ChatGPT的威力和軟肋

美國學術期刊《科學》(Science)剛發表2022年度科學十大突破,「人工智能生成內容」(artificial intelligence-generated content;簡稱AIGC)技術榜上有名。由開發商OpenAI推出的聊天機械人程式ChatGPT帶動生成式人工智能熱潮,世界首富馬斯克(Elon Musk)本來是創辦人之一,卻因為發展方向上的意見分歧而退出。微軟早前已向OpenAI投資10億美元,近日更打算加碼投資,並把ChatGPT加入新版Bing搜尋器。

AI旋風背後

ChatGPT透過分析大數據,模擬人類的自然對話方式,藉以提供答案或解決方案,功能包括撰寫文章及設計程式;除了解答科學、歷史、常識等提問,更有助於通過大學商學院或法學院考試,以至醫生執業資格試。筆者曾把給學生的論文題目輸入ChatGPT,所生成的答案可評為乙等或以上。

ChatGPT具有自學能力,在接收新數據後,就會加以分析和理解,再自動更新知識庫,從而提高準確性,全程毋須人為干預。當與人類對話時,則會根據上下文本而生成合適的回應,並且可以保持對話主題的連續性和一致性。這使其可以擔當助手角色,協助解答客戶服務問題,或進行簡單的日常對話。此外還能利用神經機器翻譯(neural machine translation)這種機械翻譯技術,以端到端(end-to-end)方式進行翻譯。

金融、商業方面又如何?ChatGPT可通過分析公司的財務數據、業績報告、新聞報道等資訊,協助投資者預測股票價格和市場趨勢。聊天機械人使用自然語言處理技術,對各種新聞公告、財務報表及研究報告進行分析,根據新聞報道中對某一股票正負評語的多寡,推測股票未來的走勢。同時亦能通過分析中央銀行公告或宏觀經濟數據,預測利率和匯率的變化;或通過分析公司債券的財務數據、信用評級來確定信用風險及償債能力,以助投資者選擇合適的投資組合。

聊天機械人是敵是友?

與互聯網應用相比,ChatGPT具有更高的智能水準,利用機器學習等技術,能較準確地理解和生成自然語言,與人類的互動方式更進一大步。近期掀起的生成式AI浪潮,讓AI走入尋常百姓家,變成大眾的應用工具。

ChatGPT推出短短2個月,全球用戶已超過1億人;當年Instagram用了2.5年,TikTok也花了9個月才有此成績。OpenAI的行政總裁阿爾特曼(Sam Altman)在3月底接受訪問時表示,他與公司內部對於ChatGPT的潛力感到「有點害怕」,並承認它有可能會「消滅」很多職位,尤其在以文字工作為主的行業如寫作、行政、客戶服務、程式編寫等。

AI的能力會否超越人類?答案是肯定的,但AI會否取替人類?對於這個問題,ChatGPT這樣回答:「ChatGPT無法完全取代人類。作為一個AI語言模型,ChatGPT可以在許多情況下幫助人們,例如回答問題、撰寫文章、提供建議等。ChatGPT可以是有用的工具,但它無法取代人類的智慧、情感和創造力。AI技術的發展將不斷改變我們的生活,但人類依然在許多方面具有獨特的優勢。」聊天機械人並沒有自主意識,只能按人類發出的指令完成工作,所以不妨視之為提高學習和工作效率的輔助工具。

須知ChatGPT不是一個真正的智能代理(intelligent agent),不能與環境互動而達到特定目的。它只是一種建基於統計學習的工具,必須大量數據和運算資源,才能夠進行分析並生成語言。加拿大就有數據中心企業指出,以生成式人工智能搜尋資訊每次所需的運算能力,是傳統搜尋器的4至5倍,因此估計單在今年1月已耗用等同17萬5千個丹麥家庭的全年用電量。

透視箇中虛實

ChatGPT缺乏人類的情感、價值觀、道德判斷力和創造力,更不能取代人際交往。它可以執行一些基本和高度重複性的任務,如客戶服務重複回答的問題和大量的文件處理等,減少人類工作負擔之餘,並節省時間和人力成本。其實ChatGPT類似搜尋器,不同之處在於搜尋器所得資料還需使用者自行整理,而ChatGPT則可代勞。然而,若論藝術和文化界從業員的想像力和創意、醫生的專業知識和診斷能力、教育工作者的教學技巧以及師生關係,ChatGPT都無能為力,只能通過資料整理從旁協助,更談不上加以取代。

ChatGPT的另一大局限在於其知識庫只截至2021年9月,未能追上各方面資訊的最新發展。它在操作上需大量訓練數據,因此無法像人類般處理罕見和嶄新情況。面對新問題時,聊天機械人可能需要更多人為干預,以確保其所生成的文本內容正確合理。簡而言之,ChatGPT只是人類工具箱中的一件工具,而並非足可替代人類的技術。

新時代的反思

隨着近年金融產品數碼化,在各國不斷加強金融監管的背景下,數據安全問題顯得尤其重要。一旦金融機構計劃引入ChatGPT,如何保證ChatGPT內數據的安全和演算能力的部署,就會成為首要考慮。其次,由於金融市場對即時數據的要求極高,ChatGPT在設計上亦須注意及此。對於聊天機械人所生成的投資建議,業界必須加以詳細解釋,並附帶風險提示。此外,金融市場的運作是各方參與博弈的結果,取決於博弈時雙方的策略以及彼此的合作程度,以致博弈的結果更形複雜。觀乎ChatGPT的發展情況,仍有待大力優化,才可望應付投資博弈所需。

話說回來,縱使AI並無自主意識,但卻已確實對社會產生影響。社會需要檢視的是,當AI可以回答任何問題時,人們是否有足夠分辨事實真偽的能力,尤其當真假難辨的個案愈多,對以信任為基礎的社會造成的衝擊就會愈大。現時ChatGPT大概僅在中學階段,遠未到大學或研究院程度,因此還未具備取代職位的能力。毋庸置疑,科技發展總有其陰暗一面,就如複製人帶來的倫理爭議,期望今後AI的作用只在輔助人類,而非導致破壞。

作為AI「大好友」,蓋茨(Bill Gates)稱之為足以媲美互聯網或流動電話的革命性發明,並於3月21日在其網誌中表示:「除了有助於提高人的生產力之外,AI亦可減低全球部分最不公平現象。」(【註】)即便如此,但對於如何掌握ChatGPT來協助我們工作和解決問題,務須慎思明辨,也要注意其中的技術限制,這樣才能善用AI,從而進一步提高工作效率和創造力。

目前ChatGPT應用插件(plug-in)還處於alpha測試階段,不久將來,發展應會日趨成熟,可作不同用途,例如預訂航班、編排旅程等,因而或會顛覆固有商業運作模式。政府應與各界攜手,密切注視AI的演進情況。

 

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

 

謝國生博士
港大經管學院金融學首席講師

何敏淙先生
香港大學附屬學院講師

(本文同時於二零二三年四月二十六日載於《信報》「龍虎山下」專欄)

閱讀更多

香港需要加速貿易現代化

從1990年代以來,很多國家已經嘗試以數碼化方式實現貿易現代化,但受惠於歷時20多年相對平穩的地緣政治環境及高度全球化,貿易數碼化並未得到足夠關注。在新冠疫情期間,全球供應鏈處處受到衝擊,船運、港口與海關操作相繼出現混亂情況。這些深刻經歷過後,各國政府意識到數碼科技可提供靈活及有效的方法,以應對貿易鏈斷裂的問題,因而都在加速推動貿易數碼化。

貿易數碼化是龐大的工程,不但要把與貿易相關的公、私營部門數碼化,而且需要盡快制定適用於數碼貿易的法規、行業標準、流程指引,以及培養相應的人才。

貿易現代化國際排名

有見及此,近日筆者帶領亞洲環球研究院(AGI)的團隊,與國際商會(ICC)及米爾肯研究院(Milken Institute)製作「全球貿易現代化指數」(Global Trade Modernization Index,簡稱GTMI),以協助政府及業界評估各國在貿易數碼化的進程。

