诺奖得主昆杜开讲!AI时代,人的价值在哪里?

“我认为人工智能的自然用途不是替代人。”

11月16日,2001年诺贝尔经济学奖得主迈克尔·斯宾塞(A. Michael Spence)在昆山杜克大学谈到了一个越来越现实的问题:当AI能够完成越来越多的工作,人应该如何与它共处?

Nobel laureate Michael Spence says AIs real test is how widely its used 10

这场以“人工智能与全球经济的未来”为主题的演讲,不只关乎AI会不会取代人。斯宾塞还从人口老龄化、全球供应链的变化谈起,分析AI如何成为新的经济增长动力,以及技术要真正造福更多人,还需要跨过哪些门槛。

活动由昆山杜克大学常务副校长约翰·奎尔奇(John Quelch)博士主持。

Nobel laureate Michael Spence says AIs real test is how widely its used 3 1

全球经济变了,新的增长动力在哪里?

斯宾塞首先将目光投向AI之外的全球经济格局。

他从自己参与合著的《长期危机:重塑全球经济之路》谈起。走出疫情,并不意味着全球经济会回到过去。人口老龄化、债务负担加重、生产率增长放缓,以及全球供应链的调整,正在改变经济运行的条件。

如何理解这些看似复杂的变化?斯宾塞用一个直观框架解释长期增长的四个主要来源:劳动力、专业化分工、资本投资,以及科技进步。

Nobel laureate Michael Spence says AIs real test is how widely its used 11

如今,前两项动力都面临挑战。老龄化导致劳动力规模下降,地缘政治与供应链风险,则让全球分工不再只追求效率。过去为降低成本而建立的供应链,正转向更加重视安全与韧性的布局,而这种调整往往伴随着更高成本。

这并不意味着全球贸易正在消失。斯宾塞指出,经历多轮冲击后,全球贸易依然保持韧性:贸易额随全球经济增长而增加,其占全球GDP的比重则大致保持稳定。

在新的条件下,不能继续沿用过去的增长逻辑推演未来。因此,科技创新与相关投资被寄予更大期待。

AI之所以重要,不只是因为技术本身令人惊叹,更因为全球经济需要新的生产率增长来源。

AI革命的两条主线:一条创造模型,一条改变生活

谈到AI,人们常常关注哪家公司拥有最强模型、谁投入了更多算力。

斯宾塞提醒,这只是AI革命的一部分。

他将AI革命分为两部分:一是研发强大的前沿模型,二是推动这些技术进入不同领域,被真正采用,并不断扩散。

他明确反对一种看法:不参与前沿模型开发,就等于退出了AI竞争。前沿模型研发投入巨大,参与者相对集中,而应用的空间则广阔得多。

Nobel laureate Michael Spence says AIs real test is how widely its used 12

斯宾塞认为,AI能否改变经济,关键不只在于模型本身,更在于技术能否与真实需求连接,进入广泛的应用场景。

他以美国的就业结构为例指出,医疗、建筑、零售、酒店餐饮等行业吸纳了大量劳动者。如果AI只活跃在编程、科技和金融等少数领域,没有深入这些覆盖大量劳动者的行业,其对整个经济的影响仍然有限。

斯宾塞强调,模型能力的突破并不自动等于全社会生产率的提升。

只有技术进入日常工作,帮助更多人改善服务、解决问题、创造新产品,AI的潜力才会转化为广泛的经济收益。

他还特别看好AI智能体和机器人技术的应用前景。AI智能体有望为专业人士节省处理复杂任务的时间,而机器人技术的进步,则可能让AI进入更多需要实际操作的工作场景。

斯宾塞认为,中国有望在机器人领域处于领先地位,庞大的制造业基础是重要优势之一。

AI会让工作成为“可选项”吗?

现场交流中,奎尔奇博士提到了此前一个颇受关注的观点:随着AI发展,工作将会变成一种可选项。

斯宾塞的回答十分直接:“不,我不同意。”

他承认,技术有可能大幅缓解某些重要领域的稀缺,但这不等于所有稀缺都会消失,更不意味着人类很快不再需要工作。

Nobel laureate Michael Spence says AIs real test is how widely its used 5 1

斯宾塞认为,人类拥有一些难以完全写成规则、也难以直接交给机器的能力,通常被称为“隐性知识”。同时,他也坦言,对于这些能力的边界,人们仍缺乏充分的描述与证明。

他以先进芯片制造团队为例:复杂生产能力不仅来自设备和技术文档,也来自工程师长期共同工作积累的经验、判断与默契。这类集体能力,很难靠一个模型独立读取信息便掌握。

另一位观众提出了不同的担忧:未来会不会只有极少数人真正理解事物的运作原理,其余人只会依赖AI、输入提示词?

