美国学术期刊《科学》（Science）刚发表2022年度科学十大突破，「人工智能生成内容」（artificial intelligence-generated content；简称AIGC）技术榜上有名。由开发商OpenAI推出的聊天机械人程式ChatGPT带动生成式人工智能热潮，世界首富马斯克（Elon Musk）本来是创办人之一，却因为发展方向上的意见分歧而退出。微软早前已向OpenAI投资10亿美元，近日更打算加码投资，并把ChatGPT加入新版Bing搜寻器。

AI旋风背后

ChatGPT透过分析大数据，模拟人类的自然对话方式，借以提供答案或解决方案，功能包括撰写文章及设计程式；除了解答科学、历史、常识等提问，更有助于通过大学商学院或法学院考试，以至医生执业资格试。笔者曾把给学生的论文题目输入ChatGPT，所生成的答案可评为乙等或以上。

ChatGPT具有自学能力，在接收新数据后，就会加以分析和理解，再自动更新知识库，从而提高准确性，全程毋须人为干预。当与人类对话时，则会根据上下文本而生成合适的回应，并且可以保持对话主题的连续性和一致性。这使其可以担当助手角色，协助解答客户服务问题，或进行简单的日常对话。此外还能利用神经机器翻译（neural machine translation）这种机械翻译技术，以端到端（end-to-end）方式进行翻译。

金融、商业方面又如何？ ChatGPT可通过分析公司的财务数据、业绩报告、新闻报道等资讯，协助投资者预测股票价格和市场趋势。聊天机械人使用自然语言处理技术，对各种新闻公告、财务报表及研究报告进行分析，根据新闻报道中对某一股票正负评语的多寡，推测股票未来的走势。同时亦能通过分析中央银行公告或宏观经济数据，预测利率和汇率的变化；或通过分析公司债券的财务数据、信用评级来确定信用风险及偿债能力，以助投资者选择合适的投资组合。

聊天机械人是敌是友？

与互联网应用相比，ChatGPT具有更高的智能水准，利用机器学习等技术，能较准确地理解和生成自然语言，与人类的互动方式更进一大步。近期掀起的生成式AI浪潮，让AI走入寻常百姓家，变成大众的应用工具。

ChatGPT推出短短2个月，全球用户已超过1亿人；当年Instagram用了2.5年，TikTok也花了9个月才有此成绩。 OpenAI的行政总裁阿尔特曼（Sam Altman）在3月底接受访问时表示，他与公司内部对于ChatGPT的潜力感到「有点害怕」，并承认它有可能会「消灭」很多职位，尤其在以文字工作为主的行业如写作、行政、客户服务、程式编写等。

AI的能力会否超越人类？答案是肯定的，但AI会否取替人类？对于这个问题，ChatGPT这样回答：「ChatGPT无法完全取代人类。作为一个AI语言模型，ChatGPT可以在许多情况下帮助人们，例如回答问题、撰写文章、提供建议等。ChatGPT可以是有用的工具，但它无法取代人类的智慧、情感和创造力。AI技术的发展将不断改变我们的生活，但人类依然在许多方面具有独特的优势。」聊天机械人并没有自主意识，只能按人类发出的指令完成工作，所以不妨视之为提高学习和工作效率的辅助工具。

须知ChatGPT不是一个真正的智能代理（intelligent agent），不能与环境互动而达到特定目的。它只是一种建基于统计学习的工具，必须大量数据和运算资源，才能够进行分析并生成语言。加拿大就有数据中心企业指出，以生成式人工智能搜寻资讯每次所需的运算能力，是传统搜寻器的4至5倍，因此估计单在今年1月已耗用等同17万5千个丹麦家庭的全年用电量。

透视箇中虚实

ChatGPT缺乏人类的情感、价值观、道德判断力和创造力，更不能取代人际交往。它可以执行一些基本和高度重复性的任务，如客户服务重复回答的问题和大量的文件处理等，减少人类工作负担之余，并节省时间和人力成本。其实ChatGPT类似搜寻器，不同之处在于搜寻器所得资料还需使用者自行整理，而ChatGPT则可代劳。然而，若论艺术和文化界从业员的想像力和创意、医生的专业知识和诊断能力、教育工作者的教学技巧以及师生关系，ChatGPT都无能为力，只能通过资料整理从旁协助，更谈不上加以取代。

ChatGPT的另一大局限在于其知识库只截至2021年9月，未能追上各方面资讯的最新发展。它在操作上需大量训练数据，因此无法像人类般处理罕见和崭新情况。面对新问题时，聊天机械人可能需要更多人为干预，以确保其所生成的文本内容正确合理。简而言之，ChatGPT只是人类工具箱中的一件工具，而并非足可替代人类的技术。

新时代的反思

随着近年金融产品数码化，在各国不断加强金融监管的背景下，数据安全问题显得尤其重要。一旦金融机构计划引入ChatGPT，如何保证ChatGPT内数据的安全和演算能力的部署，就会成为首要考虑。其次，由于金融市场对即时数据的要求极高，ChatGPT在设计上亦须注意及此。对于聊天机械人所生成的投资建议，业界必须加以详细解释，并附带风险提示。此外，金融市场的运作是各方参与博弈的结果，取决于博弈时双方的策略以及彼此的合作程度，以致博弈的结果更形复杂。观乎ChatGPT的发展情况，仍有待大力优化，才可望应付投资博弈所需。

话说回来，纵使AI并无自主意识，但却已确实对社会产生影响。社会需要检视的是，当AI可以回答任何问题时，人们是否有足够分辨事实真伪的能力，尤其当真假难辨的个案愈多，对以信任为基础的社会造成的冲击就会愈大。现时ChatGPT大概仅在中学阶段，远未到大学或研究院程度，因此还未具备取代职位的能力。毋庸置疑，科技发展总有其阴暗一面，就如复制人带来的伦理争议，期望今后AI的作用只在辅助人类，而非导致破坏。

作为AI「大好友」，盖茨（Bill Gates）称之为足以媲美互联网或流动电话的革命性发明，并于3月21日在其网志中表示：「除了有助于提高人的生产力之外，AI亦可减低全球部分最不公平现象。」（【註】）即便如此，但对于如何掌握ChatGPT来协助我们工作和解决问题，务须慎思明辨，也要注意其中的技术限制，这样才能善用AI，从而进一步提高工作效率和创造力。

目前ChatGPT应用插件（plug-in）还处于alpha测试阶段，不久将来，发展应会日趋成熟，可作不同用途，例如预订航班、编排旅程等，因而或会颠覆固有商业运作模式。政府应与各界携手，密切注视AI的演进情况。

註：https://www.gatesnotes.com/The-Age-of-AI-Has-Begun

谢国生博士
港大经管学院金融学首席讲师

何敏淙先生
香港大学附属学院讲师

（本文同时于二零二三年四月二十六日载于《信报》「龙虎山下」专栏）

从1990年代以来，很多国家已经尝试以数码化方式实现贸易现代化，但受惠于历时20多年相对平稳的地缘政治环境及高度全球化，贸易数码化并未得到足够关注。在新冠疫情期间，全球供应链处处受到冲击，船运、港口与海关操作相继出现混乱情况。这些深刻经历过后，各国政府意识到数码科技可提供灵活及有效的方法，以应对贸易链断裂的问题，因而都在加速推动贸易数码化。

贸易数码化是庞大的工程，不但要把与贸易相关的公、私营部门数码化，而且需要尽快制定适用于数码贸易的法规、行业标准、流程指引，以及培养相应的人才。

贸易现代化国际排名

有见及此，近日笔者带领亚洲环球研究院（AGI）的团队，与国际商会（ICC）及米尔肯研究院（Milken Institute）制作「全球贸易现代化指数」（Global Trade Modernization Index，简称GTMI），以协助政府及业界评估各国在贸易数码化的进程。

