近来,在包括韩国在内的全球经济展望中出现的两个关键词是"AI(人工智能)"和"逆全球化(deglobalization)"。对此,各界专家预计"AI"对经济具有积极作用,而"逆全球化"则会带来负面影响。然而,AI的应用仍处于初期阶段,逆全球化却在不断深化,世界经济的不确定性正在放大。
今年以来,世界多国期待AI的快速扩散能为实体经济带来活力。近期中国推出的生成式AI深度求索(DeepSeek)对英伟达股价造成巨大影响,这也意味着市场对AI将给经济带来的影响十分敏感。
AI最初是在20世纪50年代研究机器能否像人一样学习和发展的过程中萌生出的构想。一度停滞的AI研究在90年代因机器学习——一种让AI自行寻找规则进行学习的算法——的开发而再度活跃。在此背景下,2024年诺贝尔物理学奖得主杰弗里·辛顿教授在2000年代初利用人工神经网络,将一般机器学习算法升级到"深度学习阶段"。以此为基础,近来备受瞩目的生成式AI"ChatGPT"和自主智能型AI"AI智能体"得以诞生。2010年以后AI快速发展的背景中,硬件环境的变化也功不可没。原有的串行方式中央处理器(CPU)转向可进行大规模运算的并行方式图形处理器(GPU),使数据处理速度大幅提升。近来美国半导体企业英伟达的高速成长也源于GPU半导体的生产。此外,数据的急速增长也带动了AI的发展。人工神经网络学习需要海量数据,2000年以后互联网、智能手机、物联网(IoT)等普及,数据呈几何级数增长,从而形成了大数据。由此,学习了大规模数据的深度学习算法变得更加精密。
伴随AI计算的扩散,当前我们应关注的另一大变化是逆全球化正在快速推进。持续至全球金融危机爆发的2008年的世界经济全球化(globalization),发端于80年代初。当时世界各国基于以市场原理为主的新自由主义,迅速推进包括商品、服务乃至劳动与资本等生产要素的贸易自由化。此外,90年代为通过贸易自由化实现世界经济福利最大化,世界贸易组织(WTO)也正式成立。然而,2008年全球金融危机使新自由主义遭受重创,被全球化边缘化的发达国家中低收入阶层的不满不断累积。事实上,2016年纽约市立大学米拉诺维奇教授提出的"大象曲线"显示,从1988年到2008年,中国等发展中国家劳动者(全球收入分布中前约50%的群体)实质收入大幅增长,而发达国家中低层劳动者(前约20%的群体)实质收入增长却停留在极低水平。即便如此,发达国家始终以消极的政策应对,最终由被边缘化阶层引发了被称为逆全球化的剧烈政治格局变化。2016年英国脱欧和2017年特朗普赢得美国总统大选是其代表性事例,近来的新冠疫情、国家间领土争端以及特朗普总统再次当选、关税争端激化等亦属同一脉络。这意味着世界各国高呼共同繁荣的气氛,已转变为必须通过相互交易各自求生的极为严峻的局面。同时,这也意味着今年世界经济的不确定性进一步加深。
在这种情况下,AI的快速扩散将给经济带来何种变化是一个有趣的话题。事实上,AI的核心功能是实时处理海量数据并自动得出最优结果,因此AI的扩散预计将通过制造业和服务业的高度自动化实现效率最大化。实际上,在半导体产业,人们期待通过AI大幅降低产品不良率。此外,预计AI将搭载于机器人、汽车、智能手机等设备,使其功能自主化、最优化,实现革新性的性能提升。去年政府也分析认为,如果AI革新顺利推进,考虑到产业间前后向关联效应等因素,未来三年国内GDP将额外增长最多1.8个百分点。
不过,在对AI的乐观看法凸显的同时,AI内在的根本局限和副作用也令人担忧。尤其在数据获取和AI功能方面的问题受到指摘。第一,与数据相关,AI要通过算法进行实时学习,需要尽可能多的数据,而可用数据规模已开始显现极限。特别是对于人所生成的报道、论文、分析资料、社交媒体信息等文本数据,AI的数据处理速度有可能超过新生成的数据容量。此外,如果AI分析数据后产出的信息又反复被用于AI学习,数据质量可能下降。就数据质量而言,也令人担忧如深度求索的情形那样,算法和输入数据可能因AI开发者的意图而产生偏向。第二是与AI功能相关的问题。AI从根本上是将大量过去数据输入开发者设定的分析模型,经处理、分析得出平均意义上的最优结果的功能化产物。因此,它在预测我们日常生活中可能实时遭遇的极端状况方面较为薄弱。例如,从未经历过的突发气候变化引发的灾难状况,或如逆全球化那样因人们集体意志使政治、经济环境骤变的情形,都是AI无法预测的部分。以布莱克-斯科尔斯方程闻名的斯坦福大学斯科尔斯教授也曾就极端事件(tail event)的预测指出AI的缺陷。
如前所述,今年世界各国面临各自求生的艰难经济环境。在此背景下,韩国迫切需要利用AI实现经济活跃化。从目前AI相关业界的动向看,在AI软件方面韩国是后发者。此前僵化的教育体系和薄弱的数据基础设施,使得培养具有灵活创造性思维的AI研究者或开发者面临困难。相反,在硬件方面则正在走向领先。韩国在半导体以及搭载AI的机器人、汽车、医疗器械等领域具有优势。考虑到这些因素,短期内需要政府和业界对AI关联产业进行集中投资。这预计将对近来有所放缓的韩国出口增长作出相当大的贡献。此外,中长期看,为使AI学习所需的数据得以多样、丰富地供应,应着力扩充大规模AI数据中心、云平台等高效且安全的数据基础设施。当然,最终还需要对僵化的教育体系进行根本性革新。尽管韩国在AI研究与开发方面处于落后,但若没有AI软件方面的专业能力,硬件的主导权总有一天也可能被夺走。与K-POP、K-剧一样,K-AI并非不可能。






