CFDI世代人工智能如何改变全球南方的IT服务业

由朱利安·雅各布斯 | 2024年6月10日 大型语言模型的兴起引发了关于人工智能（AI）提高生产力和促进经济增长潜力的讨论。尽管人工智能的经济影响在过去十年中一直是辩论的主题，但LLMs的日益普及使得了解这项技术的影响变得更为紧迫。 迄今为止，关于人工智能的经济效应的大多数研究几乎完全集中在全球经济北部，然而，全球范围内大语言模型（LLM）的扩散可能会对全球经济南部产生重要影响——既有吉祥的方面也有不祥的预示。1一方面，LLMs的生产力提升优势可以对全球南部的产业带来重大益处。另一方面，LLMs的采纳不均可能导致数字鸿沟加剧，并导致技术的益处分配不均。 初步证据表明，LLM在包括写作、编码和客户服务在内的多种白领工作中提高了生产力。这些收益在IT行业尤为集中。2信息技术服务在全球南部的经济发展中扮演了越来越重要的角色，其中许多国家向富裕的全球北部出口关键数字服务。这包括电信服务、文案写作、零工工作以及其他形式的内容生成。由大型语言模型带来的效率提升可能会对这些IT行业的发展造成颠覆，重塑国际IT出口的平衡和流动。 本报告探讨了大型语言模型（LLM）对全球南方IT部门潜在影响的调查。报告首先对IT在全球南方主要经济体中的日益增长的作用进行背景分析，接着突出了在全球化南方国家中最为代表性的IT职业类型。报告最后讨论了LLM对全球IT服务流动的影响，并对全球南方国家目前对人工智能的政策反应进行了评估。 本报告发现，由于全球范围内LLM的注入，IT部门在全球南部的就业和出口份额增长可能会受到干扰。尽管由于IT服务份额较小，全球南部国家面临较低的LLM接触水平，但在全球南部出口、增长和就业中占比最高的IT服务往往具有高度的自动化潜力。换句话说，全球南部的IT服务似乎更有可能经历被取代而非补充的AI效应。考虑到国家有可能将先前外包的IT职业重新本土化和自动化，全球南部的IT服务似乎容易受到LLM采纳的影响。许多国家已经意识到这些风险，正迅速采取措施促进再培训和开发多元化、更先进的IT部门。然而，现有的政策回应可能不足以解决全球南部这些风险。 为了应对这些挑战，政策制定者应采取三个关键步骤： 1. 全球南部的政策制定者应支持劳动力发展政策，为工人提供他们为人工智能经济所需的新的数字技能。人工智能将减少某些数字服务的需求，但会增加其他服务的需求，全球南部的经济体将需要做出调整。3 2. 这些国家的政策制定者应追求在它们的经济体中广泛采用人工智能，以提高生产力和竞争力，并发展国内人工智能实施技能和能力。 3. 政策制定者应继续推行促进数字自由贸易的政策，例如反对跨境数据流动的限制，以确保其公司和员工能够访问一流水平的数字服务。 为什么研究大型语言模型？ 有两个关键原因研究LLM的经济影响。第一个原因是LLM在劳动力市场中的应用非常广泛，它们增强了或自动化了各种职业的技能组合。这使得LLM在行业集中度异质性的比较国际研究中非常有用。第二个原因是，LLM似乎在全球化IT部门内创造了可观察到的劳动生产率提高。先前尝试研究人工智能的经济影响要么是前瞻性的，要么是针对特定行业的（例如，制造业中的机器人曝光）。 最近的研究基于实际数据提供了对大型语言模型（LLM）的曝光、自动化潜力和互补性的估计，而不是基于猜测。有一篇论文显示，ChatGPT将完成写作任务的平均时间减少了40%，同时提高了产量18%。4类似的生产率效应在其他形式中也有所观察到。 内容生成，包括编码和广告。5此外，大型语言模型（LLMs）支持呼叫中心操作员、文案和更广泛的内容生成者的改进。例如，一项研究发现，LLMs将客服代理的工作效率提高了14%。6许多这些IT职业在南方国家中比例过高，并且占这些国家IT出口的很大一部分。 本报告的发现——关于全球南部的IT行业LLM暴露情况——依赖于利用国际货币基金组织（IMF）、国际劳工组织（ILO）和经济合作与发展组织（OECD）的公共IT数据。