1704605333
1704605334
阿玛拉定律也适用于计算机革命。虽然自动化焦虑在20世纪五六十年代普遍存在（第七章），但在20世纪80年代以前，计算机太笨重又太昂贵，没有得到推广（第九章）。虽然许多企业家惊叹于计算机的能力，但几乎没人愿意掏钱购买。正如规避风险的农民不愿意使用昂贵的拖拉机一样，企业也正确地认识到计算机的成本高到无法承受。在计算机化终于成功时，出现了一些意想不到的小插曲。1987年，当罗伯特·索洛还在为“计算机时代体现在了生产率统计数据之外的任何地方”而感到困惑时，《华尔街日报》上的一篇文章就提到，“公司正在进行小规模自动化，这样就能在进行巨额投资之前解决掉已经出现的问题”。 66 正如美国电话电报公司的工程主管解释的那样：“如果你想一年生产3000万箱惠特斯麦片，那么你可以使用自动化，不会有任何问题。但如果你处在产品不断迭代、生命周期很短、竞争激烈的市场，那你最好谨慎一点。” 67
1704605335
1704605336
技术的性能并不是全部。计算机若想提高生产率，需要和组织、流程及战略变革互相补充。在自动化初期，员工培训和再培训所需的时间通常比预期的要长，许多公司并没有充分意识到将机器、计算机和复杂的软件整合到一起高效协同工作会面临怎样的障碍。经济学家埃里克·布林约尔松、蒂莫西·布雷斯纳汉（Timothy Bresnahan）和洛林·希特（Lorin Hitt）在一些研究中一致发现，如果公司在开展互补性组织变革时投资于计算机技术，就有助于提高生产率。 68 在20世纪80年代，计算机革命专注于单个任务生产率的提高，比如文字处理和加工操作控制，但预先存在的业务流程在很大程度上保持不变。1990年，管理学学者、前计算机科学教授迈克尔·哈默（Michael Hammer）在《哈佛商业评论》（Harvard Business Review）上发表了一篇题为“再造工作：不是自动化，而是重新开始”（“Reengineering Work: Don’t Automate, Obliterate”）的著名文章。文章指出，使用自动化来提高现有工作流程的效率并不会提高生产率。 69 试图这样做的经理们从一开始就错了。哈默认为，要充分释放自动化的潜力，需要分析并重设工作流程和业务流程，从而改善客户服务，减少运营成本。到20世纪90年代中期，《财富》杂志的500强公司大多宣称有流程重设计划。 70 计算机也就是大约从那时开始影响生产率的。
1704605337
1704605338
正如批量生产时代从组合传动向单独传动的转换一样，计算机化和组织结构重组也是渐进的过程，人们需要重新考虑企业的运转方式。因此20世纪80年代晚期，并不是每个人都对生产率未能增长感到困惑。经济史学家意识到他们之前已经了解过这种情况了。牛津大学的保罗·戴维通过研究工厂的电气化革命发现，直到托马斯·爱迪生建立第一个发电站（1882年）约四十年之后，电才体现在生产率统计数据中。第六章讨论过，使用电的神秘力量需要对工厂进行彻底重组。将单独传动作为组织原则需要大量实验，因此直到20世纪20年代，电气化带来的生产率提高才开始显现。 71 戴维接着预测了计算机主导的生产率增长也会出现与电力相似的轨迹，在这一点上他说对了：20世纪20年代和90年代有着惊人的相似性，这两个十年都见证了生产率的提升和通用技术（20世纪20年代的电力和20世纪90年代的计算机）应用的爆炸式增长。 72 经济学家们一致认为，生产率的提升是通用技术应用增长的后果。相比于1991—1995年的生产率增长，1996—1999年生产率增长的约70%都要归功于计算机技术。 73 生产率的回升并不仅仅集中在少数几个行业，而是有着极其广泛的基础，批发、零售和服务业都有了可观的收益，这表明通用技术发挥了作用。 74
1704605339
1704605340
人工智能直到最近才拓展了计算机的操作领域。因此，我们有充分的理由相信，自动化给生产率带来的最大收益还在后头。如上所述，多用途机器人已开始投入使用。虽然它们对生产率的增长贡献很大，但使用场合仍主要局限于重工业。 75 更广泛地说，人工智能仍处于萌芽阶段。2017年，麦肯锡全球研究院通过对3000名高管进行调查发现，人工智能在科技行业外的推广才刚刚开始。很少有企业大规模部署人工智能技术，因为他们拿不准商业案例或投资回报。通过进一步查阅160多个使用案例后，我们发现人工智能只部署在了12%的商业案例中。 76