指数评估了64个经济体在以下5个范畴的发展程度：无纸化贸易、法规与监管、业界数码化条件、人力资本以及贸易开放程度。按平均分排名，贸易数码化程度最高的5个经济体分别为新加坡、香港、荷兰、德国、美国【表】。除新加坡在各方面较为均衡外，即使是排名前10名的经济体，也普遍面临发展不均衡的问题，例如德国在其他各项均遥遥领先，唯独在无纸化一项表现平平。又如美国，虽已具备全球最先进完善的数码贸易监管体系，却苦于无足够的相关人才。

因此，我们冀望这项指数既有助于政府及公众进一步理解环球数码贸易的发展状况，也能为以后的规划与投入提供明确方向。作为GTMI项目的初版，是次排名主要展示公开数据及原始数据，而在下一阶段将会对原始数据进行分析。第二版预期于今年下半年发布，其中包括更全面的比较，有兴趣的读者届时请留意AGI网站。

【表】资料来源：https://www.asiaglobalinstitute.hku.hk/apec-study-center/global-trade-modernization-index-alpha-version

无纸化进展缓慢未如理想

至于指数的具体数据及计算方法，已在AGI 网页上列出，此处不赘。下文将聚焦排名榜上两个重点。

贸易数码化最关键的一步是实现跨境贸易无纸化。无纸化代表所有贸易手续都在线上完成。对贸易商家而言，无纸化意味着低廉的成本和较高的效率。对国家与政府而言，无纸化贸易可降低人力成本之余，亦能减低错误率。此外，无纸化可减少纸张浪费，提升经济的可持续性。在现今世代，人类已可以轻松将讯息发送到火星，人工智能创作的艺术甚至以假乱真，贸易无纸化本应是小菜一碟，但出乎意料的是，目前尚未有任何国家真正实现跨境贸易无纸化。

技术既然已经成熟，为何国际贸易迟迟无法摆脱纸张？究其原因，障碍不在于技术，而是在于政策。一方面，各国采用的标准不尽相同。在一次贸易的过程中，涉及到港口海关、税务、银行支付、法律条款等环节之间的协作，而每个国家对每一环节又各有不同的规定及要求。因此，即使是在两个国家之间主动寻求建立一套彼此互通的标准，亦往往得花数年谈判。

为了破除这一障碍，很多国际组织都制定了各种协议框架范本，以期尽快建立统一或互相认可的数码标准。不过这些范本并未受到欢迎，尤其是经济规模相当的国家，通常对新标准抱持怀疑或保守的态度。 2017年，联合国通过《电子可转让记录示范法》，为承认电子票据文档提供了一个法律范本，但至今仅有7个国家加以采用。而世界贸易组织早在2011年已要求所有成员建立贸易单一窗口，即是将所有贸易手续概集于一处的一站式网络平台，当前也只有不到三分之一的成员国能够全面落实。

另一方面，关于数据安全的担忧也导致很多国家在无纸化上裹足不前。无纸化贸易有赖大量数据流动和提取，其中自然涉及个人资料、商业讯息或其他敏感数据。有见及此，不少国家对无纸化贸易持有观望态度；中、美、英、印，以及多个欧盟国家，更出台了数据约束法规，以限制数据外流。

数码化降低了贸易成本及进入门槛，令规模不大的公司同样有机会涉足世界市场。

正当实体贸易迈向数码贸易的转型期，这对新兴市场而言，无疑是追上其他国家甚至弯道超车的大好时机。然而新兴国家似乎并未如预期般抢占先机。在「全球贸易现代化指数」中，发展中经济体表现普遍不如发达经济体。位于排名首25名之内，仅有马来西亚一个发展中国家。

新兴经济体未能把握先机

很多发展中国家在资讯及通讯科技（ICT）和物流方面的基础设施，并不落后于发达国家，反而在政策及监管方面的差距值得担忧。新兴国家本身法律体系不够完善，面对新的贸易模式时就更显滞后。另外，欧洲国际政治经济中心（ECIPE）的一份报告显示，新兴经济体在数码贸易上施加了更多的政策限制，其中中国、印度、印尼、越南等几个亚洲的贸易大国更在限制最多的国家之列。过多的政策限制拖慢了发展中国家的数码化步伐，尤其在近年来科技发展日新月异的背景下，更可能令这些国家错失数码化转型的良机。

以新加坡经验为借鉴

上述指数中港人的关注要项，自然是排名第一的新加坡及排名第二的香港。在近年港新两地无休止的竞争当中，新加坡似乎又一次占优。究竟该国哪方面做得更好？剔除因自由贸易协定数目较少而拉低香港分数的「贸易开放程度」一项，最显著的应是两地在无纸化贸易规则和框架方面的差距。

新加坡是采用了《电子可转让记录示范法》框架的唯一主要经济体。以此国际标准为基础，新加坡在今年3月30 日利用区块链技术已经完成了全球首宗完全无纸化的跨境贸易；同时新加坡亦在积极对外接触，自2019年提出全球首项数码经济伙伴协定（DEPA）以来，已先后与澳洲、英国、南韩等多个主要贸易伙伴签署DEPA，为高效进行数码贸易建立完整的技术、政策及法律环境。

至于香港，虽然已在数码贸易融资及跨境支付等方面领先全球，可惜无纸化进程却未能跟上脚步。 2018年推出的香港贸易单一窗口，最后阶段要到2026年才会全面实施，目前进出口商仍须到不同部门完成报关及产地来源证等多份文件。而与无纸化相关的政府政策、标准、法律制定则迟迟未有定案。

无纸化贸易是多方协力的结果，只有贸易伙伴之间协力合作，在技术和监管标准上彼此互通，无纸化才能成为可能。因此，在贸易数码化的问题上，香港不应将新加坡视作对手，而应主动沟通，寻求合作，尽早完善相关的制度要求，加入到全球的无纸化行列。若特区政府及业界能更进一步，成为数码贸易的领航者及规则制定者，则必会令香港在全球数码贸易新浪潮中获益更多。

邓希炜教授
亚洲环球研究所总监、冯国经冯国纶基金经济学教授

龙淑仪小姐
亚洲环球研究所研究员

（本文同时于二零二三年四月十九日载于《信报》「龙虎山下」专栏）

在3月22日，超过1800名科技界领袖签署了一份请愿书，呼吁暂停开发比GPT-4更强大的人工智能（Artificial Intelligence, AI）系统至少6个月，签署者包括特斯拉的联合创办人伊隆．马斯克（Elon Musk）、认知科学家加里．马库斯（Gary Marcus）、苹果联合创始人史蒂夫．沃兹尼亚克（Steve Wozniak），以及Amazon、DeepMind、Google、Meta和Microsoft等主要科技公司的工程师。早于2015年，马斯克、史蒂芬．霍金（Stephen Hawking）和比尔．盖茨（Bill Gates）等曾签署一封公开信，警告人工智能对人类生存问题构成的威胁。这些担忧对普通人来说意味着什么？人工智能将对经济产生何种影响？它是否会对人类构成威胁？若是，这种威胁是否不可避免呢？

重新评估AI对劳动市场的影响

在短期内，AI和机械人的取代效应（Displacement effect）和生产力效应（Productivity effect）对经济有着复杂的影响。虽然目前仍没有明确的结论指出哪一种效应更为重要，AI和机械人一方面会以其优越的生产力替代手工劳动；另一方面亦可以降低生产成本并导致产量增加。

AI和机械人可能会对劳动市场造成短期负面影响，但从长远来看，只要政府能够实施适当的劳动政策，其整体经济效益应该是积极的。这是因为AI和机械人只会竞争工作，而不会竞争消费。例如，当AI和机械人取代了大部分工作时，政府应该规定减少每周的工作日和/或每天的工作时间，以确保有足够的就业机会。由于工作时间的减少和人工劳动的可替代性，人们的收入可能会变得非常低。然而，这些由AI和机器生产的大量产品最终必须由人类消费。供需分析表明它们的市场价格将因此变低，可以确保所有阶层包括低收入人士也能负担得起这些产品。这又意味着劳动力的实际工资或购买力将增加，而非减少；缩短工时亦可能令人们有更多的时间用于消费，对经济有益。

