Investing.com - 根据CIBC Capital Markets的最新分析，人工智能预计将在未来几年提高劳动生产率，但其更广泛的经济影响可能会因资本和能源的巨大成本而受到抑制。

　　首席经济学家Avery Shenfeld表示，虽然人工智能使机器能够在有限的人力帮助下完成大量工作，但经济整体受益程度取决于被替代的工人如何被重新吸收到其他生产性岗位。

　　该券商指出，对使用人工智能减少工作时间的个别公司而言，节省劳动力是有利的，但只有当这些被释放的时间用于其他地方时，才能增加总产出。

　　历史比较显示，早期从农业到工业，后来到数字服务的技术转变，在经过一段时间和再培训后提高了生产力。Shenfeld表示，随着新就业机会的出现，这种转型需要耐心。

　　包括Amazon.com在内的公司，已经在自动化方面进行了大量投资，预计将在公司层面看到效率提升。

　　然而，Shenfeld强调，衡量进步的真正标准在于全要素生产率（TFP），它考虑的是相对于所有投入（劳动力、资本、能源和材料）的产出，而不仅仅是劳动生产率。

　　这位经济学家警告说，人工智能对全要素生产率的影响面临更高的障碍，因为开发和运行这些系统消耗大量的财力和能源资源。

　　数万亿美元正被用于软件、芯片、数据中心和发电基础设施，以维持人工智能系统。

　　Shenfeld指出，这些资金本可以分配给医院、高速公路、学校或研究设施，这些也能产生长期回报。

　　即使在部署后，人工智能系统也需要大量电力。Shenfeld引用了一家领先人工智能公司的最近订单，其芯片电力需求可能与马萨诸塞州所有家庭的年度电力消耗相当。

　　这种需求可能会给公用事业网络带来压力，并推高其他板块的电力成本，可能会挤占原本支持医院、交通或制造业的能源。

　　每家公司投资时都期望获得可观的回报，但Shenfeld警告说，以前在操作系统、搜索引擎和移动平台等领域的技术繁荣只产生了少数持久的赢家。

　　该券商引用Pets.com的失败与Amazon.com的成功形成对比，说明并非所有参与技术浪潮的企业都能实现可持续盈利。

　　因此，虽然人工智能的采用几乎肯定会提高公司内部的劳动生产率，但一旦考虑到资本、材料和燃料成本，其总体结果是否会提高全要素生产率还不确定。

　　Shenfeld写道，人工智能基础设施的支出规模及其高能源需求，引发了关于生产力回报是否能够证明这些支出合理性的正当担忧。

　　"部署人工智能的公司的劳动生产率可能会是赢家，"Shenfeld说，"但在经济整体的全要素生产率方面，结果尚未可知。"

　　本文由人工智能协助翻译。更多信息，请参见我们的使用条款。

　　继续在Investing.com阅读