斯宾塞表示,他希望这种情况不会发生。一个只有少数人具备理解与判断能力的社会,将十分脆弱,也会形成新的瓶颈。

Nobel laureate Michael Spence says AIs real test is how widely its used 6

在他看来,AI更值得期待的用途,是节省人的时间、帮助人完成原本做不到的事情,以及识别人类难以发现的复杂模式。

这也影响着他对企业应用AI的判断。成本削减在某些时期确实有效,但降本本身并不是最清晰的价值创造路径。

相比之下,推出新产品、提升客户体验、创造真实增长,才是他更看重的价值来源。

学会使用AI,但不要绕过学习

当话题转向大学师生应如何应对AI革命时,斯宾塞的第一条建议是:用起来。

他将AI视为强大的学习工具,并强调,仅仅阅读和谈论技术并不足够,人们需要通过实际使用来理解它。紧接着,他给出了第二条建议:

“永远不要用AI替代你自己。”

AI可以成为学习的助手,但不应成为绕过学习的捷径。

Nobel laureate Michael Spence says AIs real test is how widely its used 7

斯宾塞认为,教育中需要明确使用规范,让学生知道如何借助AI增进理解;如果使用了AI协助,也应像注明参考来源一样进行披露。与此同时,考核方式需要作出调整,以更好地判断学生的真实学习成果。

大学的价值,不只是教会一项技能

另一个提问者将话题引向大学学位:如果AI让雇主更难判断候选人的能力,大学学位是否反而会更有价值?

斯宾塞表示认同,但他的回答并未停留在学历本身。

斯宾塞自己的求学经历,也跨越了不同学科。他本科在普林斯顿大学学习哲学,随后在牛津大学学习数学,最终在哈佛大学获得经济学博士学位。

Nobel laureate Michael Spence says AIs real test is how widely its used 8

他指出,大学教育不只是获取技能。社会需要有愿景、有内在动力、善于协作的人,更需要那些能够带动他人,让团队成果超越个体成果简单相加的人。

在这样的教育目标下,AI的出现并没有让人的成长失去意义。相反,技术可以帮助处理部分繁琐事务、辅助研究,让人们有机会投入更令人兴奋的探索中。

奎尔奇博士也补充说,生产效率的提升固然重要,却不能取代创造的乐趣。

Nobel laureate Michael Spence says AIs real test is how widely its used 2 1

他鼓励在场师生追求热爱、享受探索,在乐趣中激发创造力,并以此为努力与成长注入动力。

技术不断改变人们完成任务的方式,但兴趣、动力与合作,仍是这场交流中反复被强调的人的能力。

保持希望,也保留判断

面对现场关于AI泡沫的提问,斯宾塞并未回避风险。他承认,泡沫破裂存在可能。

大规模投资最终需要实际应用带来的收入支撑。如果技术推广慢于预期,市场就可能重新评估这些投资的价值。

但潜力尚未完全兑现,也不等于技术没有价值。在他看来,未来的失望可能不是“AI不够强”,而是“AI很强,却迟迟没有被广泛用好”。

关于迈克尔·斯宾塞(A. Michael Spence)

Nobel laureate Michael Spence says AIs real test is how widely its used 13

迈克尔·斯宾塞是2001年诺贝尔经济学奖得主、斯坦福大学商学院菲利普·H·奈特管理学荣休讲席教授,曾任斯坦福大学商学院院长及哈佛大学文理学院院长。

他因在不对称信息市场分析方面的贡献而荣获诺贝尔经济学奖。其研究涉及经济增长、全球发展与信息经济学,著有《下一次大趋同:多速世界经济增长的未来》,并合著《长期危机:重塑全球经济之路》。

特别鸣谢

昆山杜克大学“全球经济年度讲座”创始捐赠人沙烨先生对本活动的大力支持。

If you are a journalist looking for information about the University or for an expert to interview for a story, our team can help.

Add our
WeChat

If you are a journalist looking for information about the University or for an expert to interview for a story, our team can help.