◇中国社会科学报记者 刘雨微
第四次工业革命正在重塑传统生产范式。孟加拉国军事科学与技术学院工业与生产工程系助理教授阿迪布·本·拉希德(Adib Bin Rashid)及其同事在《人工智能正在全球范围内革新各行各业:对其多样应用的全面概述》一文中提出,第四次工业革命不仅改变了产品设计与制造的方式,还重新定义了设备维修、产线升级以及跨行业劳动力的规划、优化与资源配置。当自动化与智能机械系统全面渗透进制造环节,企业与产业如何在这一临界点完成效率跃迁?技术红利是否能够即时兑现?这些问题在一项最新的研究中得到了探讨。
麻省理工学院斯隆管理学院官网近日发文称,加拿大多伦多大学罗特曼管理学院副教授克里斯蒂娜·麦克尔赫兰(Kristina McElheran)及其团队在最新发布的工作论文中提出了“J型”曲线现象:美国制造企业在引入人工智能技术后,短期业绩往往会经历一段可测的下滑,但随后产出、收入和就业会迎来更强劲的增长。这一先抑后扬的“J型”曲线轨迹,不仅揭示了人工智能的深层变革潜力,也解释了为什么其经济影响在短期内常常低于预期。
人工智能应用初期
降低工业生产率
在《美国工业人工智能的兴起:生产率“J型”曲线的微观基础》一文中,麦克尔赫兰及其团队借助美国人口普查局的两项调查数据,覆盖了2017年和2021年的数万家制造企业,揭示了采用人工智能技术的企业呈现出不同的“J型”曲线轨迹。其中,老牌成熟企业在短期内遭受的损失更为显著。针对年轻企业的研究则表明,某些商业策略能够在一定程度上缓解这种损失。尽管初期遭受损失,但随着时间推移,率先采用人工智能的企业往往展现出更强劲的增长势头。
研究人员发现,在综合考虑规模、年龄、资本存量、信息技术基础设施等因素后,将人工智能应用于商业功能的企业短期内生产率下降了1.33个百分点。生产率的下降反映了新数字工具与传统运营流程之间存在更深层次的不匹配。例如,用于预测性维护、质量控制或需求预测的人工智能系统,通常需要企业在数据基础设施、员工培训和工作流程重新设计等方面额外投资。如果缺乏这些配套措施,即便采用最先进的技术,企业也可能表现不佳甚至面临新的瓶颈。
使用人工智能产生的短期损失在老牌企业中尤为显著。麦克尔赫兰等人发现,此类企业通常存在长期惯例、层级结构和遗留系统。老牌企业通常难以适应人工智能,部分原因是机构惯性和运营机制具有复杂性。此外,老牌企业尤其难以维持重要的生产管理实践,如监控关键绩效指标和生产目标。
研究人员发现,老牌企业在使用人工智能后,结构化管理的使用有所下降,仅此一点就占其生产率损失的近三分之一。相比之下,更年轻、更灵活的企业由于本身的历史包袱较少,不需要放弃或改变太多原有的工作方式和习惯,因此能够更顺利地过渡到使用人工智能的工作流程中。
短期阵痛后的长期增长
尽管企业初期遭受了损失,但在更长的时间段内——研究数据涵盖了四年的时间跨度,使用人工智能的制造企业往往在生产率和市场份额方面均优于未使用人工智能的同行。这种恢复是在企业经历一段调整期后出现的,其间,企业主要通过微调流程、拓展数字工具的应用,并充分利用人工智能系统生成的数据来进行调整。
然而,生产率和市场份额的提升并非均衡分布。那些在引入人工智能之前就已具备较高数字化水平的企业,往往能获得更显著的收益。麦克尔赫兰解释说,这些企业凭借过往积累的数据,能够更精准地预测未来趋势,从而使自身发展道路更为顺畅。此外,企业规模也在其中发挥了积极作用。一旦这些企业克服了调整成本,并将收益拓展至更多产出、更广市场和更多客户,便能更快地进入“J型”曲线的上升阶段。
此外,麦克尔赫兰及其团队还发现,技术的深度整合和资源的战略性重新分配,对于企业摆脱短期损失至关重要。因为企业主要是通过对工业机器人和自动化技术进行投资等方式逐步转向更契合人工智能的运营模式。
麦克尔赫兰等人的研究探讨了人工智能作为变革性技术和短期组织颠覆催化剂的双重作用。研究结果还揭示了互补实践和策略的重要性,这些实践和策略可以缓和企业调整过程并提高长期回报,以拉平“J型”曲线的下降阶段,实现人工智能的长期规模化生产率。随着更多关于技术适应与整合的新研究不断涌现,企业将获得更多清晰的方向指引,进而在未来的智能制造时代稳步前行。