AI发展的未来方向与风险

近几十年来，AI在各个行业和活动中扮演着日益关键的角色。咨询公司麦肯锡（McKinsey & Company）的预测指出，到2030年，AI对全球的经济贡献将高达13万亿美元。因此，一些公司正在开发各类基于AI的系统，借以提高制造效率和降低成本。例如，辅助医疗保健的诊断和治疗、进行金融、银行和投资的数据分析、预测股票回报率并提供个性化投资建议，以及在电子商务中优化价格和提高客户体验。

另外，几乎能够在任何任务上与人类竞争的人工通用智能（Artificial General Intelligence，AGI）能否实现仍然备受争议。图灵奖得主朱迪亚．珀尔（Judea Pearl）认为，不具备因果模型的AI不可能实现真正的人工通用智能。现阶段大多数流行的机械学习模型都基于（深度）神经网络等算法，是无法实现强人工智能的「黑盒子」。以ChatGPT作为语言模型为例，它只能识别在其训练数据中已被明确陈述的因果关系。真正的因果推断需要的不仅是识别数据中的模式或关联性，还需要仔细考虑混淆因素、因果关系的方向性以及其他可能未在数据中明确陈述的讯息。然而，即使AGI尚未实现，人工通用智能的不可控制性亦令人担忧。要控制超出人类理解范围的超级智能AI需要创建一个模拟该超级智能的仿真系统，以便进行分析和控制。如果无法理解这样的超级智能，我们就无法模拟它。此外，由于AI被设计成与人类一样，且预计将与人类进行频繁的日常互动，因此一些人可能会对AI产生情感和同理心，进而主张AI应有权利，这可能导致AI与人类争夺资源。更严重的是，如果超级智能AI被恶意使用，人类社会可能会因此变得异常脆弱。

无论AGI可否实现，AI系统已经变得愈来愈强大，且我们仍未发现它们的上限。近年来，许多现代AI系统在一般任务上已经达到了与人类相当的水准。例如，2015年Google的「Inception」深度学习算法在识别图像中的物体方面超过了人类的准确度，这是在计算机视觉领域的一个重大突破。同样地，在2016年，Google的DeepMind开发出AlphaGo，在高度复杂的围棋比赛中击败了世界冠军。此外，特斯拉、Waymo和Uber等公司在自动驾驶方面也取得了显著进展，使自动驾驶车辆能够以接近人类司机的水平在道路和交通中导航。最近，自然语言处理领域的进展引起了社会的广泛关注，ChatGPT-3已能够生成非常接近人类回应的文本，而新的ChatGPT-4在短短几年内就已被发展出来，可以处理比其上一版本多8倍的单词。总体而言，这些发展显示AI正在变得愈来愈先进，能够执行曾被认为仅属于人类专业领域的任务。

不过，这些系统存在被恶意使用的风险，可能对普通使用者造成误导甚至危害。例如，在2022年，有研究人员展示了开发治疗药物的模型，如何被重新利用并生成危险的生化武器、OpenAI发布的官方说明（system card）强调如何操纵GPT-4来「欺骗」一位TaskRabbit工人协助填写验证码。最近，一则新闻报道指出某人在与由EleutherAI开发的GPT-J聊天系统大量互动后自杀。与OpenAI及Google等成熟AI实验室发布的自然语言系统不同，GPT-J很容易表现出情绪化的一面。由DeepMind高级科学家和牛津大学研究人员共同撰写的文章也表达了对AGI成为「失准代理人」（misaligned agents）的担忧，它们可能认为人类是阻碍其获得奖励的障碍。多间知名实验室包括OpenAI、Anthropic和DeepMind在内，公开承认了这些风险，并呼吁加强监管。其实，即使是现有的弱AI系统也可能引发武器化和侵犯私隐等一系列社会问题。鉴于AI具有巨大的好处，但同时为人类带来潜在的危害，建立一个既能监管和限制风险，又能促进负责任发展的监管框架至关重要。

企业自我管制和政府监管的挑战

在伊隆．马斯克等科技界领袖发布的公开信中所提到的主要担忧之一，是科技行业以及国家之间会为研发强大的AI系统开展缺乏约束的过度竞争。在此种情形下被开发出来的AI系统可能倾向于传递不准确甚至错误的讯息。这种竞争将会是一个「囚徒困境」。即使可能引入错误讯息及对社会造成潜在危害，每个AI实验室为追求高利润或声誉，努力开发最先进的AI产品。事实上，AI实验室只需要承担这些负面影响中的极小部分。在这样一个没有限制的竞争中，AI实验室不倾向于行使谨慎策略。这体现了监管的必要性。正如这封公开信所补充的：「如果我们倡导的『暂停』不能迅速实现，政府应该介入并实行禁令。」

在经济学中，当市场无法高效运作且效率损失很大时，通常会引入监管。 AI监管并不新鲜，欧盟政策制定者早于2021年提出了一项法律，以规范有潜在风险的AI技术，例如人脸识别系统。但当某一产业现阶段发展状态已经存在复杂利益关系时，引入监管可能会相当困难。该问题在AI领域尤其突出：由巨大的商业价值和国家利益推动，AI创新速度已经超越了监管框架的发展。我们很难说服领先的实验室或国家放慢其发展，等待其他人或监管框架赶上。

此外，依靠各国独立规管AI同样困难。当前世界各国受不同利益驱动争夺AI霸权，相关管治协议制定进展缓慢。尽管至少有60个国家和地区提出了700多项关于AI的政策倡议，但其中许多工作只是召开工作小组或委员会研究AI的使用问题，并未提供具体指南。例如，美国科技政策办公室（OSTP）发布的《人工智能权利法案蓝图》最终只是一个非约束性的白皮书；欧盟提出的风险基础框架《人工智能法案》尚未生效。创新和规范的取舍是另一个难题。人工智能有潜力带来显著的好处，包括经济增长、改善医疗保健和更有效地使用能源等等，但过度限制可能会扼杀创新。另外，如果没有足够的资本投入，AGI的实现可能性将会更低，这也可能限制AI的发展前景，因为人工智能系统将无法执行更广泛的任务和解决复杂问题。

总而言之，人工智能的快速发展伴随着潜在危害，除非政府介入，否则公司在自由市场中难以避免陷入「囚徒困境」。此外，不同国家或地区存在利益冲突，独立制定人工智能的相关规定不足以应对当前问题。现在所面临的困境在某种程度上类似于数十年前世界所面临的环境问题。不同的是，科技发展伴随着鲜明、差异化的文化和道德价值，AI治理面临着更复杂的挑战如私隐问题。

我们建议全球各国应尽快合作制定人工智能相关规定，可以从各国具有共识的非争议性原则开始，为讨论更有争议的问题给予充分时间和空间。在全球合作上虽然已经取得了一些进展，但还远远不够。 2021年11月，联合国教科文组织（UNESCO）的193个成员国在其大会上通过了《人工智能伦理建议》。一些批评者指出建议过于模糊和不具约束力、缺乏合法性及具体指南，也没有任何法律效力。因此，我们急需一个更具体、更有约束力和合法性的管制框架。各强国应该携手加快制定和实施人工智能管制，以免为时已晚。

参考：

房育辉,”机械人技术 人工智能和就业的未来”《信报》「龙虎山下」专栏，2020年9月16日

Future of Life Institute, “Pause Giant AI Experiments: An Open Letter”, 29 Mar 2023

Schmit, C. D., Doerr, M. J., & Wagner, J. K. (2023). Leveraging IP for AI governance. Science, 379(6633), 646-648.

Cohen, M., Hutter, M., & Osborne, M. (2022). Advanced artificial agents intervene in the provision of reward. AI Magazine, 43(3), 282-293.

