【為什麼我們要挑選這篇文章】AI 是近年很火熱的話題，許多企業嘗試導入 AI，期望提升營收，國家也期望 AI 提升產業效率，進而提升經濟。事情真的這麼美好嗎？透過 40 家 AI 新創的狀況，讓我們了解這些期望背後的真相。（責任編輯：郭家宏）
2016 年，總部位於倫敦的 DeepMind Technologies（Google 的子公司，也是 Alphabet 的母公司）震驚了業界，報導稱 AI 的應用將 Google 數據中心的散熱費用降低了 40%，更重要的是，這一年，DeepMind 開始與英國國家電網合作，通過深度學習優化電流來節省全國能源。
AI 真的可以大幅減少能源使用嗎？
有人用了三年時間，搜尋有關將 AI 應用於其他數據中心的文章，但沒有發現取得重大進展的證據。並且發現，DeepMind 公司與國家電網有關能源的談判也破裂了，同時還發現 DeepMind 的財務狀況也很糟糕：2018 年，該公司報告虧損 5.71 億美元（約新台幣 174 億元），收入為 1.25 億美元（約新台幣 38 億元），虧損高於 2017 年的 3.66 億美元（約新台幣 111.6 億元）。
去年四月，《經濟學人》將 DeepMind 公司 2016 年的公告定性為一場炒作，並引用一位內部人士的話：「DeepMind 只是想做一些公關，以便他們可以在 Alphabet 申請更多經費。」
於是這個人繼續深挖 AI 的經濟前景，以及 AI 的支持者在金融領域的樂觀預測。
80 年代初期，我的博士學位論文以機器人技術和 AI 經濟學為題，在擔任教授和技術顧問的整個職業生涯中，我一直關注有關 AI 的經濟性預測，比如埃森哲、資誠和麥肯錫等顧問公司對此作出的評估。
顧問公司普遍看好 AI，預估 AI 將為全球經濟貢獻約 400 兆台幣
分析師最近斷言，應用 AI 技術將大大增加經濟產出。埃森哲聲稱，到 2035 年，AI 將使 12 個已開發國家的經濟增長率翻倍，並將勞動生產率提高三分之一。資誠聲稱，到 2030 年，AI 將為全球經濟貢獻 15.7 兆美元（約新台幣 479 兆元），而麥肯錫預計，到那時 AI 的貢獻額將為 13 兆美元（約新台幣 396.5 兆元）。
其他預測集中在零售、能源、教育和製造業等特定領域。麥肯錫全球研究所在 2017 年的一份題為《AI 是否為新技術前端？》的報告中評估了 AI 對這四個領域的影響，並在 2018 年的報告中評估了 AI 對更多領域的影響。後者中，該研究所得出的結論是，AI 技術「有潛力在 19 個行業的 9 個業務部門中，每年創造 3.5 兆至 5.8 兆美元的價值。所有參與評估的技術能夠創造的價值，年總和為 9.5 兆到 15.4 兆美元，而 AI 占了其中的約 40%。」
數字令人驚訝，如果屬實，無論有沒有麥肯錫顧問的幫助，它們都將為公司使用 AI 提供很強的激勵，但是這些預測真的能實現嗎？
麥肯錫的許多估算是根據各種新創公司的說法推斷得出的，例如根據 DeepMind 以及 NestLabs 聲稱的成功案例，它預測英國和其他地區的能源效率將提高 10%。NestLabs 於 2018 年成為 Google 硬體部門的一部分。Nest 是一家生產家用智慧恆溫器和其他智能產品的公司，在 2017 年，他收入 7.26 億美元（約新台幣 221.4 億元），虧損 6.21 億美元（約新台幣 189.4 億元）。這一情況與 Nest 及其他類似公司宣稱他們正在或準備為世界經濟做出巨大貢獻的說法不符。
AI 智慧電錶的省電效果不如廠商所聲稱的
因此我決定更系統地研究此類 AI 新創企業的表現，許多事實證明，這些企業對社會的價值不如其所炒作的那樣高。這種說法肯定會讓很多人受不了，比如麥肯錫的分析師們。因此，我接下來將會解釋我是如何得出這些悲觀的結論的。
我對 Nest Lab 進行進一步調查，試圖尋找支持智慧電錶會提高能源效率的證據。2016 年，英國政府發起了一項活動，目的是到 2020 年時，在全國範圍內普及智慧電錶。而自 2010 年以來，美國能源部也已投資約 45 億美元（約新台幣 1372.5 億元），在美國各地安裝了超過 1500 萬個智慧電錶。奇怪的是，所有的這些努力對提高能源效率做出了微乎其微的貢獻。英國政府最近下調了他們對智慧電錶每年可以為每個家庭節省的金額的預期，從原本的 26 英鎊（約新台幣 1050 元）降至僅 11 英鎊（約新台幣 445 元）。英國國家審計署警告說，智慧電錶及其安裝的成本已經上升。對於那些指望著智慧恆溫器、智慧家電和智慧電錶將節省大量能源的新創公司來說，這些都不是好消息。