指數評估了64個經濟體在以下5個範疇的發展程度:無紙化貿易、法規與監管、業界數碼化條件、人力資本以及貿易開放程度。按平均分排名,貿易數碼化程度最高的5個經濟體分別為新加坡、香港、荷蘭、德國、美國【表】。除新加坡在各方面較為均衡外,即使是排名前10名的經濟體,也普遍面臨發展不均衡的問題,例如德國在其他各項均遙遙領先,唯獨在無紙化一項表現平平。又如美國,雖已具備全球最先進完善的數碼貿易監管體系,卻苦於無足夠的相關人才。

因此,我們冀望這項指數既有助於政府及公眾進一步理解環球數碼貿易的發展狀況,也能為以後的規劃與投入提供明確方向。作為GTMI項目的初版,是次排名主要展示公開數據及原始數據,而在下一階段將會對原始數據進行分析。第二版預期於今年下半年發布,其中包括更全面的比較,有興趣的讀者屆時請留意AGI網站。

【表】資料來源:https://www.asiaglobalinstitute.hku.hk/apec-study-center/global-trade-modernization-index-alpha-version

無紙化進展緩慢未如理想

至於指數的具體數據及計算方法,已在AGI 網頁上列出,此處不贅。下文將聚焦排名榜上兩個重點。

貿易數碼化最關鍵的一步是實現跨境貿易無紙化。無紙化代表所有貿易手續都在線上完成。對貿易商家而言,無紙化意味着低廉的成本和較高的效率。對國家與政府而言,無紙化貿易可降低人力成本之餘,亦能減低錯誤率。此外,無紙化可減少紙張浪費,提升經濟的可持續性。在現今世代,人類已可以輕鬆將訊息發送到火星,人工智能創作的藝術甚至以假亂真,貿易無紙化本應是小菜一碟,但出乎意料的是,目前尚未有任何國家真正實現跨境貿易無紙化。

技術既然已經成熟,為何國際貿易遲遲無法擺脫紙張?究其原因,障礙不在於技術,而是在於政策。一方面,各國採用的標準不盡相同。在一次貿易的過程中,涉及到港口海關、稅務、銀行支付、法律條款等環節之間的協作,而每個國家對每一環節又各有不同的規定及要求。因此,即使是在兩個國家之間主動尋求建立一套彼此互通的標準,亦往往得花數年談判。

為了破除這一障礙,很多國際組織都制定了各種協議框架範本,以期盡快建立統一或互相認可的數碼標準。不過這些範本並未受到歡迎,尤其是經濟規模相當的國家,通常對新標準抱持懷疑或保守的態度。2017年,聯合國通過《電子可轉讓記錄示範法》,為承認電子票據文檔提供了一個法律範本,但至今僅有7個國家加以採用。而世界貿易組織早在2011年已要求所有成員建立貿易單一窗口,即是將所有貿易手續概集於一處的一站式網絡平台,當前也只有不到三分之一的成員國能夠全面落實。

另一方面,關於數據安全的擔憂也導致很多國家在無紙化上裹足不前。無紙化貿易有賴大量數據流動和提取,其中自然涉及個人資料、商業訊息或其他敏感數據。有見及此,不少國家對無紙化貿易持有觀望態度;中、美、英、印,以及多個歐盟國家,更出台了數據約束法規,以限制數據外流。

數碼化降低了貿易成本及進入門檻,令規模不大的公司同樣有機會涉足世界市場。

正當實體貿易邁向數碼貿易的轉型期,這對新興市場而言,無疑是追上其他國家甚至彎道超車的大好時機。然而新興國家似乎並未如預期般搶佔先機。在「全球貿易現代化指數」中,發展中經濟體表現普遍不如發達經濟體。位於排名首25名之內,僅有馬來西亞一個發展中國家。

新興經濟體未能把握先機

很多發展中國家在資訊及通訊科技(ICT)和物流方面的基礎設施,並不落後於發達國家,反而在政策及監管方面的差距值得擔憂。新興國家本身法律體系不夠完善,面對新的貿易模式時就更顯滯後。另外,歐洲國際政治經濟中心(ECIPE)的一份報告顯示,新興經濟體在數碼貿易上施加了更多的政策限制,其中中國、印度、印尼、越南等幾個亞洲的貿易大國更在限制最多的國家之列。過多的政策限制拖慢了發展中國家的數碼化步伐,尤其在近年來科技發展日新月異的背景下,更可能令這些國家錯失數碼化轉型的良機。

以新加坡經驗為借鑑

上述指數中港人的關注要項,自然是排名第一的新加坡及排名第二的香港。在近年港新兩地無休止的競爭當中,新加坡似乎又一次佔優。究竟該國哪方面做得更好?剔除因自由貿易協定數目較少而拉低香港分數的「貿易開放程度」一項,最顯著的應是兩地在無紙化貿易規則和框架方面的差距。

新加坡是採用了《電子可轉讓記錄示範法》框架的唯一主要經濟體。以此國際標準為基礎,新加坡在今年3月30 日利用區塊鏈技術已經完成了全球首宗完全無紙化的跨境貿易;同時新加坡亦在積極對外接觸,自2019年提出全球首項數碼經濟夥伴協定(DEPA)以來,已先後與澳洲、英國、南韓等多個主要貿易夥伴簽署DEPA,為高效進行數碼貿易建立完整的技術、政策及法律環境。

至於香港,雖然已在數碼貿易融資及跨境支付等方面領先全球,可惜無紙化進程卻未能跟上腳步。2018年推出的香港貿易單一窗口,最後階段要到2026年才會全面實施,目前進出口商仍須到不同部門完成報關及產地來源證等多份文件。而與無紙化相關的政府政策、標準、法律制定則遲遲未有定案。

無紙化貿易是多方協力的結果,只有貿易夥伴之間協力合作,在技術和監管標準上彼此互通,無紙化才能成為可能。因此,在貿易數碼化的問題上,香港不應將新加坡視作對手,而應主動溝通,尋求合作,盡早完善相關的制度要求,加入到全球的無紙化行列。若特區政府及業界能更進一步,成為數碼貿易的領航者及規則制定者,則必會令香港在全球數碼貿易新浪潮中獲益更多。

 

鄧希煒教授
亞洲環球研究所總監、馮國經馮國綸基金經濟學教授

龍淑儀小姐
亞洲環球研究所研究員

(本文同時於二零二三年四月十九日載於《信報》「龍虎山下」專欄)

閱讀更多

人工智能管制亟需全球合作

在3月22日,超過1800名科技界領袖簽署了一份請願書,呼籲暫停開發比GPT-4更強大的人工智能(Artificial Intelligence, AI)系統至少6個月,簽署者包括特斯拉的聯合創辦人伊隆.馬斯克(Elon Musk)、認知科學家加里.馬庫斯(Gary Marcus)、蘋果聯合創始人史蒂夫.沃茲尼亞克(Steve Wozniak),以及Amazon、DeepMind、Google、Meta和Microsoft等主要科技公司的工程師。早於2015年,馬斯克、史蒂芬.霍金(Stephen Hawking)和比爾.蓋茨(Bill Gates)等曾簽署一封公開信,警告人工智能對人類生存問題構成的威脅。這些擔憂對普通人來說意味着什麼?人工智能將對經濟產生何種影響?它是否會對人類構成威脅?若是,這種威脅是否不可避免呢?

