人工智能可能使貧窮國家保持貧窮

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發超過四分之一，起因是瑞典金融科技公司Klarna宣佈其AI助手已處理三分之二的客服聊天。交易員們正在計入一個長期預測：那些將相對簡單任務從低工資國家外包到高工資國家的公司面臨顯著的自動化風險。

他們是對的嗎？在AI時代，世界是否還需要貧窮國家提供的東西？

發展階梯

經濟發展常被比作一架梯子。隨着經濟體向上攀登，它們從依賴農業轉向製造業，再轉向服務業。當各國在每個行業變得更加高效時，它們需要的工人越來越少，以滿足需求。例如，並非整個從事自給農業，而是更小的羣體更高效地種植同樣的作物，其餘人則轉向製造業。

自1950年以來，每個持續快速增長的國家都通過出口實現了增長，出口使得它們能以更廉價的勞動力向富裕國家出售商品或服務，套取工資差異。韓國便是一個例子：它在一代人的時間內，從人均收入100美元增長到超過35,000美元，通過一系列出口品——假髮、膠合板、服裝、船舶、鋼鐵、汽車，最後是半導體。

沒有出口，向上攀登梯子就變得困難得多。首先，本國的消費者通常不足以刺激增長，無論是在規模還是現有財富上。其次，改變行業結構需要大量進口，通常以強勢貨幣計價的新的生產投入。各國必須出口、借貸或依賴匯款來獲得這些貨幣，而借貸不出口可能導致外匯儲備耗盡和違約，如斯里蘭卡在2022年所展現的。

最後，出口通過學習收益直接提高生產力。在一項研究中，研究人員將外國訂單隨機分配給埃及小型地毯作坊。那些出口的作坊報告利潤高出16-26%，並最終生產出明顯更好的地毯，儘管使用相同的織機和材料。它們的客户為產品設定了高標準，並創造了反饋循環，改進了織工的工藝。

沒有工人的工廠

製造業作為擺脱貧困的路徑已經在瓦解。全球化導致更多競爭，中國建立了一定主導地位。同時，工廠的自動化使得工作崗位更稀缺且需要更高技能。這意味着一些國家（尤其是拉丁美洲和撒哈拉以南非洲）被完全擠出，而保持競爭力的國家（主要在亞洲）從中獲得的就業機會也更少。例如，孟加拉國的服裝出口在2010年至2024年間增長了兩倍，但該行業的就業人數保持不變。

結果，製造業佔一國就業的比例現在在更低的水平（和更低的人均GDP）達到峯值。對於先行者如英國、瑞典和意大利，製造業就業直到人均約35,000美元（按今天的美元計）才開始下降，而印度和大部分撒哈拉以南非洲在人均約1,800美元時就達到了同樣的點。未來的自動化很可能加速這一趨勢。

起初，這聽起來像上述國家發展的故事——一個行業變得更加高效，需要僱傭更少的人，然後他們轉向新的、更高效的工作。但在歷史案例中，製造業首先增長到經濟中更大的比例，有時僱傭多達三分之一的勞動力。就業的持平或下降是由勞動力變得稀缺和昂貴推動的，這促使工廠自動化。到那時，失業的人更有教育背景和城市化，並能被新興的服務業吸收。但孟加拉國的工廠更早自動化時，還沒有足夠的發展來使勞動力變得更昂貴和更有教育背景。

不幸的是，即使人口已經準備好創造服務出口，梯子的那一級也可能很快消失。

沒有員工的辦公室

互聯網和廉價電信的出現使得從一個國家向另一個國家出口勞動力成為可能，而無需運輸任何實物商品。現在，馬尼拉的會計或印度的程序員可以為俄亥俄州的客户工作。印度的科技服務業去年收入2830億美元，目前僱傭580萬人。在菲律賓，呼叫中心和後台辦公室年收入400億美元，佔該國GDP的8%以上，僱傭190萬人。