1704605341
1704605342
众所周知，2005年以来生产率增长放缓，但当技术处于实验阶段时这种情况本就可能发生。 77 只有在长期的延迟后技术才能提高生产率，而且在技术研发初期，主要影响是成本的增加。通常在新发明出现很多年后，它的原型才开始在生产中变得经济可行。因此，新技术对总体经济的变化情况所做的贡献总会延迟：“之前我们讨论过自动驾驶汽车的问题，它为我们提供了生产率可能如何落后于技术的一个更具前瞻性的案例。想想自动驾驶汽车刚刚引进时，汽车生产和汽车操作工人群体的情况吧。为了解决研发、人工智能的开发和新的车辆工程方面的问题，生产端的就业一开始会增加。” 78 比如，布鲁金斯学会估计2014—2017年间自动驾驶领域的投资约为800亿美元，只有少数首例得到了采用。 79 据估计在那三年间，它使劳动生产率每年降低了0.1%。 80 这样说来，经济学家们发现并不能根据当下的生产率增长预测未来生产率的增长也就不奇怪了。 81
1704605343
1704605344
智能手机和互联网的传播速度的确比曾经的电动机或拖拉机快得多，但把消费品和服务的广泛应用与生产中使用的技术做比较基本没有意义。后者需要重新配置生产过程，而前者不需要。更重要的是，企业在考虑是否发展自动化的时候，需要权衡的不仅仅是待克服的工程瓶颈。除了技术，他们还必须考虑管理费用的增加、是否有足够大的市场、报废现有机器的成本、投资新机器的成本以及〔像哈里·杰罗姆指出的那样〕“工人可能的反抗、公众有时的负面评论甚至严格的立法”。 82 虽然有人可能认为在人工智能时代，实现自动化所需的资本支出更少，但若要部署机器学习系统，就需要大量的补充性投资。正如谷歌首席经济学家哈尔·瓦里安（Hal Varian）指出的那样：
1704605345
1704605346
第一个要求就是要拥有一个用来收集和组织相关数据的数据基础设施，也就是一个数据管道。比如，零售商需要建立一个数据系统，在销售点收集数据，然后将其上传到计算机，让计算机组织整理数据并存入数据库。然后，这些数据将与库存数据、物流数据甚至用户信息等其他数据相结合。一般来说，构建这个数据管道是建立数据基础结构的过程中劳动力最密集的部分，也是最昂贵的部分，因为不同的商业类型通常有各自特殊的遗留系统，很难互联。 83
1704605347
1704605348
虽然数据可能相当于新的石油，但技术瓶颈通常不仅与数据有关，也与技能和培训有关：
1704605349
1704605350
以我的经验来看，问题不在于缺乏资源而在于技能。有的公司有数据但没有人分析数据，就会在利用数据方面处于不利地位。如果内部没有现存的专业知识，企业就很难确定需要哪些技能以及如何寻找并雇用具备那些技能的人。雇用优秀的人才一直是获得竞争优势的关键，但数据的广泛可获得性是近来的事，因此这个问题最近尤为突出。汽车公司可以雇用那些知道如何制造汽车的人，因为这是他们核心竞争力的一部分。他们可能有也可能没有足够的专业知识来雇用优秀的数据科学家，因此在新技能渗透到劳动力市场之后，我们可以预期会看到生产率方面存在差异。 84
1704605351
1704605352
这些原因表明，阿玛拉定律可能同样适用于人工智能。若要实现自动化，就需要无数必要的辅助发明和调整。埃里克·布林约尔松是调查计算机技术在20世纪90年代末对生产率的提升产生影响的那些人之一，他发现人工智能的推广路径可能反映了这方面过去的事实。他在与经济学家丹尼尔·罗克（Daniel Rock）和乍得·西弗森（Chad Syverson）合著的一篇论文中提出，人工智能的推广与20世纪90年代时计算机的情况一样，不仅需要技术本身的发展，还需要巨大的补充性投资和大量实验，这样才能充分发挥其潜能。 85 这一阶段的历史告诉我们，经济经历了一段调整期，生产率增长放缓。
1704605353
1704605354