重新評估AI對勞動市場的影響

在短期內,AI和機械人的取代效應(Displacement effect)和生產力效應(Productivity effect)對經濟有着複雜的影響。雖然目前仍沒有明確的結論指出哪一種效應更為重要,AI和機械人一方面會以其優越的生產力替代手工勞動;另一方面亦可以降低生產成本並導致產量增加。

AI和機械人可能會對勞動市場造成短期負面影響,但從長遠來看,只要政府能夠實施適當的勞動政策,其整體經濟效益應該是積極的。這是因為AI和機械人只會競爭工作,而不會競爭消費。例如,當AI和機械人取代了大部分工作時,政府應該規定減少每周的工作日和/或每天的工作時間,以確保有足夠的就業機會。由於工作時間的減少和人工勞動的可替代性,人們的收入可能會變得非常低。然而,這些由AI和機器生產的大量產品最終必須由人類消費。供需分析表明它們的市場價格將因此變低,可以確保所有階層包括低收入人士也能負擔得起這些產品。這又意味着勞動力的實際工資或購買力將增加,而非減少;縮短工時亦可能令人們有更多的時間用於消費,對經濟有益。

AI發展的未來方向與風險

近幾十年來,AI在各個行業和活動中扮演着日益關鍵的角色。諮詢公司麥肯錫(McKinsey & Company)的預測指出,到2030年,AI對全球的經濟貢獻將高達13萬億美元。因此,一些公司正在開發各類基於AI的系統,藉以提高製造效率和降低成本。例如,輔助醫療保健的診斷和治療、進行金融、銀行和投資的數據分析、預測股票回報率並提供個性化投資建議,以及在電子商務中優化價格和提高客戶體驗。

另外,幾乎能夠在任何任務上與人類競爭的人工通用智能(Artificial General Intelligence,AGI)能否實現仍然備受爭議。圖靈獎得主朱迪亞.珀爾(Judea Pearl)認為,不具備因果模型的AI不可能實現真正的人工通用智能。現階段大多數流行的機械學習模型都基於(深度)神經網絡等算法,是無法實現強人工智能的「黑盒子」。以ChatGPT作為語言模型為例,它只能識別在其訓練數據中已被明確陳述的因果關係。真正的因果推斷需要的不僅是識別數據中的模式或關聯性,還需要仔細考慮混淆因素、因果關係的方向性以及其他可能未在數據中明確陳述的訊息。然而,即使AGI尚未實現,人工通用智能的不可控制性亦令人擔憂。要控制超出人類理解範圍的超級智能AI需要創建一個模擬該超級智能的仿真系統,以便進行分析和控制。如果無法理解這樣的超級智能,我們就無法模擬它。此外,由於AI被設計成與人類一樣,且預計將與人類進行頻繁的日常互動,因此一些人可能會對AI產生情感和同理心,進而主張AI應有權利,這可能導致AI與人類爭奪資源。更嚴重的是,如果超級智能AI被惡意使用,人類社會可能會因此變得異常脆弱。

無論AGI可否實現,AI系統已經變得愈來愈強大,且我們仍未發現它們的上限。近年來,許多現代AI系統在一般任務上已經達到了與人類相當的水準。例如,2015年Google的「Inception」深度學習算法在識別圖像中的物體方面超過了人類的準確度,這是在計算機視覺領域的一個重大突破。同樣地,在2016年,Google的DeepMind開發出AlphaGo,在高度複雜的圍棋比賽中擊敗了世界冠軍。此外,特斯拉、Waymo和Uber等公司在自動駕駛方面也取得了顯著進展,使自動駕駛車輛能夠以接近人類司機的水平在道路和交通中導航。最近,自然語言處理領域的進展引起了社會的廣泛關注,ChatGPT-3已能夠生成非常接近人類回應的文本,而新的ChatGPT-4在短短幾年內就已被發展出來,可以處理比其上一版本多8倍的單詞。總體而言,這些發展顯示AI正在變得愈來愈先進,能夠執行曾被認為僅屬於人類專業領域的任務。

不過,這些系統存在被惡意使用的風險,可能對普通使用者造成誤導甚至危害。例如,在2022年,有研究人員展示了開發治療藥物的模型,如何被重新利用並生成危險的生化武器、OpenAI發布的官方說明(system card)強調如何操縱GPT-4來「欺騙」一位TaskRabbit工人協助填寫驗證碼。最近,一則新聞報道指出某人在與由EleutherAI開發的GPT-J聊天系統大量互動後自殺。與OpenAI及Google等成熟AI實驗室發布的自然語言系統不同,GPT-J很容易表現出情緒化的一面。由DeepMind高級科學家和牛津大學研究人員共同撰寫的文章也表達了對AGI成為「失準代理人」(misaligned agents)的擔憂,它們可能認為人類是阻礙其獲得獎勵的障礙。多間知名實驗室包括OpenAI、Anthropic和DeepMind在內,公開承認了這些風險,並呼籲加強監管。其實,即使是現有的弱AI系統也可能引發武器化和侵犯私隱等一系列社會問題。鑑於AI具有巨大的好處,但同時為人類帶來潛在的危害,建立一個既能監管和限制風險,又能促進負責任發展的監管框架至關重要。

企業自我管制和政府監管的挑戰

在伊隆.馬斯克等科技界領袖發布的公開信中所提到的主要擔憂之一,是科技行業以及國家之間會為研發強大的AI系統開展缺乏約束的過度競爭。在此種情形下被開發出來的AI系統可能傾向於傳遞不準確甚至錯誤的訊息。這種競爭將會是一個「囚徒困境」。即使可能引入錯誤訊息及對社會造成潛在危害,每個AI實驗室為追求高利潤或聲譽,努力開發最先進的AI產品。事實上,AI實驗室只需要承擔這些負面影響中的極小部分。在這樣一個沒有限制的競爭中,AI實驗室不傾向於行使謹慎策略。這體現了監管的必要性。正如這封公開信所補充的:「如果我們倡導的『暫停』不能迅速實現,政府應該介入並實行禁令。」

在經濟學中,當市場無法高效運作且效率損失很大時,通常會引入監管。AI監管並不新鮮,歐盟政策制定者早於2021年提出了一項法律,以規範有潛在風險的AI技術,例如人臉識別系統。但當某一產業現階段發展狀態已經存在複雜利益關係時,引入監管可能會相當困難。該問題在AI領域尤其突出:由巨大的商業價值和國家利益推動,AI創新速度已經超越了監管框架的發展。我們很難說服領先的實驗室或國家放慢其發展,等待其他人或監管框架趕上。

此外,依靠各國獨立規管AI同樣困難。當前世界各國受不同利益驅動爭奪AI霸權,相關管治協議制定進展緩慢。儘管至少有60個國家和地區提出了700多項關於AI的政策倡議,但其中許多工作只是召開工作小組或委員會研究AI的使用問題,並未提供具體指南。例如,美國科技政策辦公室(OSTP)發布的《人工智能權利法案藍圖》最終只是一個非約束性的白皮書;歐盟提出的風險基礎框架《人工智能法案》尚未生效。創新和規範的取捨是另一個難題。人工智能有潛力帶來顯著的好處,包括經濟增長、改善醫療保健和更有效地使用能源等等,但過度限制可能會扼殺創新。另外,如果沒有足夠的資本投入,AGI的實現可能性將會更低,這也可能限制AI的發展前景,因為人工智能系統將無法執行更廣泛的任務和解決複雜問題。

總而言之,人工智能的快速發展伴隨着潛在危害,除非政府介入,否則公司在自由市場中難以避免陷入「囚徒困境」。此外,不同國家或地區存在利益衝突,獨立制定人工智能的相關規定不足以應對當前問題。現在所面臨的困境在某種程度上類似於數十年前世界所面臨的環境問題。不同的是,科技發展伴隨着鮮明、差異化的文化和道德價值,AI治理面臨着更複雜的挑戰如私隱問題。

我們建議全球各國應盡快合作制定人工智能相關規定,可以從各國具有共識的非爭議性原則開始,為討論更有爭議的問題給予充分時間和空間。在全球合作上雖然已經取得了一些進展,但還遠遠不夠。2021年11月,聯合國教科文組織(UNESCO)的193個成員國在其大會上通過了《人工智能倫理建議》。一些批評者指出建議過於模糊和不具約束力、缺乏合法性及具體指南,也沒有任何法律效力。因此,我們急需一個更具體、更有約束力和合法性的管制框架。各強國應該攜手加快制定和實施人工智能管制,以免為時已晚。

 

參考:

房育輝,”機械人技術 人工智能和就業的未來”《信報》「龍虎山下」專欄,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.