我们考察了全球南部对LLM赋能自动化高度敏感的IT行业职业类别代表性，定义为职业类别中易受LLM替代的任务的加权份额。 这种方法的一个局限性是依赖于全球北方证据来评估大型语言模型（LLM）的职业暴露。例如，有可能在全球化北方经历由LLM带来的生产率提升的职业，在全球化南方不会体验到类似的收益。这可能是由于众多社会、经济、政策和文化因素的影响。然而，大多数主流LLM使用的低成本可能表明，职业LLM暴露的经历最终将趋同。许多全球化南方国家在国际ChatGPT用户群中占有重要比例（图1）。7例如，印度是全球ChatGPT用户中份额第二高的国家，尽管它也是世界上人口最多的国家。 此报告的另一限制在于目前尚无可用数据关于全球南方由大型语言模型引发的信息技术活动流入和流出。因此，报告提出了可能会对全球南方IT部门产生的影响，而不是目前正在发生的情况。 大型语言模型在全球南部的应用 今天，关于全球南方与大型语言模型（LLMs）的经验只有有限的数据，包括直接使用LLMs的稀疏数据和细粒度的IT职业水平数据。尽管存在这些障碍，近期已有尝试去理解全球南方LLMs的使用情况及其潜在的经济影响。 最近，国际劳工组织（ILO）发布的一份报告探讨了大型语言模型（LLMs）对全球劳动力市场的潜在影响。8国际劳工组织的研究结果表明，大型语言模型更有可能增强职业，而不是完全取代它们，这种增强效应在北半球的高收入和上中等收入国家最为明显。论文认为，因此，大型语言模型可能会加剧现有的全球经济差距。他们用来研究大型语言模型职业暴露的方法是新颖的——这涉及到询问大型语言模型执行特定任务的能力。文书工作，不出所料，最容易受到大型语言模型驱动的自动化的影响，因为它涉及到诸如打字、安排和发邮件等重复性任务。其中许多任务可以通过大型语言模型完成——或者至少可以显著加快——这些任务。 或许，对全球南方与大型语言模型（LLMs）经验的最为突出的研究尝试，来自于国际货币基金组织（IMF）的《Gen-AI：人工智能与未来工作》报告。9报告分析了全球北半球和南半球国家中人工智能对劳动力市场的影响，显示AI技术的集成在北半球更为先进。这导致北半球工作性质的重大转变，以及更高的潜在生产力提升。然而，作者认为，北半球可能会面临与就业流失、劳动力再培训和不等有关的问题。 国际货币基金组织（IMF）显示，与此同时，全球南方在获取和实施人工智能技术方面面临由于基础设施和教育差距带来的障碍。这种限制可能加剧现有的经济差距，并限制由人工智能驱动增长带来的全球潜在利益。总的来说，IMF发现高收入国家对由大型语言模型（LLM）驱动自动化造成的就业风险敞口为5.5%，而低收入国家为0.4%。这些发现代表了本报告的主要研究比较点。 LLM 在全球南部的 IT 服务中的曝光度 这项研究认为，尽管全球南方相比于全球北方通常拥有较小的IT部门，但这些部门似乎更容易受到大型语言模型（LLMs）的替代性影响，而全球北方则经历更大的互补性。全球南方可能出现的这种替代性影响可能包括： 进一步加剧，由全球北方国家将之前外包到全球南方的IT工作重新回归本地市场的可能性所推动。 使用国际劳工组织（ILO）的数据，我们发现中国、印度和巴西的就业中，平均不到1%在IT行业（见图2）。10相比之下，全球北方国家的总就业中有超过2.5%是在IT部门。由于数据限制，国际劳工组织（ILO）的平均数据仅包括巴西、中国和印度。全球南方国家的实际IT就业人数可能远低于此处所呈现的1%的平均值。 此外，来自管理咨询公司奥利弗·韦曼的最新调查数据显示，在多个全球南方国家中，大型语言模型（LLM）的采用率最高（图4）。印度、阿联酋和印度尼西亚报告的调查受访者采用人工智能的百分比最高，每个国家的份额都达到50%或更高。14报告表明，大型全球南方国家中，大型语言模型（LLMs）正变得日益有用。奥利弗·威曼（Oliver Wyman）的研究没有使用随机样本的受访者来控制自我选择偏差，因此这些估计可能会被夸大。 