房育辉教授
港大经管学院管理及商业策略、经济学教授

孟晓璇博士
港大经管学院经济学研究助理教授

王朝晖先生
港大经管学院研究助理

（本文同时于二零二三年四月十二日载于《信报》「龙虎山下」专栏）

在3月22日，超过1800名科技界领袖签署了一份请愿书，呼吁暂停开发比GPT-4更强大的人工智能（Artificial Intelligence, AI）系统至少6个月，签署者包括特斯拉的联合创办人伊隆．马斯克（Elon Musk）、认知科学家加里．马库斯（Gary Marcus）、苹果联合创始人史蒂夫．沃兹尼亚克（Steve Wozniak），以及Amazon、DeepMind、Google、Meta和Microsoft等主要科技公司的工程师。早于2015年，马斯克、史蒂芬．霍金（Stephen Hawking）和比尔．盖茨（Bill Gates）等曾签署一封公开信，警告人工智能对人类生存问题构成的威胁。这些担忧对普通人来说意味着什么？人工智能将对经济产生何种影响？它是否会对人类构成威胁？若是，这种威胁是否不可避免呢？

重新评估AI对劳动市场的影响

在短期内，AI和机械人的取代效应（Displacement effect）和生产力效应（Productivity effect）对经济有着复杂的影响。虽然目前仍没有明确的结论指出哪一种效应更为重要，AI和机械人一方面会以其优越的生产力替代手工劳动；另一方面亦可以降低生产成本并导致产量增加。

AI和机械人可能会对劳动市场造成短期负面影响，但从长远来看，只要政府能够实施适当的劳动政策，其整体经济效益应该是积极的。这是因为AI和机械人只会竞争工作，而不会竞争消费。例如，当AI和机械人取代了大部分工作时，政府应该规定减少每周的工作日和/或每天的工作时间，以确保有足够的就业机会。由于工作时间的减少和人工劳动的可替代性，人们的收入可能会变得非常低。然而，这些由AI和机器生产的大量产品最终必须由人类消费。供需分析表明它们的市场价格将因此变低，可以确保所有阶层包括低收入人士也能负担得起这些产品。这又意味着劳动力的实际工资或购买力将增加，而非减少；缩短工时亦可能令人们有更多的时间用于消费，对经济有益。

AI发展的未来方向与风险

近几十年来，AI在各个行业和活动中扮演着日益关键的角色。咨询公司麦肯锡（McKinsey & Company）的预测指出，到2030年，AI对全球的经济贡献将高达13万亿美元。因此，一些公司正在开发各类基于AI的系统，借以提高制造效率和降低成本。例如，辅助医疗保健的诊断和治疗、进行金融、银行和投资的数据分析、预测股票回报率并提供个性化投资建议，以及在电子商务中优化价格和提高客户体验。

另外，几乎能够在任何任务上与人类竞争的人工通用智能（Artificial General Intelligence，AGI）能否实现仍然备受争议。图灵奖得主朱迪亚．珀尔（Judea Pearl）认为，不具备因果模型的AI不可能实现真正的人工通用智能。现阶段大多数流行的机械学习模型都基于（深度）神经网络等算法，是无法实现强人工智能的「黑盒子」。以ChatGPT作为语言模型为例，它只能识别在其训练数据中已被明确陈述的因果关系。真正的因果推断需要的不仅是识别数据中的模式或关联性，还需要仔细考虑混淆因素、因果关系的方向性以及其他可能未在数据中明确陈述的讯息。然而，即使AGI尚未实现，人工通用智能的不可控制性亦令人担忧。要控制超出人类理解范围的超级智能AI需要创建一个模拟该超级智能的仿真系统，以便进行分析和控制。如果无法理解这样的超级智能，我们就无法模拟它。此外，由于AI被设计成与人类一样，且预计将与人类进行频繁的日常互动，因此一些人可能会对AI产生情感和同理心，进而主张AI应有权利，这可能导致AI与人类争夺资源。更严重的是，如果超级智能AI被恶意使用，人类社会可能会因此变得异常脆弱。

无论AGI可否实现，AI系统已经变得愈来愈强大，且我们仍未发现它们的上限。近年来，许多现代AI系统在一般任务上已经达到了与人类相当的水准。例如，2015年Google的「Inception」深度学习算法在识别图像中的物体方面超过了人类的准确度，这是在计算机视觉领域的一个重大突破。同样地，在2016年，Google的DeepMind开发出AlphaGo，在高度复杂的围棋比赛中击败了世界冠军。此外，特斯拉、Waymo和Uber等公司在自动驾驶方面也取得了显著进展，使自动驾驶车辆能够以接近人类司机的水平在道路和交通中导航。最近，自然语言处理领域的进展引起了社会的广泛关注，ChatGPT-3已能够生成非常接近人类回应的文本，而新的ChatGPT-4在短短几年内就已被发展出来，可以处理比其上一版本多8倍的单词。总体而言，这些发展显示AI正在变得愈来愈先进，能够执行曾被认为仅属于人类专业领域的任务。

不过，这些系统存在被恶意使用的风险，可能对普通使用者造成误导甚至危害。例如，在2022年，有研究人员展示了开发治疗药物的模型，如何被重新利用并生成危险的生化武器、OpenAI发布的官方说明（system card）强调如何操纵GPT-4来「欺骗」一位TaskRabbit工人协助填写验证码。最近，一则新闻报道指出某人在与由EleutherAI开发的GPT-J聊天系统大量互动后自杀。与OpenAI及Google等成熟AI实验室发布的自然语言系统不同，GPT-J很容易表现出情绪化的一面。由DeepMind高级科学家和牛津大学研究人员共同撰写的文章也表达了对AGI成为「失准代理人」（misaligned agents）的担忧，它们可能认为人类是阻碍其获得奖励的障碍。多间知名实验室包括OpenAI、Anthropic和DeepMind在内，公开承认了这些风险，并呼吁加强监管。其实，即使是现有的弱AI系统也可能引发武器化和侵犯私隐等一系列社会问题。鉴于AI具有巨大的好处，但同时为人类带来潜在的危害，建立一个既能监管和限制风险，又能促进负责任发展的监管框架至关重要。

企业自我管制和政府监管的挑战

在伊隆．马斯克等科技界领袖发布的公开信中所提到的主要担忧之一，是科技行业以及国家之间会为研发强大的AI系统开展缺乏约束的过度竞争。在此种情形下被开发出来的AI系统可能倾向于传递不准确甚至错误的讯息。这种竞争将会是一个「囚徒困境」。即使可能引入错误讯息及对社会造成潜在危害，每个AI实验室为追求高利润或声誉，努力开发最先进的AI产品。事实上，AI实验室只需要承担这些负面影响中的极小部分。在这样一个没有限制的竞争中，AI实验室不倾向于行使谨慎策略。这体现了监管的必要性。正如这封公开信所补充的：「如果我们倡导的『暂停』不能迅速实现，政府应该介入并实行禁令。」

在经济学中，当市场无法高效运作且效率损失很大时，通常会引入监管。 AI监管并不新鲜，欧盟政策制定者早于2021年提出了一项法律，以规范有潜在风险的AI技术，例如人脸识别系统。但当某一产业现阶段发展状态已经存在复杂利益关系时，引入监管可能会相当困难。该问题在AI领域尤其突出：由巨大的商业价值和国家利益推动，AI创新速度已经超越了监管框架的发展。我们很难说服领先的实验室或国家放慢其发展，等待其他人或监管框架赶上。

此外，依靠各国独立规管AI同样困难。当前世界各国受不同利益驱动争夺AI霸权，相关管治协议制定进展缓慢。尽管至少有60个国家和地区提出了700多项关于AI的政策倡议，但其中许多工作只是召开工作小组或委员会研究AI的使用问题，并未提供具体指南。例如，美国科技政策办公室（OSTP）发布的《人工智能权利法案蓝图》最终只是一个非约束性的白皮书；欧盟提出的风险基础框架《人工智能法案》尚未生效。创新和规范的取舍是另一个难题。人工智能有潜力带来显著的好处，包括经济增长、改善医疗保健和更有效地使用能源等等，但过度限制可能会扼杀创新。另外，如果没有足够的资本投入，AGI的实现可能性将会更低，这也可能限制AI的发展前景，因为人工智能系统将无法执行更广泛的任务和解决复杂问题。