 

房育輝教授
港大經管學院管理及商業策略、經濟學教授

孟曉璇博士
港大經管學院經濟學研究助理教授

王朝暉先生
港大經管學院研究助理

(本文同時於二零二三年四月十二日載於《信報》「龍虎山下」專欄)

閱讀更多

人工智能管制亟需全球合作

在3月22日,超過1800名科技界領袖簽署了一份請願書,呼籲暫停開發比GPT-4更強大的人工智能(Artificial Intelligence, AI)系統至少6個月,簽署者包括特斯拉的聯合創辦人伊隆.馬斯克(Elon Musk)、認知科學家加里.馬庫斯(Gary Marcus)、蘋果聯合創始人史蒂夫.沃茲尼亞克(Steve Wozniak),以及Amazon、DeepMind、Google、Meta和Microsoft等主要科技公司的工程師。早於2015年,馬斯克、史蒂芬.霍金(Stephen Hawking)和比爾.蓋茨(Bill Gates)等曾簽署一封公開信,警告人工智能對人類生存問題構成的威脅。這些擔憂對普通人來說意味着什麼?人工智能將對經濟產生何種影響?它是否會對人類構成威脅?若是,這種威脅是否不可避免呢?

重新評估AI對勞動市場的影響

在短期內,AI和機械人的取代效應(Displacement effect)和生產力效應(Productivity effect)對經濟有着複雜的影響。雖然目前仍沒有明確的結論指出哪一種效應更為重要,AI和機械人一方面會以其優越的生產力替代手工勞動;另一方面亦可以降低生產成本並導致產量增加。

AI和機械人可能會對勞動市場造成短期負面影響,但從長遠來看,只要政府能夠實施適當的勞動政策,其整體經濟效益應該是積極的。這是因為AI和機械人只會競爭工作,而不會競爭消費。例如,當AI和機械人取代了大部分工作時,政府應該規定減少每周的工作日和/或每天的工作時間,以確保有足夠的就業機會。由於工作時間的減少和人工勞動的可替代性,人們的收入可能會變得非常低。然而,這些由AI和機器生產的大量產品最終必須由人類消費。供需分析表明它們的市場價格將因此變低,可以確保所有階層包括低收入人士也能負擔得起這些產品。這又意味着勞動力的實際工資或購買力將增加,而非減少;縮短工時亦可能令人們有更多的時間用於消費,對經濟有益。

AI發展的未來方向與風險

近幾十年來,AI在各個行業和活動中扮演着日益關鍵的角色。諮詢公司麥肯錫(McKinsey & Company)的預測指出,到2030年,AI對全球的經濟貢獻將高達13萬億美元。因此,一些公司正在開發各類基於AI的系統,藉以提高製造效率和降低成本。例如,輔助醫療保健的診斷和治療、進行金融、銀行和投資的數據分析、預測股票回報率並提供個性化投資建議,以及在電子商務中優化價格和提高客戶體驗。

另外,幾乎能夠在任何任務上與人類競爭的人工通用智能(Artificial General Intelligence,AGI)能否實現仍然備受爭議。圖靈獎得主朱迪亞.珀爾(Judea Pearl)認為,不具備因果模型的AI不可能實現真正的人工通用智能。現階段大多數流行的機械學習模型都基於(深度)神經網絡等算法,是無法實現強人工智能的「黑盒子」。以ChatGPT作為語言模型為例,它只能識別在其訓練數據中已被明確陳述的因果關係。真正的因果推斷需要的不僅是識別數據中的模式或關聯性,還需要仔細考慮混淆因素、因果關係的方向性以及其他可能未在數據中明確陳述的訊息。然而,即使AGI尚未實現,人工通用智能的不可控制性亦令人擔憂。要控制超出人類理解範圍的超級智能AI需要創建一個模擬該超級智能的仿真系統,以便進行分析和控制。如果無法理解這樣的超級智能,我們就無法模擬它。此外,由於AI被設計成與人類一樣,且預計將與人類進行頻繁的日常互動,因此一些人可能會對AI產生情感和同理心,進而主張AI應有權利,這可能導致AI與人類爭奪資源。更嚴重的是,如果超級智能AI被惡意使用,人類社會可能會因此變得異常脆弱。

無論AGI可否實現,AI系統已經變得愈來愈強大,且我們仍未發現它們的上限。近年來,許多現代AI系統在一般任務上已經達到了與人類相當的水準。例如,2015年Google的「Inception」深度學習算法在識別圖像中的物體方面超過了人類的準確度,這是在計算機視覺領域的一個重大突破。同樣地,在2016年,Google的DeepMind開發出AlphaGo,在高度複雜的圍棋比賽中擊敗了世界冠軍。此外,特斯拉、Waymo和Uber等公司在自動駕駛方面也取得了顯著進展,使自動駕駛車輛能夠以接近人類司機的水平在道路和交通中導航。最近,自然語言處理領域的進展引起了社會的廣泛關注,ChatGPT-3已能夠生成非常接近人類回應的文本,而新的ChatGPT-4在短短幾年內就已被發展出來,可以處理比其上一版本多8倍的單詞。總體而言,這些發展顯示AI正在變得愈來愈先進,能夠執行曾被認為僅屬於人類專業領域的任務。

不過,這些系統存在被惡意使用的風險,可能對普通使用者造成誤導甚至危害。例如,在2022年,有研究人員展示了開發治療藥物的模型,如何被重新利用並生成危險的生化武器、OpenAI發布的官方說明(system card)強調如何操縱GPT-4來「欺騙」一位TaskRabbit工人協助填寫驗證碼。最近,一則新聞報道指出某人在與由EleutherAI開發的GPT-J聊天系統大量互動後自殺。與OpenAI及Google等成熟AI實驗室發布的自然語言系統不同,GPT-J很容易表現出情緒化的一面。由DeepMind高級科學家和牛津大學研究人員共同撰寫的文章也表達了對AGI成為「失準代理人」(misaligned agents)的擔憂,它們可能認為人類是阻礙其獲得獎勵的障礙。多間知名實驗室包括OpenAI、Anthropic和DeepMind在內,公開承認了這些風險,並呼籲加強監管。其實,即使是現有的弱AI系統也可能引發武器化和侵犯私隱等一系列社會問題。鑑於AI具有巨大的好處,但同時為人類帶來潛在的危害,建立一個既能監管和限制風險,又能促進負責任發展的監管框架至關重要。

企業自我管制和政府監管的挑戰

在伊隆.馬斯克等科技界領袖發布的公開信中所提到的主要擔憂之一,是科技行業以及國家之間會為研發強大的AI系統開展缺乏約束的過度競爭。在此種情形下被開發出來的AI系統可能傾向於傳遞不準確甚至錯誤的訊息。這種競爭將會是一個「囚徒困境」。即使可能引入錯誤訊息及對社會造成潛在危害,每個AI實驗室為追求高利潤或聲譽,努力開發最先進的AI產品。事實上,AI實驗室只需要承擔這些負面影響中的極小部分。在這樣一個沒有限制的競爭中,AI實驗室不傾向於行使謹慎策略。這體現了監管的必要性。正如這封公開信所補充的:「如果我們倡導的『暫停』不能迅速實現,政府應該介入並實行禁令。」

在經濟學中,當市場無法高效運作且效率損失很大時,通常會引入監管。AI監管並不新鮮,歐盟政策制定者早於2021年提出了一項法律,以規範有潛在風險的AI技術,例如人臉識別系統。但當某一產業現階段發展狀態已經存在複雜利益關係時,引入監管可能會相當困難。該問題在AI領域尤其突出:由巨大的商業價值和國家利益推動,AI創新速度已經超越了監管框架的發展。我們很難說服領先的實驗室或國家放慢其發展,等待其他人或監管框架趕上。

此外,依靠各國獨立規管AI同樣困難。當前世界各國受不同利益驅動爭奪AI霸權,相關管治協議制定進展緩慢。儘管至少有60個國家和地區提出了700多項關於AI的政策倡議,但其中許多工作只是召開工作小組或委員會研究AI的使用問題,並未提供具體指南。例如,美國科技政策辦公室(OSTP)發布的《人工智能權利法案藍圖》最終只是一個非約束性的白皮書;歐盟提出的風險基礎框架《人工智能法案》尚未生效。創新和規範的取捨是另一個難題。人工智能有潛力帶來顯著的好處,包括經濟增長、改善醫療保健和更有效地使用能源等等,但過度限制可能會扼殺創新。另外,如果沒有足夠的資本投入,AGI的實現可能性將會更低,這也可能限制AI的發展前景,因為人工智能系統將無法執行更廣泛的任務和解決複雜問題。