英国的工业革命也与之极其相似。正如尼古拉斯·克拉夫茨所证明的那样，詹姆斯·瓦特的蒸汽机在发明约80年后才开始明显推动生产率的增长。 86 约翰·斯米顿（John Smeaton）在观察了瓦特〔于1769年申请了专利〕的发明后说：“任何工具或工人都无法如此精确地制造出这样复杂的机器。” 87 若要使这项技术更完善，必须开发补充性的技能。10年后，马修·博尔顿和瓦特的天才组合使蒸汽机获得了商业上的成功。1815年，苏格兰商人及统计学家帕特里克·科洪（Patrick Colquhoun）写道：“当你看到英国过去30年的制造业发展时，你很难不惊叹。其速度之快简直不可思议。蒸汽机在资本和技能的帮助下得到了改进。而且更重要的是，这些精巧的机器为羊毛厂和棉花厂带来的便利是无法估量的。” 88 但有一段时间，水力仍是一种更便宜的能源，因此蒸汽机还没有给生产率增长带来多少贡献。
1704605355
1704605356
即使马尔萨斯在1800年就拥有现代统计设备，他也不可能发现很多关于即将出现的生产率提升的迹象。在技术革命早期阶段，我们无法通过现有的生产率增长情况来了解多少未来的生产率增长。相反，我们必须研究实验室里正发生的情况。马尔萨斯不认可这种观点，因此他无法预测即将发生的事情。他在1798年的那篇著名文章中宣称：“当我们把过去的经验作为推测未来的基础时，如果我们的推测与过去的经验完全矛盾，我们就会陷入一个不确定的广阔领域，任何假设都和另一个一样好……如果人们几乎完全不了解机器的能力，我们就不能指望他们预测机器的影响。” 89
1704605357
1704605358
当然，在马尔萨斯写下那篇文章的时候，全世界对熊彼特型增长几乎一无所知。如今的我们从过去的经验中了解到，在创新加速发展的时期，实验室中正在进行的事情能更好地指导未来生产率的发展。伟大的发明也许会带来巨大的经济利益，但通常会有长时间的滞后。与此同时，我们必须承认这个方法也存在缺点。我们无法凭新技术本身得知它是否会得到广泛应用。即使马尔萨斯把更多目光投向那场引发了工业革命的工具潮，也意识到了第一个机器时代的普遍性，他又怎么知道人们会如此急切地推广机器呢？如前所述，在历史上的大部分时期，愤怒的工人们都会强烈反抗取代工人的技术，政府由于担心社会动乱而只能通过政策限制机器的使用（第三章）。马尔萨斯写作的时候，英国政府才刚开始站到发明家们一边。
1704605359
1704605360
展望未来，工人的反抗和负面社会舆论会和过去一样减缓变革的步伐，有些经济学家已经开始指出爆发反抗的风险。哈佛大学的丽贝卡·亨德森在美国国家经济研究局最近的一次会议上发出了警告：“公众抵制人工智能的确有大大降低人工智能普及率的风险……生产率似乎可能急剧增长，值得庆幸的是每年不会再有数万人在车祸中丧生了。然而，‘司机’是目前从业人数最多的职业之一。如果数百万人失业，会有什么结果？……就像担心组织层面的问题一样，我也很担心社会层面的过渡问题。” 90 人们已经体会到了社会层面的这些后果。如上所述，恩格斯式停顿的回归助长了民粹主义的回潮，对待自动化本身的态度似乎也发生了变化（第十一章）。人工智能的普遍性和人们对人工智能造成失业的反应将共同决定未来的生产率发展。如果忽视了贸易的政治经济学问题，任何分析全球化对未来劳动力市场的影响的尝试都将具有误导性：比如，要想分析全球化对未来劳动力市场的影响，我们就无法撇开特朗普当局与中国的贸易争端。自动化问题可能也是如此。随着自动化的发展，反抗可能会越来越多，这是一个隐忧。正如我们所看到的，在历史上当机器威胁人们的工作，政府担心由此引发社会动乱，机器的推广就会完全由于政治原因而受阻。
1704605361
1704605362
如果阿玛拉定律不再成立，很可能是因为卢德主义情绪的回归。
1704605363
1704605364
工作和休闲
1704605365
1704605366
如果任由自动化不间断地发展，工作岗位还会充足吗？在民众们心里普遍存在着一种反乌托邦的观点，认为聪明的机器崛起会造成劳动者工资下降、失业人数增加，从而摧毁人们的生活。相较而言，还存在着一种同样普遍的乌托邦式的理念，那就是技术预示着一个休闲的新时代，人们将更愿意少工作、多休闲。两种观念都不新鲜。从长远来看，这两种观点迄今为止都已被证明是错误的，或至少被极大地夸大了。虽然技术进步在某些方面确实让工人遭受了痛苦，但对工作终结这一前景的担忧总是被夸大了。那种认为我们会放弃工作、过着充实而休闲的生活的观点也是如此。
1704605367