奥利弗·怀曼的调查数据显示，在某些行业层面官方数据中未能捕捉的潜在人工智能应用场景。然而，国际劳工组织（ILO）的估计，与其说（IMF）的工作一致，表明全球北方可能会继续更多地暴露于大型语言模型（LLM）之下，这仅仅是因为全球北方拥有更广泛的IT部门。15的确，IT行当特别容易受到影响LLMs（大型语言模型），先前的研究指出，全球北方IT就业所占的平均份额越高意味着LLMs的影响会更大。16 然而，根据各国IT部门代表的工作类型，LLM的暴露性质可能会有很大差异。为了更好地理解LLM对全球南方数字服务部门的影响，因此关键在于查看更细粒度的子行业级数据。鉴于全球南方在子IT级别的数据有限，这是一个挑战。为了生成最佳猜测，本报告分析了LLM大旗下两个具有良好数据的职业：电信和计算机及相关活动。 在这里，电信可以被看作是LLM驱动的可自动化工作的代理，而计算机和相关活动往往具有更大的就业增加。这样的“自动化”和“增加”估计来自2023年世界经济论坛的一份报告，该报告从关于LLM驱动的生产力增长的近期工作中外推，并定义增加为LLMs支持工人生产力而不消除对人类需求的任务。17该论文将自动化定义为LLM可以直接替代关键任务而不需要人工输入的实例。 电信行业预计面临高达75%的LLM（大型语言模型）影响，这一影响主要源于自动化效应。利用ILO（国际劳工组织）的数据，我们分析了全球南北半球电信行业的就业份额。图5显示，美国目前有0.43%的人口从事电信行业，而印度为0.29%，中国为0.58%。在中国和巴西，电信行业在就业份额中正在增长，而在印度，其份额保持稳定。与此同时，在美国、日本和欧盟，电信行业的份额正在下降。 为了更详细地理解全球北半球和全球南半球IT行业之间潜在差异，请考虑那些具有更高比例的LLM增强的就业类别增长情况。计算机及相关活动是一个高度LLM暴露的类别，但与电信行业相比，工作者更有可能经历AI的增强（或补充）效应。如图6所示，全球北半球在计算机及相关活动中的就业份额更高，并且呈增长趋势。 当然，这只是IT服务行业中的两个职业类别。但它们确实为IT子类别提供了特定例子，这些子类别在全球许多南半球国家的IT行业中份额显著增长。现有数据似乎表明，尽管北方国家更容易受到大型语言模型（LLM）就业效应的影响，但这些影响更有可能是在南方国家进行补充的。换句话说，南方国家受到LLM影响的IT服务岗位比例较小，但这些岗位更容易受到自动化的影响。当然，鉴于现有数据的不足，这些发现应该 遭遇一些谨慎态度。需要进一步的研究和数据来捕捉全球南方相对数字服务大型语言模型（LLM）的暴露情况。 全球数字服务流动 LLM对全球IT行业的影响也可能削弱全球南方在关键IT服务出口国中的日益增长的作用。为了更好地理解LLM对全球南方数字服务的影响，考虑国际贸易是值得的。在国内自动化某些职业的能力对特定服务的外包吸引力有重大影响。鉴于许多国家日益增长的贸易保护主义和友岸化趋势，我们最近看到了某些类型工作的自动化能力导致劳动力回流的情况。18这发生在美国制造业开始自动化特朗普政府下回归的岗位时。19 该全球南方国家面临的风险是，由大型语言模型（LLM）带来的效率提升可能导致劳动力和商业活动回归本土，至少在短期到中期内是这样。例如，英国的一家公司可能会决定使用加拿大的一家具有人工智能功能的在线服务进行语言翻译或校对，而不是将这项工作外包给全球南方的工人。这种贸易流转变的调整可能对许多全球南方国家的崛起数字部门造成损害，剥夺他们迫切需要的资本流入。实际上，如图7所示，根据Statista对主要国家外包商业服务的估计，排名前10的国家中有8个位于全球南方。20 国际货币基金组织和世界银行的数据概述了信息技术服务出口在全球南部的日益增长作用。21例如，印度和中国在全球IT服务领域占据重要地位，分别有1200亿美元和510亿美元的IT服务出口额。总体而言，与全球北方相比，中等和中等偏下