1704607930
1704607931
生产力悲观主义者有一个很大的先天优势：数据就在他们身边。经济学家提供的生产力增长率，或者特定土地、劳动力、资本的产出量，这些都是收入和生活水平增长的关键因素。第二次世界大战之后的几十年里，发达国家的生产力快速飙升，但到20世纪70年代就急剧下降。在20世纪90年代后期，生产力反弹，特别是美国，很多经济学家欢呼信息技术红利到来了。但是到2000年中期，泡沫又破灭了，人们连复苏的希望都看不到。
1704607932
1704607933
这就是戈登所认为的全部。他认为技术热潮的高速增长是由数字化、个人计算机和互联网推动的。这些技术的最新进展就如同其过去一样，不足以提高生产力。移动技术和社交网络并没有给人类的生产力带来多少改变，风险投资家彼得·蒂尔说我们需要飞行车，得到的却是社交网络。无人驾驶汽车并不是生产力加速器，因为不管要不要开车，人们坐在汽车里面的生产效率就是那样。
1704607934
1704607935
另外，悲观主义者指出，支持现有技术进步的计算机创新的步伐正在放缓。半个世纪以来，工程师们成功地保持着摩尔定律的经验法则（见第4章），该定律假设芯片上的晶体管数量每两年翻一番。
1704607936
1704607937
戈登认为把所有的因素都考虑进去的话，在21世纪的上半叶，由技术驱动的复兴似乎前景暗淡。前途真的如此渺茫吗？
1704607938
1704607939
一些经济学家质疑戈登提出的问题是否只是一个统计假象：经济的衡量标准落后于技术的变革。服务业和信息产业在经济活动中占的比例越来越高，它们创造的价值比工厂或者农场的产出更加难以衡量。很多新奇的数字产品都是免费的，例如，维基百科或者谷歌提供的一系列服务。更为重要的是，消费价值的提升越来越依赖于质量或者个性化的提高，如根据听众个人喜好自动调整的流媒体服务播放列表。官方的统计很难覆盖这些方面。虽然统计数据不理想有一部分原因是测量不准，但统计人员认为这不是主要原因。在20世纪90年代，政府的数据采集存在很多同样的问题，但那个时候测量出来的生产力是高涨的。当研究人员试图估计对新技术的测量误差时，他们得到的数据远低于整体生产力中的预计损失。
1704607940
1704607941
所以戈登的理论对于过去几十年令人失望的经济不失为一种不错的解释，但是对于接下去的几十年，这肯定不是一个好的指导意见。事实上，悲观主义者在三个方面误读了技术变革的本质。
1704607942
1704607943
被低估的指数效应
1704607944
1704607945
首先，他们低估了计算机性能指数提升的累积效应。摩尔定律的确是在放缓，但其前面几十年的累积已经把技术带到了新突破的边缘。正如麻省理工学院的埃里克·布林约尔松和安德鲁·麦卡菲在他们最近的几本书中提到的那样，指数级增长的过程具有欺骗性。他们引用了一个古老的故事，一个人发明了国际象棋，国王问他想要什么奖励，这个人要国王以一种特殊的方式奖给他大米：在棋盘的第一个格子里面放一粒大米，第二个格子放两粒大米，第三个格子放四粒大米，以此类推，每个格子的米粒都是前面格子两倍。国王同意了，认为这只是微不足道的奖励。但是当超过棋盘的一半时（棋盘有64个格子），大米的数量已经非常大了，棋盘下半部分的第一个格子中要放40亿粒米，每个新格子需要的米粒是前面所有格子里面的米粒之和。
1704607946
1704607947
同样，摩尔定律早期每次带来的运算能力的翻倍增长为计算能力带来小幅但是极为重要的提升。随着时间的推移，每一代带来的提升都是前面所有计算能力的总和。在过去的十年中，悲观主义者一直惊讶于各种技术目标的实现，这些目标都是在几年前刚刚制定的。在21世纪前10年中期，自动驾驶汽车看起来在技术上还遥不可及，仅仅几年之后，谷歌的自动驾驶汽车就已经在街道上行驶，大部分汽车厂商都开始出售具有某些自动驾驶功能的汽车。阿尔法狗的胜利也比预计的来得更快。即使摩尔定律在未来会进一步放缓，每一代增加的性能也会比以前任何一次翻倍获得更大的性能提升。
1704607948
1704607949
第二个值得乐观的原因是，摩尔定律不再是技术发展的限制因素。芯片制造商正在尝试使用新的芯片和设计材料，以便当摩尔定律不再适用时能继续保持芯片性能的提升。亚马逊和谷歌等公司提供了大量的云计算能力，这意味着用户电脑芯片的速度将不再是限制其完成各种任务的瓶颈。另外，计算能力的提升也同样受益于算法的优化。阿尔法狗的胜利不是简单地通过暴力计算所有可能的棋着，而是使用更聪明的人工智能，思考打败对手的方法。
1704607950
1704607951
总而言之，这些因素意味着智能机器的能力还有更多的提升空间。同时，这些因素也说明计算能力的提升，并不是简单地每隔几年能够用更小的设备帮助我们更快地做事情。计算能力每一代的提升都能够推动技术突破新的瓶颈，为计算机用户带来更多的可能。