1704605368
1930年，约翰·梅纳德·凯恩斯（John Maynard Keynes）在著名论文《我们后代的经济前景》（“Economic Possibilities for Our Grandchildren”）中宣称，机械化正以史无前例的高速发展。他说，我们发现使用机器取代人类的方法的速度超过了发现劳动力新用途的速度，他认为这会造成普遍的技术性失业。凯恩斯的文章反映了20世纪20年代的生产率增长，它确实出现了一些调整问题，使以前的那种机器问题重现了（第七章）。但凯恩斯对长远发展仍保持乐观态度。他认为技术能解决人类的经济问题，将人们从为了生计而工作的境况中解放出来。相反，我们需要关心的主要是如何度过闲暇时间。凯恩斯预言道，一个世纪后人们每周的工作时长为15小时。 91
1704605369
1704605370
凯恩斯正确地认识到机械化正以史无前例的速度发展，但真实情况的发展和他的预想有很大偏差。的确，富裕国家的人们每周工作时间更少，假期更多，随着寿命的延长，退休后的时间也更长。但随着人们变得更富有，人们决定分配给休闲的时间却并未像人们普遍预想的那样大幅增加，当然也没有像凯恩斯预测的那么多。这就是经济学家瓦莱丽·拉梅和内维尔·弗朗西斯（Neville Francis）追踪过去一个世纪美国人的工作和闲暇时间发展轨迹时的发现。 92 1900年，制造业岗位典型的每周工作时间为59小时左右。但在1900年，制造业从业人数仍只占总就业人数的五分之一左右，工厂里的劳动者每周工作时间比整个经济其他部分的劳动者要长得多。 93 如果把政府和农场工人也算在内，1900年美国人平均每周工作53小时。到了2005年，每周工时已降至大约38小时。然而，若只关注每个工人工时的变化就会忽略一个事实，那就是由于越来越多的女性进入职场，如今劳动人口占总人口的比例比一个世纪前要高（见第六章）。拉梅和弗朗西斯发现，考虑到劳动人口占比越来越大，可见每周工作时长的下降并不明显：1900—2005年，每人每周的平均工作时长下降了4.7小时。 94
1704605371
1704605372
所有这些下降都发生在年轻和老年群体中。相比之下，在25—54岁的人群中，尽管男性每周的平均工时缩短了，但整体的平均工作时长实际上增加了。这种激增完全是由职业女性推动的。年轻人工作时长减少的原因很简单：第二次工业革命时期，由于农民们意识到他们的孩子需要接受教育才能成功，因此更多孩子去上学了，他们的受教育年限也变得更长。老年人每周工作时间下降的原因也并不神秘。1935年《社会保障法案》（Social Security Act）为国民提供了全国性的养老金制度。在此之前，大部分人一生都在工作，直到被淘汰。私人养老金计划则只适用于一小部分人。此后，随着养老金覆盖范围的逐渐扩大，那些达到退休年龄的人突然能够享受休闲生活了。这种情况也留出了更多的工作（如果说它有什么影响的话）。一批悠闲而活跃的人带来了需求的巨大增长，为了容纳从东北地区向南方阳光带迁移的大量人口，养老院、高尔夫球场、购物中心和像亚利桑那州太阳城这样的养老城市相继涌现。
1704605373
1704605374
拉梅和弗朗西斯的研究考虑到了每周的带薪工时、上学时间、做家务的时间等因素，他们在此基础上估算了一个世纪以来人一生中的平均闲暇时间。这就需要估计不同群体从14岁到预期死亡年龄之间每一年的每周平均闲暇时间。 95 据此他们发现，1890—2000年，人们每周的平均闲暇时间从39.3小时增加到了43.1小时。这主要是由于如今的人们寿命更长了，这一点让人非常欣喜。他们的发现使我们多少理解了凯恩斯的预测，后者认为下一个世纪的生产率会增长4至8倍。虽然凯恩斯没有预料到第二次世界大战，但他对生产率的预测相当准确：现在的劳动生产率大约是1900年的10倍。但截至2000年，人们决定分配给休闲的时间净增长只有10%（图19）。从凯恩斯写作的1930年往后，劳动生产率增长了5倍，闲暇时间却只增长了3%。 96
1704605375
1704605376
1704605377
1704605378
1704605379
图19 1890—2000年，美国每小时国内生产总值（GDP）和每周平均闲暇时间的发展轨迹
1704605380
1704605381
1704605382