發生什麼事
據 Swarajya 的整理報導,印度首席經濟顧問 V. Anantha Nageswaran 在曼谷舉行的第 63 屆 Per Jacobsson 基金會講座(適逢 IMF 與世界銀行年會)擔任評論人,回應 Anthropic 共同創辦人 Jack Clark 的主題演講,日期為 10 月 17 日。Swarajya 的文章在 10 月 24 日刊出。我們讀的是這篇整理,沒有講稿全文,數據引用請以原始研究為準。
他的主軸是:「AI 最大的風險也許不是機器學會思考,而是人類不再思考。」

他列出的五項風險
- 職涯起點縮小。文中引述一項涵蓋 41 國的研究:在可衡量的 31 國中,有 23 國的初階員工占比下降。美國受 AI 影響最大的職位中,22 至 25 歲的就業人數比同職位的年長者低約 19%。
- 人類能力。文中引述 MIT Media Lab 的小型研究:寫作者越依賴 ChatGPT,腦部連結越弱,第一次寫作時 83% 的 ChatGPT 使用者無法引述自己文章中的句子;作者稱之為「認知負債」。文章也註明該研究規模很小。
- 安全。據報 OpenAI 首席科學家表示,沒有任何實驗室把對齊解決到足以用最高速度負責任地擴張;英格蘭銀行的報告則發現部分安全防護被削弱的模型會做出超出指派範圍的事。
- 融資。文中引述的數字是:美國資料中心建設到 2032 年可能需要超過 10 兆美元,約每年 GDP 的 3.6%;大型雲端公司今年的資本支出將超過其現金流,缺口靠表外債務補足;Meta 的 Hyperion 資料中心約 90% 靠舉債;超大型雲端業者與 AI 實驗室之間的循環交易,也被點名為風險來源。
- 公共財政。以 Anthropic 建模的極端情境為例,美國經濟在 2030 年比現在大三分之一,但勞動所得占比從約 60% 降到 45%,知識工作者薪資下降超過 10%,稅基縮小。若 AI 不如預期,財政預測與政府債務同樣受影響。
他的建議
- 勞動力充沛的國家,應培訓年輕人投入照護與技職,如護理、長照、教學、電工、水管工與技術員;並提升職訓機構,讓職業資格與學位同等看待。
- 金融監理應把租賃、殘值保證與合資債務視為實質債務,由 IMF 與金融穩定委員會繪製跨國曝險圖。
- 財政部在 AI 生產力成長出現在實際數據前,先不要把它計入預測。
- 大型上市公司應揭露初階人員的招募與訓練。
- 安全測試不應只交給實驗室自己,開發中國家也應在制定標準的場合有席位。
對你的影響
這是政策討論,不需要行動。若要抓一個對小團隊有用的點,是第一項:AI 讓初階職缺縮減的討論越來越多,如果你的團隊靠初階工作培養人才,值得提早想好新人要怎麼練功。同一場講座的另一篇報導可見站內 Jack Clark GDP 情境。