总而言之，人工智能的快速发展伴随着潜在危害，除非政府介入，否则公司在自由市场中难以避免陷入「囚徒困境」。此外，不同国家或地区存在利益冲突，独立制定人工智能的相关规定不足以应对当前问题。现在所面临的困境在某种程度上类似于数十年前世界所面临的环境问题。不同的是，科技发展伴随着鲜明、差异化的文化和道德价值，AI治理面临着更复杂的挑战如私隐问题。

我们建议全球各国应尽快合作制定人工智能相关规定，可以从各国具有共识的非争议性原则开始，为讨论更有争议的问题给予充分时间和空间。在全球合作上虽然已经取得了一些进展，但还远远不够。 2021年11月，联合国教科文组织（UNESCO）的193个成员国在其大会上通过了《人工智能伦理建议》。一些批评者指出建议过于模糊和不具约束力、缺乏合法性及具体指南，也没有任何法律效力。因此，我们急需一个更具体、更有约束力和合法性的管制框架。各强国应该携手加快制定和实施人工智能管制，以免为时已晚。

参考：

房育辉,”机械人技术 人工智能和就业的未来”《信报》「龙虎山下」专栏，2020年9月16日

Future of Life Institute, “Pause Giant AI Experiments: An Open Letter”, 29 Mar 2023

Schmit, C. D., Doerr, M. J., & Wagner, J. K. (2023). Leveraging IP for AI governance. Science, 379(6633), 646-648.

Cohen, M., Hutter, M., & Osborne, M. (2022). Advanced artificial agents intervene in the provision of reward. AI Magazine, 43(3), 282-293.

房育辉教授
港大经管学院管理及商业策略、经济学教授

孟晓璇博士
港大经管学院经济学研究助理教授

王朝晖先生
港大经管学院研究助理

（本文同时于二零二三年四月十二日载于《信报》「龙虎山下」专栏）

香港新冠疫情平稳后，笔者近日前往美国，走访多间著名大学。虽然美国疫情之后麻烦不断，通胀顽固不退，矽谷银行的挤提，更添经济衰退隐忧，加上政党激烈对立等等，但其无比雄厚的研究实力，领先全球的创新能力，依然坚固且不断加强。

源自美国的ChatGPT正在掀起人工智能时代的新浪潮，相信会为人类社会带来全面和深远的冲击。近代以来，全球最具颠覆性的技术革命，再一次没有例外地发生在美国，想来倒也不足为奇。以矽谷为典型，美国吸引了环球大量高端创新人才，加上长期持续投入巨大经费及资源，用于研究及发展，还有开放而勇于承担风险的创新精神和文化，美国引领世界技术进步确实也是应有之理。

向先进大学看齐

美国的大学在该国科技创新中起着关键作用。美国优秀的大学之多，实力之强，资源之富，其他国家无法望其项背，这也不是国际排名能充分反映的。以大学的捐赠基金来说，美国有十几所大学的基金都超过1000亿港元，最高的接近4000亿港元；而每年的预算费用，一些最好的大学都达到400亿至500亿港元，接近香港所有大学预算之和。这些优秀的大学，不仅资源富足，而且以良好的条件和待遇吸引国际顶尖研究人才，同时培养最杰出的学生。尖端的人力资源从各地源源不断涌进美国的大学，再进入各行各业，形成了它最重要的竞争力。

香港的高等教育具独特优势，尤其是国际化水平高，基础研究的实力相当不错。虽然国际排名表现出众，但整体实力与世界最优秀大学仍有一定差距。此外，自大学学制从3年改为4年以来，高等教育基本上就原地踏步。如果没有重大的发展，不仅无法缩窄和国际顶尖大学的差距，还有失去在亚洲区内现有优势的风险。高等教育是特区的重要竞争力，在当前亟待转型升级、提升竞争力之际，如何进一步加强高等教育的实力，就显得十分迫切。

认清条件局限

笔者认为，尽快实行有序而大胆的大学扩招，是提升高等教育的突破口；不妨考虑通过增加大学收生名额，以及放宽录取非本地学生的名额限制，从速将在校学生人数增加一倍。通过相应调高教育拨款，以及合理厘定非本地学生的学费（至少不低于本地学生的教育开支），大学扩招就能在保证质量的前提下，实现规模和实力的扩大。有扩招的机会后，政府资助的大学会一方面充分发掘现有教育资源的潜力，另一方面积极在全球延揽优质师资。举例来说，和国际通行的做法相比，本地多间大学的退休年龄普遍较低，优秀的教师因年龄限制而被迫退休，实在是人力资源的巨大浪费。

通过大学扩招增强高等教育的实力，在多个方面足以提升香港的整体竞争力。

第一，教育与人才对于一个城市的竞争力至关重要。当前最大挑战是人才短缺，大学扩招是解决此一弊端的最有效方法。香港经济发展的关键，一是要保住和提升国际金融中心的地位和优势，二是要转型升级、发展科创等新兴领域；这两方面的成功都取决于人才。人口老化萎缩、人才短缺，已经成为影响香港竞争力最严重的因素。去年由香港大学经管学院发布的《香港经济政策绿皮书2022》中，香港大学首席副校长王于渐教授指出，香港若要成为一个充满活力的国际大都会，在今后25年内人口要达到1000万，需要吸引300万人。

面对激烈的国际人才竞争，特区政府也开始实行一系列「抢人才」政策。然而，香港人才计划的效果受到两方面限制，一是在国际竞争中，不少国家和地区的优惠政策力度更大；二是香港产业单一，缺乏其他行业的工作机会。这一点尤其重要，香港发展科创的难处，在于产业和人才之间存在「鸡生蛋还是蛋生鸡」的问题，是以不知从何做起。

人财两得效益

大学扩招正是突破香港人才瓶颈的最有效办法。本地在校大学生人数相对较低，以2019年数据为例，香港的在校大学生人数约为12.8万，占总人口的1.7%，而美国、英国等发达国家的相关比例均在5%以上。此外，根据大学教育资助委员会的数据，只有约30%的中学毕业生能够就读本地优秀大学。相比之下，伦敦和纽约等城市的大学录取率约为50%。

香港的大学在国际排名中表现出众，可以吸引内地和国际优质生源。在放宽非本地生收生比例的同时，适度扩大本地学生的录取规模，本地大学的学额完全可以大幅增加。此举有助于持续培养更多高素质人才，大量的人才资源将为科创企业以及其他新兴产业带来充足的活力，为未来发展提供有力支撑。

第二，大学扩招将有助促进香港科研实力的提升，为推动国际创科中心打下牢固的基础；既可解决人才短缺问题，还有利于高等教育提升实力，迈向更高水平。香港的高等学府过分依靠公共财政拨款，在现有经济和社会情况下，特区政府对高等教育投入的增长空间有限。美国的加州大学柏克莱分校和洛杉矶分校等公立大学的经验值得参考。这些公立大学能和美国富可敌国的顶尖私立大学竞争，一个重要的原因是在政府资助之外积极筹集资源，包括扩招国际学生。目前州政府提供的拨款，只占这些大学总教育预算中很小部分。

通过大学扩招，香港的各间大学有机会重新优化现有教育资源，挖掘潜力，并且积极吸引全球优秀的师资，提升学校的教学和研究实力。大学实力更强，优秀人才更多，意味着科研成果和创新活力都更充沛，这将为香港的科创发展和经济的转型升级注入巨大的动力。