其他類型的 AI 新創公司是否會對經濟產生積極的影響？知名調研機構 CB Insights 的報告稱，2018 年美國的整體風險投資資金為 1,150 億美元（約新台幣 3.5 兆元），其中 93 億美元（約新台幣 2837 億元）用於 AI 新創公司。雖然這只占總數的 8%，但仍然是一筆不菲的錢，這表明有很多美國新創公司從事 AI 工作（儘管有些人在其商業計劃中誇大了 AI 所發揮的作用，以此來獲得資金）。
調查 40 家 AI 新創公司，探討：生產力會因為 AI 而提升嗎？
為了進一步探討，我收集了獲得最多資金的美國 AI 新創公司的數據，並研究了他們希望顛覆的產業。我專注於美國的原因是，它擁有最長的新創公司成功歷史，因此，它的 AI 新創公司似乎比其他國家更容易蓬勃發展。我的目的是評估這些美國新創公司是否成功地重振了各個行業並提高了生產率，或者它們是否做出相關承諾即將這樣做。
我總共分析了 40 家從事 AI 的美國新創公司。這些公司要嘛估值超過 1 億美元（約新台幣 30.5 億元），要嘛擁有超過 7000 萬美元（約新台幣 21.4 億元）的股權融資。除了兩家被上市公司收購之外，其他的新創公司都是私人公司。我在 Crunchbase、Fortune 和 Datamation 編寫和發佈的領先的新創公司列表中，找到了他們的名字和產品。然後，我用有關這些公司的最新消息（包括一些關於破產停業的新創公司的報告）更新了我的數據集。
我根據這 40 家新創公司提供的產品或服務的類型對其進行了分類，17 家正在研究基本電腦硬體和軟體（例如 Wave Computing 和 OpenAI），包括網路安全性（例如 CrowdStrike）。也就是說，此類公司建設的工具，目的在支援運算環境本身。
這 40 個公司中的 8 個從事軟體研發工作，他們研發的軟體可以自動完成很多任務，例如由 Automation Anywhere、UiPath 和 WorkFusion 開發的機器自動化軟體可提高專業人員和其他白領工人的生產率。Brain Corp. 的軟體將手動操控設備轉換為智慧機器人，Algolia、Conversica 和 Xant 提供改善銷售和市場行銷的軟體，而 ZipRecruiter 的軟體目標是優化人力資源管理。
我名單上其餘的新創公司分佈在各個行業，Flatiron Health、Freenome 和 Tempus Labs 專注於衛生保健；Avant、Upstart 和 ZestFinance 則更專注於金融技術；Indigo 和 Zymergen 注重農業和合成生物學；Nauto、Nuro 和 Zoox 涉及交通運輸。下面提及的幾個方向都只有一家新創公司，例如地理空間分析（Orbital Insight），人機交互模式（Afiniti），照片/影片識別（Vicarious）和聲音識別（SoundHound）。
這些新創公司是否可以將在不久的將來帶來巨大的生產率提高？在我看來，那些將由人工完成的任務轉變為自動化生產的軟體可能是應用 AI 的產品和服務中最有前途的。類似於過去針對白領專業人士所使用的工具的改進，這樣的工具包括會計師使用的 Excel 以及工程師和建築師使用的電腦輔助設計（CAD），這一類基於 AI 的工具，對生產力具有最大的潛在影響。例如，人們對生成式設計寄予厚望。生成式設計是一種設計方法，應用該方法時團隊成員輸入約束條件，然後系統給出特定的設計。
但是我發現名單中的八家為白領研發自動化工具的新創公司，對那些會顯著提高生產率的事情並不是那麼上心。其中三家公司的重心是銷售和市場行銷，而銷售和市場行銷通常是一個零和遊戲，擁有最佳軟體的公司從競爭對手那裡爭奪客戶，僅僅在某些條件下，生產力才會得到很小的提高。這八家公司中的另一家正在開發人力資源軟體，其生產力收益可能比銷售和市場營收的收益要大，但可能不如改進的機器自動化所能帶來的收益大。
這樣就剩下四個研發此類軟體的新創公司，他們的產品可能會提高生產率和降低成本。但是即使在這四家新創公司中，目前也沒有一家提供可幫助工程師和建築師透過類似於生成式設計的方法來提高生產力的軟體。此類軟體並非來自大型新創公司，這可能是因為現在市面上的供應商 Autodesk 很強大，或者是對相關的 AI 的開發仍不足以為該領域提供真正強有力的工具。
在這 40 家公司中，有 17 家屬於生產用於運算的基本硬體和軟體的新創公司，這一點也表明機器學習提高生產率還需要很多年。儘管基本的硬體和軟體是開發基於機器學習的高級工具（尤其是利用機器學習的工具）的必要部分，前者對後者的推動仍需要一定的時間。我認為這種情況反映出 AI 的發展仍處於起步階段，OpenAI 這樣的公司肯定也給你留下了相似的印象：儘管它已經獲得了 10 億美元（約新台幣 305 億元）的資金，而且也引起了廣泛的關注，但其模糊性的使命「造福全人類」表明基於該公司的研究現況，針對特定的問題開發相應的產品和提供服務還需要很多年的時間。