總而言之,人工智能的快速發展伴隨着潛在危害,除非政府介入,否則公司在自由市場中難以避免陷入「囚徒困境」。此外,不同國家或地區存在利益衝突,獨立制定人工智能的相關規定不足以應對當前問題。現在所面臨的困境在某種程度上類似於數十年前世界所面臨的環境問題。不同的是,科技發展伴隨着鮮明、差異化的文化和道德價值,AI治理面臨着更複雜的挑戰如私隱問題。

我們建議全球各國應盡快合作制定人工智能相關規定,可以從各國具有共識的非爭議性原則開始,為討論更有爭議的問題給予充分時間和空間。在全球合作上雖然已經取得了一些進展,但還遠遠不夠。2021年11月,聯合國教科文組織(UNESCO)的193個成員國在其大會上通過了《人工智能倫理建議》。一些批評者指出建議過於模糊和不具約束力、缺乏合法性及具體指南,也沒有任何法律效力。因此,我們急需一個更具體、更有約束力和合法性的管制框架。各強國應該攜手加快制定和實施人工智能管制,以免為時已晚。

 

參考:

房育輝,”機械人技術 人工智能和就業的未來”《信報》「龍虎山下」專欄,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.

 

房育輝教授
港大經管學院管理及商業策略、經濟學教授

孟曉璇博士
港大經管學院經濟學研究助理教授

王朝暉先生
港大經管學院研究助理

(本文同時於二零二三年四月十二日載於《信報》「龍虎山下」專欄)

閱讀更多

大學擴招一舉多得有利香港發展

香港新冠疫情平穩後,筆者近日前往美國,走訪多間著名大學。雖然美國疫情之後麻煩不斷,通脹頑固不退,矽谷銀行的擠提,更添經濟衰退隱憂,加上政黨激烈對立等等,但其無比雄厚的研究實力,領先全球的創新能力,依然堅固且不斷加強。

源自美國的ChatGPT正在掀起人工智能時代的新浪潮,相信會為人類社會帶來全面和深遠的衝擊。近代以來,全球最具顛覆性的技術革命,再一次沒有例外地發生在美國,想來倒也不足為奇。以矽谷為典型,美國吸引了環球大量高端創新人才,加上長期持續投入巨大經費及資源,用於研究及發展,還有開放而勇於承擔風險的創新精神和文化,美國引領世界技術進步確實也是應有之理。

向先進大學看齊

美國的大學在該國科技創新中起着關鍵作用。美國優秀的大學之多,實力之強,資源之富,其他國家無法望其項背,這也不是國際排名能充分反映的。以大學的捐贈基金來說,美國有十幾所大學的基金都超過1000億港元,最高的接近4000億港元;而每年的預算費用,一些最好的大學都達到400億至500億港元,接近香港所有大學預算之和。這些優秀的大學,不僅資源富足,而且以良好的條件和待遇吸引國際頂尖研究人才,同時培養最傑出的學生。尖端的人力資源從各地源源不斷湧進美國的大學,再進入各行各業,形成了它最重要的競爭力。

香港的高等教育具獨特優勢,尤其是國際化水平高,基礎研究的實力相當不錯。雖然國際排名表現出眾,但整體實力與世界最優秀大學仍有一定差距。此外,自大學學制從3年改為4年以來,高等教育基本上就原地踏步。如果沒有重大的發展,不僅無法縮窄和國際頂尖大學的差距,還有失去在亞洲區內現有優勢的風險。高等教育是特區的重要競爭力,在當前亟待轉型升級、提升競爭力之際,如何進一步加強高等教育的實力,就顯得十分迫切。

認清條件局限

筆者認為,盡快實行有序而大膽的大學擴招,是提升高等教育的突破口;不妨考慮通過增加大學收生名額,以及放寬錄取非本地學生的名額限制,從速將在校學生人數增加一倍。通過相應調高教育撥款,以及合理釐定非本地學生的學費(至少不低於本地學生的教育開支),大學擴招就能在保證質量的前提下,實現規模和實力的擴大。有擴招的機會後,政府資助的大學會一方面充分發掘現有教育資源的潛力,另一方面積極在全球延攬優質師資。舉例來說,和國際通行的做法相比,本地多間大學的退休年齡普遍較低,優秀的教師因年齡限制而被迫退休,實在是人力資源的巨大浪費。

通過大學擴招增強高等教育的實力,在多個方面足以提升香港的整體競爭力。

第一,教育與人才對於一個城市的競爭力至關重要。當前最大挑戰是人才短缺,大學擴招是解決此一弊端的最有效方法。香港經濟發展的關鍵,一是要保住和提升國際金融中心的地位和優勢,二是要轉型升級、發展科創等新興領域;這兩方面的成功都取決於人才。人口老化萎縮、人才短缺,已經成為影響香港競爭力最嚴重的因素。去年由香港大學經管學院發布的《香港經濟政策綠皮書2022》中,香港大學首席副校長王于漸教授指出,香港若要成為一個充滿活力的國際大都會,在今後25年內人口要達到1000萬,需要吸引300萬人。

面對激烈的國際人才競爭,特區政府也開始實行一系列「搶人才」政策。然而,香港人才計劃的效果受到兩方面限制,一是在國際競爭中,不少國家和地區的優惠政策力度更大;二是香港產業單一,缺乏其他行業的工作機會。這一點尤其重要,香港發展科創的難處,在於產業和人才之間存在「雞生蛋還是蛋生雞」的問題,是以不知從何做起。

人財兩得效益

大學擴招正是突破香港人才瓶頸的最有效辦法。本地在校大學生人數相對較低,以2019年數據為例,香港的在校大學生人數約為12.8萬,佔總人口的1.7%,而美國、英國等發達國家的相關比例均在5%以上。此外,根據大學教育資助委員會的數據,只有約30%的中學畢業生能夠就讀本地優秀大學。相比之下,倫敦和紐約等城市的大學錄取率約為50%。

香港的大學在國際排名中表現出眾,可以吸引內地和國際優質生源。在放寬非本地生收生比例的同時,適度擴大本地學生的錄取規模,本地大學的學額完全可以大幅增加。此舉有助於持續培養更多高素質人才,大量的人才資源將為科創企業以及其他新興產業帶來充足的活力,為未來發展提供有力支撐。

第二,大學擴招將有助促進香港科研實力的提升,為推動國際創科中心打下牢固的基礎;既可解決人才短缺問題,還有利於高等教育提升實力,邁向更高水平。香港的高等學府過分依靠公共財政撥款,在現有經濟和社會情況下,特區政府對高等教育投入的增長空間有限。美國的加州大學柏克萊分校和洛杉磯分校等公立大學的經驗值得參考。這些公立大學能和美國富可敵國的頂尖私立大學競爭,一個重要的原因是在政府資助之外積極籌集資源,包括擴招國際學生。目前州政府提供的撥款,只佔這些大學總教育預算中很小部分。

通過大學擴招,香港的各間大學有機會重新優化現有教育資源,挖掘潛力,並且積極吸引全球優秀的師資,提升學校的教學和研究實力。大學實力更強,優秀人才更多,意味着科研成果和創新活力都更充沛,這將為香港的科創發展和經濟的轉型升級注入巨大的動力。

造福經濟和新世代

第三,大學擴招將為整體經濟帶來新的增長動力。來自香港以外的學生負責支付學費、住宿等生活費用,會直接增加社會的消費。如果來港的國際學生增加10萬人,平均每人每年的學費、生活費為30萬港元,則會直接增加消費300億港元。此外,這些消費將產生乘數效應,進一步拉動總消費上升。大學擴招之下,本地各大學勢必會把增加的資源用於壯大師資和擴建校園,這些投資也同樣會直接或間接地促進整體經濟增長。根據澳洲統計局的資料,在疫情前的2019年,外國學生對該國經濟的貢獻總值達376億澳元,可見國際高等教育具備的經濟潛力。