但不幸的是，使工作適合外包的特點——完全數字化、有明確產出和可驗證質量——也正是使工作特別容易被自動化的特點。

那麼，AI真的在摧毀這些工作嗎？如果是，尚未在頂層數據中顯示出來。菲律賓BPO的收入和就業去年均再次增長，印度IT行業僱傭的人數比以往都多。如果只計算現有工作，什麼也沒發生。

但新工作則是另一回事。印度頂級IT公司在2022財年僱傭了約60萬應屆畢業生，但在2025財年只僱傭了約12萬。部分原因是疫情後招聘泡沫的消退，但構成也在變化：過去三年中，30歲以下工人從佔行業60%下降到51%。菲律賓行業在2023年增加了13.5萬個新工作，2024年12萬個，2025年8萬個。在自由職業平台上，效果最易衡量，ChatGPT發佈後一年內，寫作和翻譯崗位的發佈量下降了五分之一到三分之一。

對於一個貧窮國家，能夠將新工人吸納到更高生產力、更高薪酬的行業，對於該行業作為增長引擎至關重要，即使整體收入保持不變。

最廉價的勞動力會贏嗎？

對這種悲觀觀點的一個強烈反駁是，即使AI能做好某項工作，如果僱傭一個人比部署AI代理更便宜，那麼人類將保住這些工作。這對低收入和中等收入國家是好消息，它們提供的勞動力成本遠低於富裕國家的同行。

迄今為止，證據大多傾向於AI提升而非取代工人，工資越低，這種情況可能持續時間越長。最近一項研究中，給約5000名客服代理配備AI助手使最新員工的效率提高了34%，而幾乎不影響最熟練的員工。這個反駁的精闢表述是：“不要害怕AI，害怕使用AI的更廉價工人。”

問題是，工資是靜態的（且理想情況下是增加的），而運行固定能力水平的AI成本每年下降約10到50倍。

即使人類保住這些工作，自動化的選擇也會為他們的收入設定上限。例如，ChatGPT於2022年底推出後，Upwork上翻譯工作的小時報價下降了超過20%。雖然更便宜的認知會擴大對這些服務的總需求，但傑文斯式的增長不一定足以補償，特別是對於低技能工作，也不一定需要人類來完成。

此外，最低技能的服務工作（常規工單、翻譯、編輯）最常被出口，也最可能首先被自動化。作為回應，服務出口商開始攀登技能鏈，減少呼叫中心代理，增加分析和工程。但讓人聯想到孟加拉國服裝行業，印度科技收入每年增長6%，而員工數量增長2%。雖然部分原因是疫情過度招聘的消退，但似乎並不完全如此。模型仍然會產生幻覺或重大錯誤，監管機構堅持讓人類參與其中，但這些摩擦只會在它們存在的期間延緩趨勢。

當然，更便宜的服務對貧窮消費者非常有利，例如，沒有醫生的診所通過手機上的AI醫生受益匪淺（儘管正如我先前所寫，我預計AI的收益更多地流向高收入國家而非低收入和中等收入國家），但這與整體經濟增長的問題分開。

還有什麼可賣？

在過去一個世紀裏，貧窮國家的貧困——在狹義上——是它們最大的資產。低工資使它們的出口天然具有競爭力，從富裕世界贏得業務。無論這些出口是可可、服裝、電子產品還是代碼，這一直成立。

然而，AI可能以更低的價格擊敗廉價勞動力，降低許多這些出口的生產成本，足以完全關閉這一增長機制。印度IT公司早期職業招聘、馬尼拉淨新增崗位、主要客户的合同費率以及各種自由職業的發佈費率等指標可能幫助我們提前看到這一趨勢。

低收入國家接下來該怎麼辦？在下一篇文章中，我將討論針對這一擔憂經常提出的其他增長路徑，以及它們有多大希望。

感謝閲讀《發展中》！這篇文章是公開的，歡迎分享。