AI 新創的財務狀況並不好，還要一段時間才會獲利
專注於網路安全的新創企業數量（有七家）眾多突顯出網路安全問題的威脅越來越大。網路安全問題增加了透過網際網路開展業務的成本。AI 解決網路安全問題的能力可能會使網際網路更加安全和有用，不過這種推動力反映出網路企業未來的成本會更高，在我看來，這不會使得整個經濟體的生產率大幅提高。
如果提供更好的軟體工具無法提高經濟收益，AI 將如何帶來可觀的經濟收益？你可能會認為，AI 可以對醫療保健行業帶來很大的經濟效益。但果真如此，那名單上將 AI 應用於醫療保健的新創公司的數量（三家）是不是太少了點。這也許與 IBM 的 Watson AI 經歷有關，在這一相關經歷中，IBM 將 AI 應用於醫學的結果令人失望。
儘管如此，許多人仍然希望 AI 推動的醫療保健新創公司能夠填補 Watson 的失敗所留下的空白。羅伯特．沃克特（Robert Wachter）對此表示反對，他指出將電腦用於醫療保健比應用於其他部門困難得多。他在 2015 年出版的《數字醫生：醫學電腦時代的曙光，炒作和危害》一書詳細介紹了醫療保健在電腦和軟體應用方面落後於其他行業的許多原因。而且我們也尚不清楚將 AI 添加到可用的數字技術中是否會改變現狀。
有一些重要的行業是這些資金雄厚的 AI 新創公司沒有涉及的。住房是美國消費者支出中最大的類別，但是這些新創企業中卻沒有一家致力於這一經濟領域。交通運輸是第二大支出類別，而這只是三個新創公司的研究重點。一家公司正在研究一種可以識別不專心駕駛的司機的產品，另一家打算提供自動化的本地快遞服務，名單上只有一家新創公司正在開發無人駕駛乘用車。這也應和了福特、通用汽車和 Mercedes-Benz 高管們最近對無人車的前景的悲觀看法。儘管無人車的研發已經花費了 3500 萬美元（約新台幣 10.7 億元），福特、通用汽車和 Mercedes-Benz 高管們仍不認為在不久的將來，無人駕駛汽車將大量出現在街頭。
我承認我對這 40 家公司的經營狀況，以及他們的產品是否會在未來十年內對世界造成巨大影響的評估是主觀的。也許他們的獲利能力才是一個可以用來衡量這些公司是否正在為世界經濟提供價值的客觀指標。
結果令人嘆息，私人新創公司沒有良好的財務數據，我名單上的公司中只有兩家現在是上市公司的一部分，而新創公司通常要花費數年才能獲利（亞馬遜花了 7 年）。因此，關於這一問題我們能探討的不多。儘管如此，技術領域仍存在一些明顯的趨勢。
儘管從公司建立到首次公開募股的平均時間一直在增加，從 1998 年的 2.8 年增加到 2016 年的 7.7 年，但在首次公開募股時就實現了獲利的科技公司的比例從 1980 年的 76% 下降到 2018 年的 17%。同樣一些花費很長時間上市的知名新創公司損失慘重。例如，沒有一家大型的共享乘車公司獲利，其中包括美國（Uber 和 Lyft）、中國、印度和新加坡的公司，這些公司在 2018 年的總虧損約為 50 億美元（約新台幣 1525 億元）。大多數自行車和電動滑板車共享、辦公室共享、食品配送、P2P（點對點）借貸、醫療保險和分析以及其他消費者服務新創公司也正在大量虧損，這個情況不僅發生在美國，而且中國和印度的此類新創公司也面臨相同情況。
我考察的 40 家 AI 新創企業中的大多數可能至少在短期內會保持私有。但是，即使有些公司確實在未來幾年內公開上市，按照許多其他科技公司的過往經歷來說，他們那時還是不可能實現獲利。這些公司可能要花更多的時間才能實現獲利。
基於上文給出的原因，我很難相信考察的任何一家 AI 新創公司都將在未來十年為美國經濟帶來巨大的推動力。類似的悲觀情緒也開始出現在諸如《技術評論》和《科學美國人》等通常令人振奮的出版物中，甚至 AI 社區也開始在諸如《AI 妄想》和《重新引導 AI：建構我們可以信賴的 AI》之類的書中表達擔憂。隨著對許多新技術的大肆宣傳，這種擔憂也越來越多。
最有希望快速提高生產率的領域，可能是將現在由白領執行的任務實現自動化的領域，它延續了數十年來一直存在的趨勢。但是，這些改進將是漸進的，就像電腦輔助設計和電腦輔助工程軟體、電子表格以及文字處理帶來的改進一樣。
在過去的幾十年中，此類軟體的價值令人印象深刻，它為工程師、會計師、律師、建築師、記者和其他人員帶來了巨大的生產力提高，使其中的某些專業人員（尤其是工程師）得以用無數種方式促進全球經濟發展。
毫無疑問，在機器學習和其他形式的 AI 的幫助下此類進步將繼續下去。但是，正如許多觀察家所說的那樣，它們對公司，工人或整個經濟幾乎沒有顛覆性。
原文報導 傳送門