第四,大學擴招並不會對本地學生造成負面影響,反而會給他們帶來諸多益處。有人擔心放寬非本地生的收生比例,會損害廣大市民的利益,實際上這是個偽命題。首先,大學擴招的過程中,蛋糕做大了,必然會增加本地大學生的名額,為更多本地年輕人提供大學教育的機會。其次,只要非本地學生的學費平均不低於本地學生的教育開支,非本地學生就不僅不佔用香港納稅人的財政教育支出,反而對本地教育資源作出更大貢獻。教育資源增加,必然會優化大學科研,有利於本地學生的學術發展。

最後,大學擴招將吸引更多內地和境外學生,有助於提高香港的國際影響力,同時為本地學生帶來更多與世界接軌的良機,擺脫「島內溫室」環境的限制,而發展成為具有全球視野的優秀人才。

 

蔡洪濱教授
港大經管學院院長兼經濟學講座教授

(本文同時於二零二三年四月五日載於《信報》「龍虎山下」專欄)

閱讀更多

區塊鏈時代的證券新形態

證券型代幣發行(Security Token Offering;簡稱STO)指在符合證券市場的監管要求下,利用日新月異的區塊鏈技術,將股票、房地產、古董等有形和無形資產代幣化的一種企業融資途徑。

證券型代幣的底層技術是區塊鏈,以此進行的每項交易都屬匿名,並公開記賬,所用代幣標誌對有關資產或證券的擁有權。所有STO交易都會儲存於數碼交易分類賬中,以免資料遭任意篡改,既高度透明,也高度安全。

為證券定義

1946年美國證券交易委員會起訴Howey公司,最高法院裁定,一項投資是否屬於「證券」,必須具備4項條件:一、金錢形式進行的資產投資;二、預期從中獲得收益;三、資金投放於共同業務(common enterprise);四、收益通過發行人或第三方收取。這就是著名的豪威測試(Howey Test),其對今日推展虛擬資產市場發揮舉足輕重的作用。

證券型代幣作為投資產品,通常符合上述標準,而發行人的收益、現金流或資產份額的證券型代幣,無論採用何種合約形式,實質上都屬於證券範疇,受證券法約束。

投資快車道

現時投資者通常只能透過購買公司的股份或證券來投資。有了STO,投資者的組合可以更多元化,即使擁有權不易轉移的資產,如私人債務及股份、名畫等,可經代幣化分割成可買賣的數目,以代幣的形式進行交易。以一幅價值400萬美元的名畫為例,代幣化後將擁有權分為4000份,每份價值變為1000美元,就可讓一般投資者也能入場。

STO的衍生能夠提升資產的流動性,資產擁有人及代幣發行人可利用其多元化特點向不同人士集資,令資金較少的零售投資者也可參與其中,投資風險及成本亦可降低。

STO的集資作用與首次公開招股相近,同樣受法規監管,但企業要透過後者上市,有更嚴格的財務要求及經營條件。STO則與實體資產掛鈎,讓企業將物業、知識產權等傳統資產代幣化,繼而在數碼交易所上市,或為區塊鏈相關項目融資。

對於資產擁有者而言,STO使其非流動性資產得以在線上交易,發揮分布式分類賬技術(distributed ledger technology)的優勢來募集資金。如果沒有數碼化,則很難將擁有權分散到不同投資者手中。對初創企業而言,STO提供了門檻較低的融資方式,有利於小型或新成立的企業。證券型代幣的另一優勢在於可保存全部擁有權紀錄,為發行人提供資產擁有者的完整紀錄,因而也便於監管。對投資者而言,不但可選擇不同種類資產,而且得以受惠於透明度高的資產規格和估價報告。

合規挽信心

至於常與STO相提並論的首次代幣發行(Initial Coin Offering;簡稱ICO)則不受監管,發起人只需以白皮書列明集資目的,不需任何抵押品便能集資,投資風險甚大。況且因不受各國金融機構監管,若受詐騙,就可能永難追回投資。2019年10月到2020年3月,美國聯邦貿易委員會錄得570宗加密貨幣投資詐騙個案,受害人合共損失750萬美元;2020年同期,損失金額已飆升至超過8000萬美元。

STO的虛擬貨幣有實體資產支持,可算是ICO的進化版。這種發行方式利用區塊鏈的集資優勢,在受監管環境下運作,可藉此從加密貨幣騙局陰影中挽回投資者的信心。目前香港對STO的規管,由證券及期貨事務監察委員會(證監會)負責,早在2019年3月已發表聲明,清楚指出:「在證券型代幣屬於『證券』的情況下,任何人如要推廣及分銷證券型代幣(不論是在香港或以香港投資者為對象),除非獲得適用的豁免,否則須根據《證券及期貨條例》就第1類受規管活動(證券交易)獲發牌或註冊。」

當然,STO在實際運作上不無挑戰。雖然許多類型的資產可以代幣化,但投資者卻難以釐定這些虛擬資產的內在價值(intrinsic value)。區塊鏈技術易受監管政策的改變所影響,證券型代幣的價值可能隨之大幅波動,或令投資者蒙受損失。再者,證券型代幣在設計和結構上獨一無二,因而很難找到適用於估值的參考代幣。回報既難以確定,部分投資者難免卻步。

監管補漏洞

從監管機構的角度來看,加密貨幣的一大問題在於買賣雙方沒有進行客戶身份識別,交易可能未受到反洗錢、反恐融資的持續監控。STO在高速而全天候情況下進行交易,營運商實施全面客戶身份識別或反洗錢、反恐融資追蹤並不容易。特區政府理應在不妨礙交易效率的前提下,盡快建立相關監控機制,以補不足。

為引入對虛擬資產服務提供者的發牌制度,去年12月立法會通過《2022年打擊洗錢及恐怖分子資金籌集(修訂)條例草案》,預計2023年6月起,任何未獲特區政府發牌的虛擬資產服務提供者將不准在本港活動,範圍涵蓋去中心化交易所及中心化交易所,以及非同質化代幣(Non-Fungible Token)。由於買賣代幣的匿名及高速性質,其中涉及的合規(compliance)成本偏高。

在現行監管機制下,證券型代幣及其他虛擬資產的對象主要為專業投資者。虛擬資產和證券型代幣作為新興資產,有助於香港鞏固作為領先的集資、交易和資產管理中心的地位,從而吸引更多專業投資者繼續在本港投資。

跨地域展望

香港應考慮發展數碼貨幣和電子支付的測試平台,以便支援證券型代幣的簡易交易。具體而言,未來證券型代幣交易可採用數碼貨幣和電子支付方式進行結算,進一步奠定特區作為首要離岸人民幣中心的地位,促進人民幣國際化。

在大灣區設立的私人財富和私募股權基金,可根據各類互聯互通計劃進行證券型代幣交易,讓區內的資本可進入本港的證券型代幣交易市場,並提高集資的流動性。此外,香港亦可利用虛擬資產交易平台,致力成為中央銀行數碼貨幣(Central Bank Digital Currency)全球外匯結算中心。

歸根究柢,資產代幣化可從根本上改變傳統金融的融資方式,投資者及機構得以從完全數碼化的金融工具中獲益。儘管證券型代幣採用區塊鏈技術,但與加密貨幣以至其他代幣相比,則更接近於傳統證券,然而在監管方面,仍有改善的空間。由於這些資產可在全球區塊鏈輕鬆移轉,因此各國必須及時加強其發行及流動性機制。證券型代幣的交易活動跨越國界,有賴全球相關機構通力合作,予以更有效的監管。

 

謝國生博士
港大經管學院金融學首席講師

何敏淙先生
香港大學附屬學院講師

(本文同時於二零二三年三月二十九日載於《信報》「龍虎山下」專欄)

閱讀更多

刻舟求劍?美國利率政策的反思

3月10日,作為美國在創科領域最重要的銀行,矽谷銀行在48小時內突然宣布破產,無疑是近年來震撼全球的金融事件。雖然因為美國聯邦再保險公司快速介入和美國政府托底,避免了危機向其他金融機構和實體經濟大規模蔓延,但已反映出聯邦儲備局(聯儲局)自2022年以來多輪加息對金融和經濟帶來的巨大衝擊。