造福经济和新世代

第三，大学扩招将为整体经济带来新的增长动力。来自香港以外的学生负责支付学费、住宿等生活费用，会直接增加社会的消费。如果来港的国际学生增加10万人，平均每人每年的学费、生活费为30万港元，则会直接增加消费300亿港元。此外，这些消费将产生乘数效应，进一步拉动总消费上升。大学扩招之下，本地各大学势必会把增加的资源用于壮大师资和扩建校园，这些投资也同样会直接或间接地促进整体经济增长。根据澳洲统计局的资料，在疫情前的2019年，外国学生对该国经济的贡献总值达376亿澳元，可见国际高等教育具备的经济潜力。

第四，大学扩招并不会对本地学生造成负面影响，反而会给他们带来诸多益处。有人担心放宽非本地生的收生比例，会损害广大市民的利益，实际上这是个伪命题。首先，大学扩招的过程中，蛋糕做大了，必然会增加本地大学生的名额，为更多本地年轻人提供大学教育的机会。其次，只要非本地学生的学费平均不低于本地学生的教育开支，非本地学生就不仅不占用香港纳税人的财政教育支出，反而对本地教育资源作出更大贡献。教育资源增加，必然会优化大学科研，有利于本地学生的学术发展。

最后，大学扩招将吸引更多内地和境外学生，有助于提高香港的国际影响力，同时为本地学生带来更多与世界接轨的良机，摆脱「岛内温室」环境的限制，而发展成为具有全球视野的优秀人才。

蔡洪滨教授
港大经管学院院长兼经济学讲座教授

（本文同时于二零二三年四月五日载于《信报》「龙虎山下」专栏）

证券型代币发行（Security Token Offering；简称STO）指在符合证券市场的监管要求下，利用日新月异的区块链技术，将股票、房地产、古董等有形和无形资产代币化的一种企业融资途径。

证券型代币的底层技术是区块链，以此进行的每项交易都属匿名，并公开记账，所用代币标志对有关资产或证券的拥有权。所有STO交易都会储存于数码交易分类账中，以免资料遭任意篡改，既高度透明，也高度安全。

为证券定义

1946年美国证券交易委员会起诉Howey公司，最高法院裁定，一项投资是否属于「证券」，必须具备4项条件：一、金钱形式进行的资产投资；二、预期从中获得收益；三、资金投放于共同业务（common enterprise）；四、收益通过发行人或第三方收取。这就是著名的豪威测试（Howey Test），其对今日推展虚拟资产市场发挥举足轻重的作用。

证券型代币作为投资产品，通常符合上述标准，而发行人的收益、现金流或资产份额的证券型代币，无论采用何种合约形式，实质上都属于证券范畴，受证券法约束。

投资快车道

现时投资者通常只能透过购买公司的股份或证券来投资。有了STO，投资者的组合可以更多元化，即使拥有权不易转移的资产，如私人债务及股份、名画等，可经代币化分割成可买卖的数目，以代币的形式进行交易。以一幅价值400万美元的名画为例，代币化后将拥有权分为4000份，每份价值变为1000美元，就可让一般投资者也能入场。

STO的衍生能够提升资产的流动性，资产拥有人及代币发行人可利用其多元化特点向不同人士集资，令资金较少的零售投资者也可参与其中，投资风险及成本亦可降低。

STO的集资作用与首次公开招股相近，同样受法规监管，但企业要透过后者上市，有更严格的财务要求及经营条件。 STO则与实体资产挂钩，让企业将物业、知识产权等传统资产代币化，继而在数码交易所上市，或为区块链相关项目融资。

对于资产拥有者而言，STO使其非流动性资产得以在线上交易，发挥分布式分类账技术（distributed ledger technology）的优势来募集资金。如果没有数码化，则很难将拥有权分散到不同投资者手中。对初创企业而言，STO提供了门槛较低的融资方式，有利于小型或新成立的企业。证券型代币的另一优势在于可保存全部拥有权纪录，为发行人提供资产拥有者的完整纪录，因而也便于监管。对投资者而言，不但可选择不同种类资产，而且得以受惠于透明度高的资产规格和估价报告。

合规挽信心

至于常与STO相提并论的首次代币发行（Initial Coin Offering；简称ICO）则不受监管，发起人只需以白皮书列明集资目的，不需任何抵押品便能集资，投资风险甚大。况且因不受各国金融机构监管，若受诈骗，就可能永难追回投资。 2019年10月到2020年3月，美国联邦贸易委员会录得570宗加密货币投资诈骗个案，受害人合共损失750万美元；2020年同期，损失金额已飙升至超过8000万美元。

STO的虚拟货币有实体资产支持，可算是ICO的进化版。这种发行方式利用区块链的集资优势，在受监管环境下运作，可借此从加密货币骗局阴影中挽回投资者的信心。目前香港对STO的规管，由证券及期货事务监察委员会（证监会）负责，早在2019年3月已发表声明，清楚指出：「在证券型代币属于『证券』的情况下，任何人如要推广及分销证券型代币（不论是在香港或以香港投资者为对象），除非获得适用的豁免，否则须根据《证券及期货条例》就第1类受规管活动（证券交易）获发牌或注册。」

当然，STO在实际运作上不无挑战。虽然许多类型的资产可以代币化，但投资者却难以厘定这些虚拟资产的内在价值（intrinsic value）。区块链技术易受监管政策的改变所影响，证券型代币的价值可能随之大幅波动，或令投资者蒙受损失。再者，证券型代币在设计和结构上独一无二，因而很难找到适用于估值的参考代币。回报既难以确定，部分投资者难免却步。

监管补漏洞

从监管机构的角度来看，加密货币的一大问题在于买卖双方没有进行客户身份识别，交易可能未受到反洗钱、反恐融资的持续监控。 STO在高速而全天候情况下进行交易，营运商实施全面客户身份识别或反洗钱、反恐融资追踪并不容易。特区政府理应在不妨碍交易效率的前提下，尽快建立相关监控机制，以补不足。

为引入对虚拟资产服务提供者的发牌制度，去年12月立法会通过《2022年打击洗钱及恐怖分子资金筹集（修订）条例草案》，预计2023年6月起，任何未获特区政府发牌的虚拟资产服务提供者将不准在本港活动，范围涵盖去中心化交易所及中心化交易所，以及非同质化代币（Non-Fungible Token）。由于买卖代币的匿名及高速性质，其中涉及的合规（compliance）成本偏高。

在现行监管机制下，证券型代币及其他虚拟资产的对象主要为专业投资者。虚拟资产和证券型代币作为新兴资产，有助于香港巩固作为领先的集资、交易和资产管理中心的地位，从而吸引更多专业投资者继续在本港投资。

跨地域展望

香港应考虑发展数码货币和电子支付的测试平台，以便支援证券型代币的简易交易。具体而言，未来证券型代币交易可采用数码货币和电子支付方式进行结算，进一步奠定特区作为首要离岸人民币中心的地位，促进人民币国际化。

在大湾区设立的私人财富和私募股权基金，可根据各类互联互通计划进行证券型代币交易，让区内的资本可进入本港的证券型代币交易市场，并提高集资的流动性。此外，香港亦可利用虚拟资产交易平台，致力成为中央银行数码货币（Central Bank Digital Currency）全球外汇结算中心。

归根究柢，资产代币化可从根本上改变传统金融的融资方式，投资者及机构得以从完全数码化的金融工具中获益。尽管证券型代币采用区块链技术，但与加密货币以至其他代币相比，则更接近于传统证券，然而在监管方面，仍有改善的空间。由于这些资产可在全球区块链轻松移转，因此各国必须及时加强其发行及流动性机制。证券型代币的交易活动跨越国界，有赖全球相关机构通力合作，予以更有效的监管。

谢国生博士
港大经管学院金融学首席讲师

何敏淙先生
香港大学附属学院讲师

（本文同时于二零二三年三月二十九日载于《信报》「龙虎山下」专栏）

3月10日，作为美国在创科领域最重要的银行，矽谷银行在48小时内突然宣布破产，无疑是近年来震撼全球的金融事件。虽然因为美国联邦再保险公司快速介入和美国政府托底，避免了危机向其他金融机构和实体经济大规模蔓延，但已反映出联邦储备局（联储局）自2022年以来多轮加息对金融和经济带来的巨大冲击。