1704607952
1704607953
技术充分发挥潜力的滞后效应
1704607954
1704607955
如果这是真的，为什么技术进步不能带来生产力的提高？我们如何才能保证将来生产力能够持续提高？第三个也是最重要的能让我们保持乐观的原因是，学习怎么应用强大的新技术是需要时间的。
1704607956
1704607957
戈登对于数字革命的观点有点不太公允。他对于19世纪末到20世纪初，电气化和汽车等重大创新给发达国家带来的人均产出的持续提升有正确的认识。但是，他忽略了一个关键点：发挥这些创新的潜力其实用了很长一段时间。1890年以前，科学家就已经在电力实验方面取得了很多重要进展，但是生产力的提高并没有立刻出现。直到企业发现了更好的供电新方法，其效用才一点一滴地显现出来。例如，电信很早就出现了，但是家庭和工厂大规模电气化以及其带来的生产力提高则要晚得多。
1704607958
1704607959
芝加哥大学的查德·希维尔森指出，电气时代生产率的提高并不是匀速的，相反，在加速上升之前的很长一段时间内都是令人失望的平缓发展。他将电气化时代劳动生产率的提高以及信息时代已有的记录对比发现，两者的模式非常相似（见图6–2）。
1704607960
1704607961
1704607962
1704607963
1704607964
图6–2 美国劳动生产率模式
1704607965
1704607966
技术的产生与充分发挥其潜力之间之所以存在滞后，主要是因为找到最好利用创新的方法并让世界对其适应需要时间。在19世纪末期就已经出现了不用马拉的车（早期人们对于汽车的称呼），但是很久以后汽车才得到质的发展。制造商需要知道如何降低成本，政府需要修改法规并建设新的基础设施，企业需要围绕汽车尝试新的商业模式。
1704607967
1704607968
波士顿学院的经济学家苏珊托·巴苏以及旧金山联邦储蓄银行的约翰·费尔纳尔德说，这些动态关系意味着生产率的提高总是来源于以前的技术进步，平均是5到15年之前，有时候更长。20世纪90年代末到21世纪初的生产率提高主要是建立在几年前的智能商业管理软件基础之上的，而基于网络的商业模式的贡献相对较小。同样，在无人驾驶汽车开始对生产率增长做出贡献之前，还有一段时间。虽然目前增长缓慢，但机器学习的潜力不能被忽视。
1704607969
1704607970
另外，当今天的技术开始影响生产率的提高时，应该也是以我们现在难以想象的方法。卡尔·奔驰和亨利·福特可以把汽车想象为更好的“无马”车，可以让人们不依靠牲畜更快地旅行。但他们没法预见，汽车将给城市带来的巨大变化，或者国际贸易有一天会迅速扩张，这主要归功于集装箱、邮轮、卡车等一整套系统。
1704607971
1704607972
同样，我们也无法预料无人驾驶汽车的长期应用及其影响。几乎可以肯定的是，它们与需要人驾驶的汽车有显著不同。相反，汽车的根本性质将会发生改变。可能只有很少的人会自己购买一辆无人驾驶汽车，他们可能倾向于在想要用的时候租一辆。更为高效的道路以及更少的停车需求可能会改变城市的结构。但是当人们越来越习惯于按需获取他们的所需时，越来越多的交通将由无人驾驶汽车来完成。例如，某人可能在家里向电脑发送语音指令去当地的餐馆购买一个汉堡，餐馆会把食物放到一辆小型无人驾驶汽车上并运往目的地。机器将能足够聪明来为汽车导航（以后机器还能做更多的事），能够应用到经济体的方方面面：进行手术、辅导学生交流对话、运营农场以及管理能源系统等。
1704607973
1704607974
现在计算机已经足够小巧便宜了，可以嵌入所有一切物体。复杂的人工智能能够让它们以我们无法想象的方式来操作物理世界。但是，很明显这种变化给社会和经济带来的转变将与室内下水管道、汽车和电力带来的转变一样具有破坏性、一样强大。
1704607975
1704607976
技术变革带来的麻烦
1704607977
1704607978
有些悲观主义者还是有一定道理的，虽然不是戈登及其同行喜欢的那种。如果说想象人工智能控制的房子和汽车未来将怎样改变我们的生活还很困难，那么考虑社会为了适应这种变化面临的麻烦就容易得多了。这些诸如无人驾驶汽车和无人机之类的新技术已经引起了监管部门的注意。政府正在努力制定有关搜集和使用智能手机和其他联网设备获取的大量个人信息方面的法规，尽管公众对于政府监视这些数据日益感到紧张。在下水管道之前，电力和汽车可以改变世界，社会不得不花费很多年的时间来投资建设新的基础设施，制定新的法律、法规来明确谁能拥有和运营这些网络及其资质要求，同时也涉及新的文化标准——哪些行为合适、哪些不合适。接下来的几十年，人类将再次经历这个过程。这将减缓创新的传播速度并削弱其对经济的影响。
1704607979