事實上,聯儲局主席鮑威爾在3月7日國會聽證會上透露,將持續加息對抗通脹,無疑成為矽谷銀行爆雷的導火線。

無獨有偶,隨後第一共和銀行的股價在5天內暴跌超過70%,Signature Bank和Silvergate Bank宣布停業,都與聯儲局去年至今極為嚴厲的緊縮政策密切相關。其後,瑞士金融巨頭瑞士信貸集團也爆出危機,市場難免擔憂美國銀行業的危機甚至有向歐洲蔓延的趨勢。

舊瓶新酒無濟於事

聯儲局這一年來接二連三的加息措施,源於美國經濟從2021年以來面臨的持續高通脹。2020年初新冠疫情爆發,全球經濟面臨重創。為了穩定經濟、刺激發展,聯儲局於同年3月連續兩次大幅下調基準利率,使得利率區間接近零。然而,隨着疫情逐步趨穩,高通脹轉而成為美國經濟的主旋律。2022年,美國消費者價格指數同比漲幅最高達到9.1%,創下近40年內歷史新高。

在高通脹的壓力下,聯儲局於2022年年初開始連續8次上調基準利率。截至2023年2月,利率區間從接近零飆升至4.5%與4.75%之間。在一連串加息猛藥的作用下,通貨膨脹的增速雖然有所緩和,但整體水平仍然居高不下。截至2022年12月,美國消費者價格指數同比增加6.5%,仍然顯著高於聯儲局設定的2%長期通脹目標。本月中矽谷銀行等事件相繼出現,更突顯出暴力加息在應對此輪通脹方面已力不從心。

令人顧慮的是,在加息政策還未實現穩定市場的時候,其副作用已經悄然襲來。減息促增長,加息控通脹,這一傳統貨幣政策向來廣被世界各國採用,為何這次在美國卻看似不靈了?

產業鏈重構成本升 加息難奏效

筆者認為,箇中關鍵在於此次通脹的成因和以前有着本質的不同。除了能源價格暴漲這一誘因,此次通脹深受全球產業鏈重構的影響。中美貿易戰、俄烏戰爭,以及逆全球化導致產業鏈布局不再僅僅基於經濟成本,反而偏重於地緣政治等非經濟因素。這導致發達國家的進口產品生產成本提高,採購價格自然提高,相應推高通貨膨脹。由於很多生活用品是剛需產品,抑制需求的緊縮政策難以解決供應鏈調整帶來的成本問題,因此很難奏效。

首先,地緣政治因素以及新冠疫情的影響,加速了全球產業鏈重構,提高了生產成本。這在眾多產業報告中都有闡述。一方面部分發達國家呼籲製造業回流;另一方面,全球產業鏈的分布正從講究效率轉為重視政治安全,經濟效率不再是產業鏈布局、貿易和投資的唯一驅動力。

體現在進口上,從2018年中美貿易戰爆發至2020年新冠疫情爆發前夕,美國整體進口水平呈現下降趨勢,且進口來源國出現顯著轉移。World Integrated Trade Solution的資料顯示,從2018年1月至2020年1月,美國從中國進口總值下降18.83%,同期從越南、柬埔寨的進口總值則急升,升幅分別為62.28%和73.6%,其中機械和電子設備的增幅尤為顯著。此外,美國從上屆總統特朗普開始推展的本地生產計劃,由於美國人力成本較高,其生產成本必然大增;加上進口來源國的轉移,為美國價格飆升埋下伏筆。

第二,產業鏈調整和進口來源地的改變,提高了進口商品價格。根據美國勞工統計局資料,疫情肆虐以來,美國從中國進口的整體價格指數僅上漲5.8%,在全球範圍內屬低水平,但從東南亞國家聯盟進口的商品價格指數則上漲了7.2%。美國這一棄廉就貴的進口來源轉變,無疑推高了產品價格。

最後,在經歷2022年開始的8次加息之後,美國的能源價格上升趨勢得到顯著控制,從最高點的月增41.6%(2022年6月)下降到月增5.2%(2023年2月)。然而,食品、電力等必需品價格的升勢雖然得以緩和,但跌勢緩慢。電力價格月同比增長率由最高的15.8%(2022年8月)下降到12.9%(2023年2月)。同期食品價格月同比增幅由最高的11.4%微降至9.5%。上述8次加息對能源以外的必需品價格影響較小,主要原因有兩點:一方面,供應鏈轉移帶來的生產成本上升,自然推高價格;另一方面,這些必需品需求彈性較小,因此加息無法大幅降低對這些必需品的需求。

須從治本入手

筆者認為,美國自2021年開始的高通貨膨脹有別於從前,主要在於逆全球化及全球產業鏈因地緣政治的轉移推高了生產成本。全球化布局昔日以經濟因素為主要考量的供應鏈體系,向更多考慮地緣政治等非經濟因素的全新供應鏈體系轉化,過程中難免導致價格上升,低需求彈性的必需品尤其如此。這也能解釋為何此輪通脹如此迅猛,逼得聯儲局連番加息,但效果卻不如預期。

總體來看,聯儲局2022年以來重拳加息以遏抑通脹的政策,稍有刻舟求劍之嫌。不僅無法解決全球供應鏈轉移所引發的成本增加問題,反而可能製造諸如矽谷銀行之類的危機。

當局應頭痛醫頭,且須對症下藥,正本清源,從生產成本着手,設法解決因為全球產業鏈轉移帶來的成本上升問題,致力於在新的產業鏈降低成本,或尋求構建更具經濟效益的產業鏈體系。

 

李晶博士
港大經管學院工商管理學學士(國際商業及環球管理)課程副總監

(本文同時於二零二三年三月二十二日載於《信報》「龍虎山下」專欄)

閱讀更多

當ChatGPT開始聊天,當Louis Vuitton開始嘻哈

ChatGPT(即Chat Generative Pre-Trained Transformer)是什麼?會聊天的機械人!機械人怎麼聊天?你想讓它怎麼聊,它就怎麼聊。2022年11月,微軟公司旗下的人工智能(AI)開發公司OpenAI推出ChatGPT,自此與機械人聊天似乎比與人聊天更加有趣新潮。隨便輸入一個問題,上至天文,下至地理,遠至史前,近至當下,無所不知,無所不答。

ChatGPT不僅會通暢地組織語句,甚至還會模仿莎士比亞的口吻和你對話;節省用戶逐項搜尋的時間精力之餘,不失風趣幽默。2013年科幻電影《觸不到的她》(Her)裏面隨時隨地陪伴男主角貼心聊天的AI虛擬戀人,似乎已經悄然來到我們身邊。

AI來勢洶洶

一時之間,全世界沸騰了。ChatGPT對公眾開放後,短短5天就吸引了百萬的用戶使用,成為世界上最快被消費者接受的新產品之一。比爾蓋茨認為其重要性「比肩個人電腦……和互聯網」【註1】。不久前微軟將ChatGPT引入搜索引擎Bing,搜尋結果變得更為精準,日後新版或會兼備畫圖等具創作力的功能。

谷歌也不甘落後,其母公司Alphabet將投資20億美元開發Cohere,以抗衡OpenAI【註2】

ChatGPT作為一種生成式人工智能(generative AI),運用深度學習技術,其價值遠超陪人聊天,除了包括記憶文本本身的知識,也涵蓋人類如何組織語言,如何表情達意,如何將複雜的資訊串連成有意義的對話。儘管很多高科技公司都在開發類似的技術,但ChatGPT是首個面向普羅大眾的AI介面,而廣大用家躍躍欲試的程度,可謂前所未有。

人不如機?

從新聞媒體到社交平台,從科技達人到在校學生,鋪天蓋地的話題都聚焦於ChatGPT。激動之餘,大家不禁開始擔憂,機器都能聊天了,還要人來做什麼?ChatGPT可以編寫程式,科技部門是不是要解散?ChatGPT可以寫文章,作家、編輯會否飯碗不保?ChatGPT看來無所不曉,那麼孩子還須上學麼?