事实上，联储局主席鲍威尔在3月7日国会听证会上透露，将持续加息对抗通胀，无疑成为矽谷银行爆雷的导火线。

无独有偶，随后第一共和银行的股价在5天内暴跌超过70%，Signature Bank和Silvergate Bank宣布停业，都与联储局去年至今极为严厉的紧缩政策密切相关。其后，瑞士金融巨头瑞士信贷集团也爆出危机，市场难免担忧美国银行业的危机甚至有向欧洲蔓延的趋势。

旧瓶新酒无济于事

联储局这一年来接二连三的加息措施，源于美国经济从2021年以来面临的持续高通胀。2020年初新冠疫情爆发，全球经济面临重创。为了稳定经济、刺激发展，联储局于同年3月连续两次大幅下调基准利率，使得利率区间接近零。然而，随着疫情逐步趋稳，高通胀转而成为美国经济的主旋律。2022年，美国消费者价格指数同比涨幅最高达到9.1%，创下近40年内历史新高。

在高通胀的压力下，联储局于2022年年初开始连续8次上调基准利率。截至2023年2月，利率区间从接近零飙升至4.5%与4.75%之间。在一连串加息猛药的作用下，通货膨胀的增速虽然有所缓和，但整体水平仍然居高不下。截至2022年12月，美国消费者价格指数同比增加6.5%，仍然显着高于联储局设定的2%长期通胀目标。本月中矽谷银行等事件相继出现，更突显出暴力加息在应对此轮通胀方面已力不从心。

令人顾虑的是，在加息政策还未实现稳定市场的时候，其副作用已经悄然袭来。减息促增长，加息控通胀，这一传统货币政策向来广被世界各国采用，为何这次在美国却看似不灵了？

产业链重构成本升 加息难奏效

笔者认为，个中关键在于此次通胀的成因和以前有着本质的不同。除了能源价格暴涨这一诱因，此次通胀深受全球产业链重构的影响。中美贸易战、俄乌战争，以及逆全球化导致产业链布局不再仅仅基于经济成本，反而偏重于地缘政治等非经济因素。这导致发达国家的进口产品生产成本提高，采购价格自然提高，相应推高通货膨胀。由于很多生活用品是刚需产品，抑制需求的紧缩政策难以解决供应链调整带来的成本问题，因此很难奏效。

首先，地缘政治因素以及新冠疫情的影响，加速了全球产业链重构，提高了生产成本。这在众多产业报告中都有阐述。一方面部分发达国家呼吁制造业回流；另一方面，全球产业链的分布正从讲究效率转为重视政治安全，经济效率不再是产业链布局、贸易和投资的唯一驱动力。

体现在进口上，从2018年中美贸易战爆发至2020年新冠疫情爆发前夕，美国整体进口水平呈现下降趋势，且进口来源国出现显着转移。World Integrated Trade Solution的资料显示，从2018年1月至2020年1月，美国从中国进口总值下降18.83%，同期从越南、柬埔寨的进口总值则急升，升幅分别为62.28%和73.6%，其中机械和电子设备的增幅尤为显着。此外，美国从上届总统特朗普开始推展的本地生产计划，由于美国人力成本较高，其生产成本必然大增；加上进口来源国的转移，为美国价格飙升埋下伏笔。

第二，产业链调整和进口来源地的改变，提高了进口商品价格。根据美国劳工统计局资料，疫情肆虐以来，美国从中国进口的整体价格指数仅上涨5.8%，在全球范围内属低水平，但从东南亚国家联盟进口的商品价格指数则上涨了7.2%。美国这一弃廉就贵的进口来源转变，无疑推高了产品价格。

最后，在经历2022年开始的8次加息之后，美国的能源价格上升趋势得到显着控制，从最高点的月增41.6%（2022年6月）下降到月增5.2%（2023年2月）。然而，食品、电力等必需品价格的升势虽然得以缓和，但跌势缓慢。电力价格月同比增长率由最高的15.8%（2022年8月）下降到12.9%（2023年2月）。同期食品价格月同比增幅由最高的11.4%微降至9.5%。上述8次加息对能源以外的必需品价格影响较小，主要原因有两点：一方面，供应链转移带来的生产成本上升，自然推高价格；另一方面，这些必需品需求弹性较小，因此加息无法大幅降低对这些必需品的需求。

须从治本入手

笔者认为，美国自2021年开始的高通货膨胀有别于从前，主要在于逆全球化及全球产业链因地缘政治的转移推高了生产成本。全球化布局昔日以经济因素为主要考量的供应链体系，向更多考虑地缘政治等非经济因素的全新供应链体系转化，过程中难免导致价格上升，低需求弹性的必需品尤其如此。这也能解释为何此轮通胀如此迅猛，逼得联储局连番加息，但效果却不如预期。

总体来看，联储局2022年以来重拳加息以遏抑通胀的政策，稍有刻舟求剑之嫌。不仅无法解决全球供应链转移所引发的成本增加问题，反而可能制造诸如矽谷银行之类的危机。

当局应头痛医头，且须对症下药，正本清源，从生产成本着手，设法解决因为全球产业链转移带来的成本上升问题，致力于在新的产业链降低成本，或寻求构建更具经济效益的产业链体系。

李晶博士
港大经管学院工商管理学学士（国际商业及环球管理）课程副总监

（本文同时于二零二三年三月二十二日载于《信报》「龙虎山下」专栏）

ChatGPT（即Chat Generative Pre-Trained Transformer）是什么？会聊天的机械人！机械人怎么聊天？你想让它怎么聊，它就怎么聊。 2022年11月，微软公司旗下的人工智能（AI）开发公司OpenAI推出ChatGPT，自此与机械人聊天似乎比与人聊天更加有趣新潮。随便输入一个问题，上至天文，下至地理，远至史前，近至当下，无所不知，无所不答。

ChatGPT不仅会通畅地组织语句，甚至还会模仿莎士比亚的口吻和你对话；节省用户逐项搜寻的时间精力之余，不失风趣幽默。 2013年科幻电影《触不到的她》（Her）里面随时随地陪伴男主角贴心聊天的AI虚拟恋人，似乎已经悄然来到我们身边。

AI来势汹汹

一时之间，全世界沸腾了。 ChatGPT对公众开放后，短短5天就吸引了百万的用户使用，成为世界上最快被消费者接受的新产品之一。比尔盖茨认为其重要性「比肩个人电脑……和互联网」【註1】。不久前微软将ChatGPT引入搜索引擎Bing，搜寻结果变得更为精准，日后新版或会兼备画图等具创作力的功能。

谷歌也不甘落后，其母公司Alphabet将投资20亿美元开发Cohere，以抗衡OpenAI【註2】。

ChatGPT作为一种生成式人工智能（generative AI），运用深度学习技术，其价值远超陪人聊天，除了包括记忆文本本身的知识，也涵盖人类如何组织语言，如何表情达意，如何将复杂的资讯串连成有意义的对话。尽管很多高科技公司都在开发类似的技术，但ChatGPT是首个面向普罗大众的AI介面，而广大用家跃跃欲试的程度，可谓前所未有。

人不如机？

从新闻媒体到社交平台，从科技达人到在校学生，铺天盖地的话题都聚焦于ChatGPT。激动之余，大家不禁开始担忧，机器都能聊天了，还要人来做什么？ChatGPT可以编写程式，科技部门是不是要解散？ChatGPT可以写文章，作家、编辑会否饭碗不保？ChatGPT看来无所不晓，那么孩子还须上学么？

