關(guān)于人工智能對(duì)就業(yè)和經(jīng)濟(jì)影響的研究，大多集中在美國和英國這樣的發(fā)達(dá)國家。但是，通過我在美國和中國擔(dān)任科學(xué)家、科技公司高管和風(fēng)險(xiǎn)資本家的經(jīng)歷，我開始相信，面臨人工智能威脅最嚴(yán)重的是新興經(jīng)濟(jì)體。

人工智能正在明顯加快工廠自動(dòng)化的步伐，接管客戶服務(wù)或電話營銷等日常工作。相比于發(fā)展中國家低工資的工人，人工智能做這些工作的成本更低，而且隨著時(shí)間的推移還會(huì)做得更好。檢查蘋果手機(jī)劃痕的機(jī)器人不用過春節(jié);人工智能客服不會(huì)要求加薪。

如果沒有成本因素促使其在發(fā)展中國家設(shè)廠，企業(yè)會(huì)把許多這些功能放回到總部所在地。如此一來，無法抓住最底層發(fā)展階梯的新興經(jīng)濟(jì)體就會(huì)處于危險(xiǎn)的境地：曾經(jīng)構(gòu)成其最大比較優(yōu)勢(shì)的大量低技能年輕人口將變成負(fù)擔(dān)。

人工智能依賴數(shù)據(jù)而運(yùn)行，而這種依賴性會(huì)在各行各業(yè)中不斷得到鞏固：擁有的數(shù)據(jù)越多，產(chǎn)品就越好;產(chǎn)品越好，獲得的用戶就越多;獲得的用戶越多，擁有的數(shù)據(jù)就越多。

我們看到，這種現(xiàn)象已經(jīng)在谷歌搜索等純?cè)诰€產(chǎn)品身上出現(xiàn)，并且很快會(huì)復(fù)制到自動(dòng)駕駛汽車等其他人工智能密集型產(chǎn)業(yè)中。其結(jié)果將是：生產(chǎn)能力和財(cái)富空前集中在精英人工智能公司手中，而這些公司幾乎全都位于美國和中國。

根據(jù)咨詢公司普華永道的一項(xiàng)研究，到2030年，人工智能將在全球產(chǎn)生15.7萬億美元的財(cái)富，而只是這兩個(gè)國家就將占到整整70%。

那么，新興經(jīng)濟(jì)體應(yīng)該怎么辦呢?第一步是認(rèn)識(shí)到傳統(tǒng)的經(jīng)濟(jì)發(fā)展路徑已不再可行，下一波新興經(jīng)濟(jì)體必須制定新的方針。

這需要采取雙管齊下的方法來解決教育問題。對(duì)于大量受教育程度較低的工人，各國必須尋求建立以人為本的獨(dú)特服務(wù)產(chǎn)業(yè)。即使是最好的機(jī)器人也無法讓游客擁有在民宿中的那種賓至如歸的感覺。貧窮國家可以在旅游、文化、熱線中心和老年護(hù)理等行業(yè)形成與人工智能超級(jí)大國的互補(bǔ)關(guān)系。

與此同時(shí)，發(fā)展中國家需要在人工智能領(lǐng)域開拓自己的利基市場(chǎng)。工廠機(jī)器人在世界上的任何地方都可以工作。但是，借助美國消費(fèi)者信用報(bào)告開發(fā)出的小額借貸算法在埃塞俄比亞這樣的農(nóng)業(yè)國是沒有用處的，那里的借款人既沒有信用卡，也沒有傳統(tǒng)的抵押貸款。

要填補(bǔ)差距，政府需要資助自己最優(yōu)秀、最杰出的學(xué)生接受人工智能教育，建立使用人工智能的本土企業(yè)。要盡早發(fā)現(xiàn)數(shù)學(xué)和工程神童，大力培訓(xùn)并送到全球頂尖的人工智能院校學(xué)習(xí)。

這些都不是容易完成的任務(wù)。培養(yǎng)100萬家小企業(yè)要比建設(shè)100家大型工廠困難得多，而對(duì)于還需解決營養(yǎng)不良問題的國家而言，讓尖子生公費(fèi)出國留學(xué)也是一項(xiàng)艱巨的任務(wù)。但是，如果發(fā)展中國家能夠?qū)崿F(xiàn)這種平衡，人工智能可能也會(huì)給他們提供寶貴的新機(jī)會(huì)：改善生計(jì)和發(fā)展經(jīng)濟(jì)，而不必遭受血汗工廠或環(huán)境惡化的困境。

資源更豐富的大國，如美國和中國，可以提供幫助。教育和培訓(xùn)機(jī)會(huì)可能比資金上的支持更加寶貴。要讓人工智能成為福音而不是全球負(fù)擔(dān)，那么就需要分享它的好處。