一、经济停滞是人工智能的机会
软件商推销他的人工智能产品时说，他的这款AI应用，可自动登录多个B2B平台，对要采购的商品进行比价，选取价格最低的自动在B2B平台转入购物车，这样就省去了人工，一个一个登录比价后下单，目前售价5万元，当然我们老板最终没有决定购买。我们老板没有购买可能是因为当下还在为ERP进行升级，或者他认为不能带来多大的经济效益。
后来我跟软件商单独交流，谈到当下经济下行时，我感叹说，每当经济下行之时，正是一项新技术应用之际，我认为当下就是人工智能应用的黎明前，我是通过回顾经济与技术的发展得出的结论。软件商表示赞同，他赞同的原因来自于他的感受。换句话说，前2年他在推这些AI产品时很难，但近半年来容易多了。
我继续解释道，每当经济下行时，或者某些原因造成工资提高时，企业主迫于人力成本的压力，会有更大的意愿选择购买新技术。我举了《好的经济学》里的，某一国家没有限制移民政策时，农业自动播种机没有被采用，限制移民之后，农场主大量购买播种机，这是什么原因？当然是工资成本增高了，移民的工资比当地工人工资低很多，这种行为的触发，按照张五常的说法是：成本的变动决定行为。
二、经济的长期增长要看供给端
一个月前，我写了一篇文章《解释经济周期，谴责“人口的价值在于花钱”的言论》，其实就是通过经济周期和竞争与垄断的角度，来批驳那些凯恩斯简单需求说的言论。
今天，我再从经济增长的角度，来谈谈凯恩斯的三驾马车。三驾马车是指需求、投资和出口。在中国，最有讽刺意味是，就连开出租车的司机，都能对三驾马车谈30分钟，而在美国，出租车司机不知道三驾马车是何物，就连美国总统也不一定知道，这话不是我说，是钱颖一在《现代经济学和中国经济》里说的。
经济学家目前达成的共识是，三驾马车是在出现短期经济波动时，用于宏观调控的理论，这里的短期是指1至2年。这理论比较简单，容易理解，所有在中国得到充分的传播。如果用它来解决长期经济增长时，明显是医生开错了药。
我国改革开放40多年了，资源的错配和激励问题已经得到改善，这是造成我国GDP如此快速增长的主要原因。如果错配和激励优化已经达到瓶颈，剩下的就要看全要素生产率（TFP）了。全要素生产率在2008年开始就放缓了，请看下图，这是我国近期经济放缓的主要原因。
全要素生产率的放缓，体现了我们不可能通过复制西方技术而大大提高生产率，进而让经济保持高速增长，所以，未来我们的经济增长，主要依靠技术的进步，这就是经济学家从2015年开始，就提倡供给端改革的主要原因。
三、人工智能是否作为生产力的判断，是看企业能否以人工智能为中心进行结构重组
我在上个月，看到有文章这样写：“有机构预测，2024年，中国在全球人工智能市场的占比将达到15.6%，成为全球市场增长的重要驱动力。对中国AI的发展前景，李彦宏一样充满期待。今年全国两会上，他也再度聚焦中国AI发展前景，提出了有关于智能交通方面的提案。”
我不管这个预测准不准，我想说的是，这是一个趋势，符合经济周期的规律，不过是不是2024年，就不好说。
这一节，我要说的主题是，如何判断人工智能真正成为生产力，应该从哪个视角看。要看清楚这个问题，可以借助计算机的发展历史。
计算机在1946年发明之后，经过50年，大概在1995年，经济学家也没有算出，全要素生产率的增长有它的贡献。而在互联网泡沫过后，大约是2002年，计算机技术开始提高全要素生产率。他们得到的理由是，企业是以计算机信息系统为中心，展开生成活动的。也就是说，企业以ERP为中心，重组了组织结构，重新规划工作流。
因此，我得出的结论是，要等到企业以人工智能为中心，进行结构重组时，人工智能才能发挥作用，来提高国家的全要素生产率。
四、人工智能到底是什么
我这里说的人工智能，主要是指依赖深度算法的人工智能。前面我说的软件商提供的AI产品，就是一款基于深度算法的应用。为了节约篇幅，我就不说细节，就说感受。
我们在微信里的语音转文本，就是基于声音的深度算法服务。我们的人脸识别，就是基于图片的深度算法服务。这些都是在个人领域中的应用。
深度算法的特点是需要经验数据，而它最致命的问题是，刚开始提供数据时，它的准确率一直飙升，当飙升到98%时（我只是作为举例，每个场景这个值可能不同），产生严重的边际效用递减问题。也就是说，你再喂给它很多很多数据，它的准确率提升得很小很小。
所以，它绝对不可能全自动，这跟过去的信息系统有不一样的逻辑——过去的信息系统是说一不二的。
当前，这位友商的AI产品，其实它的算法需要的数据，由软件公司的开发或实施人员提供样库，再用客户的真实数据来喂它。请记住这个喂它，就像给孩子喂饭一样。这个工作应该有开发员货实施做吗？我认为不是，未来肯定是企业的工作。
