人工智能可能使贫穷国家保持贫穷

2024年2月28日，全球最大的呼叫中心公司在一天早上市值蒸发超过四分之一，起因是瑞典金融科技公司Klarna宣布其AI助手已处理三分之二的客服聊天。交易员们正在计入一个长期预测：那些将相对简单任务从低工资国家外包到高工资国家的公司面临显著的自动化风险。

他们是对的吗？在AI时代，世界是否还需要贫穷国家提供的东西？

发展阶梯

经济发展常被比作一架梯子。随着经济体向上攀登，它们从依赖农业转向制造业，再转向服务业。当各国在每个行业变得更加高效时，它们需要的工人越来越少，以满足需求。例如，并非整个从事自给农业，而是更小的群体更高效地种植同样的作物，其余人则转向制造业。

自1950年以来，每个持续快速增长的国家都通过出口实现了增长，出口使得它们能以更廉价的劳动力向富裕国家出售商品或服务，套取工资差异。韩国便是一个例子：它在一代人的时间内，从人均收入100美元增长到超过35,000美元，通过一系列出口品——假发、胶合板、服装、船舶、钢铁、汽车，最后是半导体。

没有出口，向上攀登梯子就变得困难得多。首先，本国的消费者通常不足以刺激增长，无论是在规模还是现有财富上。其次，改变行业结构需要大量进口，通常以强势货币计价的新的生产投入。各国必须出口、借贷或依赖汇款来获得这些货币，而借贷不出口可能导致外汇储备耗尽和违约，如斯里兰卡在2022年所展现的。

最后，出口通过学习收益直接提高生产力。在一项研究中，研究人员将外国订单随机分配给埃及小型地毯作坊。那些出口的作坊报告利润高出16-26%，并最终生产出明显更好的地毯，尽管使用相同的织机和材料。它们的客户为产品设定了高标准，并创造了反馈循环，改进了织工的工艺。

没有工人的工厂

制造业作为摆脱贫困的路径已经在瓦解。全球化导致更多竞争，中国建立了一定主导地位。同时，工厂的自动化使得工作岗位更稀缺且需要更高技能。这意味着一些国家（尤其是拉丁美洲和撒哈拉以南非洲）被完全挤出，而保持竞争力的国家（主要在亚洲）从中获得的就业机会也更少。例如，孟加拉国的服装出口在2010年至2024年间增长了两倍，但该行业的就业人数保持不变。

结果，制造业占一国就业的比例现在在更低的水平（和更低的人均GDP）达到峰值。对于先行者如英国、瑞典和意大利，制造业就业直到人均约35,000美元（按今天的美元计）才开始下降，而印度和大部分撒哈拉以南非洲在人均约1,800美元时就达到了同样的点。未来的自动化很可能加速这一趋势。

起初，这听起来像上述国家发展的故事——一个行业变得更加高效，需要雇佣更少的人，然后他们转向新的、更高效的工作。但在历史案例中，制造业首先增长到经济中更大的比例，有时雇佣多达三分之一的劳动力。就业的持平或下降是由劳动力变得稀缺和昂贵推动的，这促使工厂自动化。到那时，失业的人更有教育背景和城市化，并能被新兴的服务业吸收。但孟加拉国的工厂更早自动化时，还没有足够的发展来使劳动力变得更昂贵和更有教育背景。

不幸的是，即使人口已经准备好创造服务出口，梯子的那一级也可能很快消失。

没有员工的办公室

互联网和廉价电信的出现使得从一个国家向另一个国家出口劳动力成为可能，而无需运输任何实物商品。现在，马尼拉的会计或印度的程序员可以为俄亥俄州的客户工作。印度的科技服务业去年收入2830亿美元，目前雇佣580万人。在菲律宾，呼叫中心和后台办公室年收入400亿美元，占该国GDP的8%以上，雇佣190万人。

但不幸的是，使工作适合外包的特点——完全数字化、有明确产出和可验证质量——也正是使工作特别容易被自动化的特点。

那么，AI真的在摧毁这些工作吗？如果是，尚未在顶层数据中显示出来。菲律宾BPO的收入和就业去年均再次增长，印度IT行业雇佣的人数比以往都多。如果只计算现有工作，什么也没发生。

但新工作则是另一回事。印度顶级IT公司在2022财年雇佣了约60万应届毕业生，但在2025财年只雇佣了约12万。部分原因是疫情后招聘泡沫的消退，但构成也在变化：过去三年中，30岁以下工人从占行业60%下降到51%。菲律宾行业在2023年增加了13.5万个新工作，2024年12万个，2025年8万个。在自由职业平台上，效果最易衡量，ChatGPT发布后一年内，写作和翻译岗位的发布量下降了五分之一到三分之一。

对于一个贫穷国家，能够将新工人吸纳到更高生产力、更高薪酬的行业，对于该行业作为增长引擎至关重要，即使整体收入保持不变。

最廉价的劳动力会赢吗？

对这种悲观观点的一个强烈反驳是，即使AI能做好某项工作，如果雇佣一个人比部署AI代理更便宜，那么人类将保住这些工作。这对低收入和中等收入国家是好消息，它们提供的劳动力成本远低于富裕国家的同行。

迄今为止，证据大多倾向于AI提升而非取代工人，工资越低，这种情况可能持续时间越长。最近一项研究中，给约5000名客服代理配备AI助手使最新员工的效率提高了34%，而几乎不影响最熟练的员工。这个反驳的精辟表述是：“不要害怕AI，害怕使用AI的更廉价工人。”

问题是，工资是静态的（且理想情况下是增加的），而运行固定能力水平的AI成本每年下降约10到50倍。

即使人类保住这些工作，自动化的选择也会为他们的收入设定上限。例如，ChatGPT于2022年底推出后，Upwork上翻译工作的小时报价下降了超过20%。虽然更便宜的认知会扩大对这些服务的总需求，但杰文斯式的增长不一定足以补偿，特别是对于低技能工作，也不一定需要人类来完成。

此外，最低技能的服务工作（常规工单、翻译、编辑）最常被出口，也最可能首先被自动化。作为回应，服务出口商开始攀登技能链，减少呼叫中心代理，增加分析和工程。但让人联想到孟加拉国服装行业，印度科技收入每年增长6%，而员工数量增长2%。虽然部分原因是疫情过度招聘的消退，但似乎并不完全如此。模型仍然会产生幻觉或重大错误，监管机构坚持让人类参与其中，但这些摩擦只会在它们存在的期间延缓趋势。

当然，更便宜的服务对贫穷消费者非常有利，例如，没有医生的诊所通过手机上的AI医生受益匪浅（尽管正如我先前所写，我预计AI的收益更多地流向高收入国家而非低收入和中等收入国家），但这与整体经济增长的问题分开。

还有什么可卖？

在过去一个世纪里，贫穷国家的贫困——在狭义上——是它们最大的资产。低工资使它们的出口天然具有竞争力，从富裕世界赢得业务。无论这些出口是可可、服装、电子产品还是代码，这一直成立。

然而，AI可能以更低的价格击败廉价劳动力，降低许多这些出口的生产成本，足以完全关闭这一增长机制。印度IT公司早期职业招聘、马尼拉净新增岗位、主要客户的合同费率以及各种自由职业的发布费率等指标可能帮助我们提前看到这一趋势。

低收入国家接下来该怎么办？在下一篇文章中，我将讨论针对这一担忧经常提出的其他增长路径，以及它们有多大希望。

感谢阅读《发展中》！这篇文章是公开的，欢迎分享。