事實上,類似ChatGPT的機器學習技術已經滲透到各行各業。谷歌在2023年1月聲稱其AI技術可以根據文本描述來創作音樂,Stability AI公司已經開發出可以將文本轉換成圖像的技術,DeepMind的模型已經可以預測蛋白結構。數據供應商PitchBook估計,僅在2022年,全球的創業資本家就已注資6.7萬億美元在與AI相關的產業。顧問公司麥肯錫發現,2017年只有20%的公司嘗試使用AI技術,至2022年則已跳升至50%【註2】

反其道而行

當AI技術昂然進軍各個領域,當我們擔憂機器進一步取代人類時,時尚巨頭路易威登(Louis Vuitton)的一個出乎意料的決策,似乎帶來一點希望。上月該法國品牌委任美國知名的嘻哈(hip-hop)饒舌歌手兼音樂製作人威廉斯(Pharrell Williams)為男裝創意總監。消息一出,時尚圈、音樂界、投資者、消費者無不驚嘆連連。也許威廉斯這個名字並不廣為人知,但是如果提起卡通電影《壞蛋獎門人2》裏的小黃人,大家一定會想起電影主題曲Happy。這首琅琅上口的流行歌曲,就是由他創作和演唱的。

享譽環球的奢侈品牌居然讓一個饒舌歌手設計男裝?雖然威廉斯屢屢涉及時尚圈,也和香奈兒(Chanel)、adidas等不少品牌合作打造一系列服飾,但他畢竟不是設計科班出身,也沒有受過系統式的時尚訓練,如何能擔當起路易威登的創意總監呢?威廉斯有什麼過人之處,足以讓這家百年老店放棄一眾專業設計師而加以青睞?

人,才是主角

細想一下,路易威登真的需要威廉斯親手設計、剪裁時裝麼?其實設計概念可用電腦程式,以機器裁剪亦更為精準,選料搭配也可借助ChatGPT。話雖如此,再先進的AI技術都無法取代威廉斯,因為他別樹一幟的是高級時裝和街頭嘻哈的結合,是傳統優雅和潮流文化的碰撞,是年輕一代對未來奢侈品的新定義。

在AI技術逐漸取代人工的趨勢下,路易威登這個出乎意料的決定,恰恰證明了人的重要性。機器可以設計時裝,可以譜曲填詞,也可以寫書撰文,但是我們追求的是時裝體現的獨特個性,喜歡的是歌曲背後的人文關懷,感受的是字裏行間蘊含的溫度。

愛因斯坦說:「人的直覺是上天的恩賜,而人的理性是忠實的僕人。但我們的社會卻崇敬僕人,遺忘了恩賜。」當ChatGPT開始聊天,機器就開始學習做理性的僕人。當路易威登開始嘻哈,上天恩賜的直覺才成為舞台的主角。讓我們的理性教曉機器處事,讓我們的直覺引領文明進步。

 

註1:《經濟學人》,2023年2月11日

註2:《經濟學人》,2022年12月10日

 

范亭亭博士
港大經管學院市場學高級講師

(本文同時於二零二三年三月十五日載於《信報》「龍虎山下」專欄)

閱讀更多

當ChatGPT開始聊天,當Louis Vuitton開始嘻哈

ChatGPT(即Chat Generative Pre-Trained Transformer)是什麼?會聊天的機械人!機械人怎麼聊天?你想讓它怎麼聊,它就怎麼聊。2022年11月,微軟公司旗下的人工智能(AI)開發公司OpenAI推出ChatGPT,自此與機械人聊天似乎比與人聊天更加有趣新潮。隨便輸入一個問題,上至天文,下至地理,遠至史前,近至當下,無所不知,無所不答。

ChatGPT不僅會通暢地組織語句,甚至還會模仿莎士比亞的口吻和你對話;節省用戶逐項搜尋的時間精力之餘,不失風趣幽默。2013年科幻電影《觸不到的她》(Her)裏面隨時隨地陪伴男主角貼心聊天的AI虛擬戀人,似乎已經悄然來到我們身邊。

AI來勢洶洶

一時之間,全世界沸騰了。ChatGPT對公眾開放後,短短5天就吸引了百萬的用戶使用,成為世界上最快被消費者接受的新產品之一。比爾蓋茨認為其重要性「比肩個人電腦……和互聯網」【註1】。不久前微軟將ChatGPT引入搜索引擎Bing,搜尋結果變得更為精準,日後新版或會兼備畫圖等具創作力的功能。

谷歌也不甘落後,其母公司Alphabet將投資20億美元開發Cohere,以抗衡OpenAI【註2】

ChatGPT作為一種生成式人工智能(generative AI),運用深度學習技術,其價值遠超陪人聊天,除了包括記憶文本本身的知識,也涵蓋人類如何組織語言,如何表情達意,如何將複雜的資訊串連成有意義的對話。儘管很多高科技公司都在開發類似的技術,但ChatGPT是首個面向普羅大眾的AI介面,而廣大用家躍躍欲試的程度,可謂前所未有。

人不如機?

從新聞媒體到社交平台,從科技達人到在校學生,鋪天蓋地的話題都聚焦於ChatGPT。激動之餘,大家不禁開始擔憂,機器都能聊天了,還要人來做什麼?ChatGPT可以編寫程式,科技部門是不是要解散?ChatGPT可以寫文章,作家、編輯會否飯碗不保?ChatGPT看來無所不曉,那麼孩子還須上學麼?

事實上,類似ChatGPT的機器學習技術已經滲透到各行各業。谷歌在2023年1月聲稱其AI技術可以根據文本描述來創作音樂,Stability AI公司已經開發出可以將文本轉換成圖像的技術,DeepMind的模型已經可以預測蛋白結構。數據供應商PitchBook估計,僅在2022年,全球的創業資本家就已注資6.7萬億美元在與AI相關的產業。顧問公司麥肯錫發現,2017年只有20%的公司嘗試使用AI技術,至2022年則已跳升至50%【註2】

反其道而行

當AI技術昂然進軍各個領域,當我們擔憂機器進一步取代人類時,時尚巨頭路易威登(Louis Vuitton)的一個出乎意料的決策,似乎帶來一點希望。上月該法國品牌委任美國知名的嘻哈(hip-hop)饒舌歌手兼音樂製作人威廉斯(Pharrell Williams)為男裝創意總監。消息一出,時尚圈、音樂界、投資者、消費者無不驚嘆連連。也許威廉斯這個名字並不廣為人知,但是如果提起卡通電影《壞蛋獎門人2》裏的小黃人,大家一定會想起電影主題曲Happy。這首琅琅上口的流行歌曲,就是由他創作和演唱的。

享譽環球的奢侈品牌居然讓一個饒舌歌手設計男裝?雖然威廉斯屢屢涉及時尚圈,也和香奈兒(Chanel)、adidas等不少品牌合作打造一系列服飾,但他畢竟不是設計科班出身,也沒有受過系統式的時尚訓練,如何能擔當起路易威登的創意總監呢?威廉斯有什麼過人之處,足以讓這家百年老店放棄一眾專業設計師而加以青睞?

人,才是主角

細想一下,路易威登真的需要威廉斯親手設計、剪裁時裝麼?其實設計概念可用電腦程式,以機器裁剪亦更為精準,選料搭配也可借助ChatGPT。話雖如此,再先進的AI技術都無法取代威廉斯,因為他別樹一幟的是高級時裝和街頭嘻哈的結合,是傳統優雅和潮流文化的碰撞,是年輕一代對未來奢侈品的新定義。

在AI技術逐漸取代人工的趨勢下,路易威登這個出乎意料的決定,恰恰證明了人的重要性。機器可以設計時裝,可以譜曲填詞,也可以寫書撰文,但是我們追求的是時裝體現的獨特個性,喜歡的是歌曲背後的人文關懷,感受的是字裏行間蘊含的溫度。

愛因斯坦說:「人的直覺是上天的恩賜,而人的理性是忠實的僕人。但我們的社會卻崇敬僕人,遺忘了恩賜。」當ChatGPT開始聊天,機器就開始學習做理性的僕人。當路易威登開始嘻哈,上天恩賜的直覺才成為舞台的主角。讓我們的理性教曉機器處事,讓我們的直覺引領文明進步。

 

註1:《經濟學人》,2023年2月11日

註2:《經濟學人》,2022年12月10日

 

范亭亭博士
港大經管學院市場學高級講師

(本文同時於二零二三年三月十五日載於《信報》「龍虎山下」專欄)

閱讀更多