越多的行業已將AI納入未來的戰略，包括IT和通信、工業、消費、金融和醫療等領域，這表明AI應用可能帶來效率提升正受到廣泛關注：
雖然當前AI應用主要集中在科技行業,但其他行業的廣泛關注以及AI相關投資的快速增長，意味着AI廣泛應用和由此帶來的生產力提升將可能在未來幾年逐步實現
2025年AI硬件新增投資可達2500億美元，相當於美國企業投資的9%或GDP的1%。與此前預測一致。各AI硬件領域中，主要集中在半導體(英偉達佔比超過75%)和雲服務、服務器和網絡設備的需求增幅
高盛認爲，股市提供了一個樂觀信號，表明AI投資週期可能已經啓動，但在官方國民賬戶數據(GDP覈算的主要依據)中，還沒有看到AI相關投資出現明顯增長。這表明除了AI之外的其他因素，包括非AI技術的需求和週期性因素，目前可能在驅動總體資本支出方面發揮着更重要的作用。
AI並未廣泛普及
據知名Web市場分析平台similarweb公佈的數據顯示，2023年初，ChatGPT全球訪問量突破10億次，今年2月ChatGPT全球訪問量達到16億次，高盛認爲，這一數據表明，超過四分之一美國人至少每都會周非正式地使用人工智能工具。
高盛指出，儘管AI應用的訪問量激增，但除少數特定的高科技行業外，企業正式採用AI的比例仍然很低，根據人口普查局新近推出的 《商業趨勢與展望調查》AI補充報告，只有不到5%的企業正式使用AI生成技術來推出產品和提供服務，而這一比例在信息、專業服務和金融企業中則達到10-15%：
在更細分的子行業中，AI使用率的差異更大，在技術行業中，超過20%的公司在生產中使用了人工智能生成工具，而在電影和聲音製作等其他數字化領域，當前和預期的AI使用率更高。
高盛指出，企業預計未來六個月內，大多數行業採用AI的速度將加快，許多企業正在投資未來幾年將使用的AI應用：
IT支出調查顯示，雖然當前只有12%的CIO計劃將5%以上的IT預算用於生成式AI，但未來三年內比例有望超過一半，AI在IT預算中的份額也將翻番。
早期AI使用者效率提升顯著
高盛指出，儘管對AI的採用仍處於早期階段，廣泛使用AI的最終效果仍存在高度不確定性，但來自早期使用者的證據顯示， AI可能會帶來巨大的效率提升：
我們從學術研究和公司層面報告中評估AI可用對生產效率產生的影響，需要注意幾點。
首先要注意選擇偏差，早期採用者通常是最能從新技術中受益的群體,因此其效果可能高於一般使用者。目前的案例多集中在任務重複性高、適合AI自動化的職業,這可能使得估計結果偏樂觀。
其次發表偏差，學術界和企業可能更傾向於發表和報告正面效果而忽略不顯著或負面的結果，這也可能導致估計偏高。此外，存在低估可能性，目前的案例只考慮了部分任務的自動化,如果AI應用擴展到更多任務,提升空間可能更大。
高盛稱，學術研究估計AI可以提高9-56%的勞動生產率，中位數爲16%，平均爲25%；企業報告中預計生產效率提升的中位數爲25%，平均爲26%。一些研究發現，AI不僅提高了產出，還提升了工作質量。
與此同時，高盛表示，AI對新人的生產率提升效果比有經驗員工更顯著，AI可能更有助於加速學習和提升低經驗員工的效率，而對高技能員工的幫助相對有限。
編輯/Somer