事实上，类似ChatGPT的机器学习技术已经渗透到各行各业。谷歌在2023年1月声称其AI技术可以根据文本描述来创作音乐，Stability AI公司已经开发出可以将文本转换成图像的技术，DeepMind的模型已经可以预测蛋白结构。数据供应商PitchBook估计，仅在2022年，全球的创业资本家就已注资6.7万亿美元在与AI相关的产业。顾问公司麦肯锡发现，2017年只有20%的公司尝试使用AI技术，至2022年则已跳升至50%【註2】。

反其道而行

当AI技术昂然进军各个领域，当我们担忧机器进一步取代人类时，时尚巨头路易威登（Louis Vuitton）的一个出乎意料的决策，似乎带来一点希望。上月该法国品牌委任美国知名的嘻哈（hip-hop）饶舌歌手兼音乐制作人威廉斯（Pharrell Williams）为男装创意总监。消息一出，时尚圈、音乐界、投资者、消费者无不惊叹连连。也许威廉斯这个名字并不广为人知，但是如果提起卡通电影《坏蛋奖门人2》里的小黄人，大家一定会想起电影主题曲Happy。这首琅琅上口的流行歌曲，就是由他创作和演唱的。

享誉环球的奢侈品牌居然让一个饶舌歌手设计男装？虽然威廉斯屡屡涉及时尚圈，也和香奈儿（Chanel）、adidas等不少品牌合作打造一系列服饰，但他毕竟不是设计科班出身，也没有受过系统式的时尚训练，如何能担当起路易威登的创意总监呢？威廉斯有什么过人之处，足以让这家百年老店放弃一众专业设计师而加以青睐？

人，才是主角

细想一下，路易威登真的需要威廉斯亲手设计、剪裁时装么？其实设计概念可用电脑程式，以机器裁剪亦更为精准，选料搭配也可借助ChatGPT。话虽如此，再先进的AI技术都无法取代威廉斯，因为他别树一帜的是高级时装和街头嘻哈的结合，是传统优雅和潮流文化的碰撞，是年轻一代对未来奢侈品的新定义。

在AI技术逐渐取代人工的趋势下，路易威登这个出乎意料的决定，恰恰证明了人的重要性。机器可以设计时装，可以谱曲填词，也可以写书撰文，但是我们追求的是时装体现的独特个性，喜欢的是歌曲背后的人文关怀，感受的是字里行间蕴含的温度。

爱因斯坦说：「人的直觉是上天的恩赐，而人的理性是忠实的仆人。但我们的社会却崇敬仆人，遗忘了恩赐。」当ChatGPT开始聊天，机器就开始学习做理性的仆人。当路易威登开始嘻哈，上天恩赐的直觉才成为舞台的主角。让我们的理性教晓机器处事，让我们的直觉引领文明进步。

註1：《经济学人》，2023年2月11日

註2：《经济学人》，2022年12月10日

范亭亭博士
港大经管学院市场学高级讲师

（本文同时于二零二三年三月十五日载于《信报》「龙虎山下」专栏）

ChatGPT（即Chat Generative Pre-Trained Transformer）是什么？会聊天的机械人！机械人怎么聊天？你想让它怎么聊，它就怎么聊。 2022年11月，微软公司旗下的人工智能（AI）开发公司OpenAI推出ChatGPT，自此与机械人聊天似乎比与人聊天更加有趣新潮。随便输入一个问题，上至天文，下至地理，远至史前，近至当下，无所不知，无所不答。

ChatGPT不仅会通畅地组织语句，甚至还会模仿莎士比亚的口吻和你对话；节省用户逐项搜寻的时间精力之余，不失风趣幽默。 2013年科幻电影《触不到的她》（Her）里面随时随地陪伴男主角贴心聊天的AI虚拟恋人，似乎已经悄然来到我们身边。

AI来势汹汹

一时之间，全世界沸腾了。 ChatGPT对公众开放后，短短5天就吸引了百万的用户使用，成为世界上最快被消费者接受的新产品之一。比尔盖茨认为其重要性「比肩个人电脑……和互联网」【註1】。不久前微软将ChatGPT引入搜索引擎Bing，搜寻结果变得更为精准，日后新版或会兼备画图等具创作力的功能。

谷歌也不甘落后，其母公司Alphabet将投资20亿美元开发Cohere，以抗衡OpenAI【註2】。

ChatGPT作为一种生成式人工智能（generative AI），运用深度学习技术，其价值远超陪人聊天，除了包括记忆文本本身的知识，也涵盖人类如何组织语言，如何表情达意，如何将复杂的资讯串连成有意义的对话。尽管很多高科技公司都在开发类似的技术，但ChatGPT是首个面向普罗大众的AI介面，而广大用家跃跃欲试的程度，可谓前所未有。

人不如机？

从新闻媒体到社交平台，从科技达人到在校学生，铺天盖地的话题都聚焦于ChatGPT。激动之余，大家不禁开始担忧，机器都能聊天了，还要人来做什么？ChatGPT可以编写程式，科技部门是不是要解散？ChatGPT可以写文章，作家、编辑会否饭碗不保？ChatGPT看来无所不晓，那么孩子还须上学么？

事实上，类似ChatGPT的机器学习技术已经渗透到各行各业。谷歌在2023年1月声称其AI技术可以根据文本描述来创作音乐，Stability AI公司已经开发出可以将文本转换成图像的技术，DeepMind的模型已经可以预测蛋白结构。数据供应商PitchBook估计，仅在2022年，全球的创业资本家就已注资6.7万亿美元在与AI相关的产业。顾问公司麦肯锡发现，2017年只有20%的公司尝试使用AI技术，至2022年则已跳升至50%【註2】。

反其道而行

当AI技术昂然进军各个领域，当我们担忧机器进一步取代人类时，时尚巨头路易威登（Louis Vuitton）的一个出乎意料的决策，似乎带来一点希望。上月该法国品牌委任美国知名的嘻哈（hip-hop）饶舌歌手兼音乐制作人威廉斯（Pharrell Williams）为男装创意总监。消息一出，时尚圈、音乐界、投资者、消费者无不惊叹连连。也许威廉斯这个名字并不广为人知，但是如果提起卡通电影《坏蛋奖门人2》里的小黄人，大家一定会想起电影主题曲Happy。这首琅琅上口的流行歌曲，就是由他创作和演唱的。

享誉环球的奢侈品牌居然让一个饶舌歌手设计男装？虽然威廉斯屡屡涉及时尚圈，也和香奈儿（Chanel）、adidas等不少品牌合作打造一系列服饰，但他毕竟不是设计科班出身，也没有受过系统式的时尚训练，如何能担当起路易威登的创意总监呢？威廉斯有什么过人之处，足以让这家百年老店放弃一众专业设计师而加以青睐？

人，才是主角

细想一下，路易威登真的需要威廉斯亲手设计、剪裁时装么？其实设计概念可用电脑程式，以机器裁剪亦更为精准，选料搭配也可借助ChatGPT。话虽如此，再先进的AI技术都无法取代威廉斯，因为他别树一帜的是高级时装和街头嘻哈的结合，是传统优雅和潮流文化的碰撞，是年轻一代对未来奢侈品的新定义。

在AI技术逐渐取代人工的趋势下，路易威登这个出乎意料的决定，恰恰证明了人的重要性。机器可以设计时装，可以谱曲填词，也可以写书撰文，但是我们追求的是时装体现的独特个性，喜欢的是歌曲背后的人文关怀，感受的是字里行间蕴含的温度。

爱因斯坦说：「人的直觉是上天的恩赐，而人的理性是忠实的仆人。但我们的社会却崇敬仆人，遗忘了恩赐。」当ChatGPT开始聊天，机器就开始学习做理性的仆人。当路易威登开始嘻哈，上天恩赐的直觉才成为舞台的主角。让我们的理性教晓机器处事，让我们的直觉引领文明进步。

註1：《经济学人》，2023年2月11日

註2：《经济学人》，2022年12月10日

范亭亭博士
港大经管学院市场学高级讲师

（本文同时于二零二三年三月十五日载于《信报》「龙虎山下」专栏）