經濟體是圖，而非管道

摘要：有分析聲稱自動化 X% 的經濟只能將 GDP 提升 1/(1-X)，這種觀點假設所有部門都必須按比例縮放。經濟是一個由流程組成的圖譜（graph），而非線性管道。如果子圖（subgraphs）在成長過程中不受到非成長部門投入的瓶頸限制，它們就可以獨立成長。AI 驅動的有形生產自動化，可以創造一個近乎自給自足的子圖，其成長速度僅受限於原材料供應和生產設備的速度。

被挑戰的模型：

本文是對《關於 AI 與經濟的思考（由非經濟學家撰寫）》及其代表的更廣泛框架的回應。類似的主張也出現在 LessWrong 關於 AI 經濟影響的討論中：

• 經濟領域的阿姆達爾定律（Amdahl's Law）： 自動化一個佔 GDP X% 的部門，最多只能將產出提升 1/(1-X)。自動化軟體（佔 GDP 2%）可帶來約 2% 的提升；自動化所有認知勞動（佔 GDP 30%）可帶來約 42% 的提升。
• 瓶頸任務決定成長率： 「假設製作起司三明治的生產過程有三個階段：製作麵包、製作起司、將兩者結合。如果前兩個階段實現了自動化且進行速度大幅加快，第三個階段仍會成為三明治生產速度的瓶頸。」（Davidson 2021）
• 鮑莫爾效應（Baumol effects）的束縛： 「如果瓶頸持續存在——我堅信會如此——我們將面臨鮑莫爾問題……100% 是一個非常大的數字。它比 80%、95% 或 99% 要大得多。」（引自 LW 的 Twitter 討論串）

這些框架都有一個隱含的假設：經濟是一個單一的綜合生產函數，其中未自動化的部門會限制自動化部門的成長。我認為，當一個可自動化的子圖可以在不需要非自動化部門投入的情況下成長時，這個假設就會失效。

經濟學中沒有規則規定，如果你將經濟中的某個部門擴大 10 倍，農田、律師和醫生就必須相應地多生產 10 倍的玉米、訴訟和醫療服務。工業革命是從主要生產糧食向主要生產工業品的轉變。

對於低成長率和微小的變化，該模型大多是正確的，就像函數的線性近似在局部是正確的一樣。但當經濟繞過那些抵制成長的產業時，巨大的轉變會打破這一假設。

在工業革命期間，工廠需要更多工人，但當時正與農業競爭勞動力。如果沒有創新，在不削減糧食產量的情況下，分配給工廠的自由勞動力可能會面臨硬上限。然而，聯合收割機等農業機械的創新釋放了農場工人去從事工廠工作。經濟壓力會促使人們繞過阻礙以實現成長。

一個更好的模型

經濟是一個圖譜

• 流程是圖譜中的節點，消耗投入並產生產出。
• 整體圖譜中的子圖可以成長，僅受限於在其與母圖互動的邊緣購買投入的能力。在工業革命期間：
  • 建造了更多礦山以增加金屬供應（自給自足式成長）。
  • 創新將工人從農業工作中釋放出來，轉移到城市（與更大圖譜的互動）。

經濟的結構性變化可以繞過瓶頸以實現成長。

一個說明性的案例

考慮自動化採礦和製造業。我們建造以下內容：

• 能夠移動材料並設置機器/工廠的機器人。
• 能夠製造以下設備的機器：
  • 更多機器人。
  • 更多機器/工廠。

作為投入，工廠消耗金屬礦石、煤炭和太陽能。
有些東西是從更廣泛的經濟中購買的：

• 半導體
• 潤滑劑
• 任何無法自行生產的東西（例如：當地無法取得的金屬）
• 律師/工程師等的服務。

將這套系統設置在澳洲的煤炭/鐵礦床附近，並利用連接東西部的鐵路運輸鐵和煤。
這個自給自足的經濟核心隨後可以成長，僅受限於原材料、底層機械的速度，以及任何它無法生產、必須與更廣泛經濟交換的東西（如半導體或稀土）。

AI 和機器人不需要度假、看醫生、送孩子去托兒所或學校。它們需要晶片、電力和原材料來成長。雖然會雇用一些工程師、律師和說客，但與傳統經濟中類似的工業生產相比，人數並不多。該系統每單位產出不需要太多非自產的「維生素」。

這個系統是否取代了醫院裡的醫生，或者是否說服了舊金山建造房屋，這並不重要。它可以獨立成長。

一個假設的時間線

1. 從軟體開始：
   • AI 代理開始自動化生產計劃。
   • AI 與工業機械對接。
   • AI 提出生產改進建議。
2. 客製化軟體 → 客製化硬體
   • 機械的原材料成本遠低於標價的 10%；消除勞動力可使價格下降 1 個數量級以上[1]。
   • 資本湧入，類似於今天的 AI 建設。
3. 製造能力快速成長，且尚未需要關閉電力/資源循環
   • 電價飆升。
   • 成長中的工業基地所需的其他物資價格飆升：粗鋼、鈑金、緊固件、銅、磁鐵、塑料。
4. 由於產出被重新導向至成長而導致短缺
   • 類似於目前因 AI 需求導致的 DRAM/快閃記憶體價格上漲。
5. 早期循環閉合（loop closure）可以避免短缺（例如：西澳的工業建設轉向自我複製）。
6. 最終壓力出現，循環閉合，半導體可能是最後閉合的。
7. 針對倍增時間（doubling times）的優化可產生每年 >50% 的成長，甚至可能遠高於此。

全面自動化具有大幅增加生產力/成長的潛力。目前大多數製造業產出是消費品，只有一小部分是用於更換/擴大生產的機器。而那些機器往往設計不佳。

AI 提高能力下限和自動化程度將帶來荒謬的生產力增益。一旦 AI 取代了那些沒有工程背景的 MBA，或者讓他們意識到利害關係，全面整合就會迅速發生。全面自動化/整合降低了升級或建造新產能的資本成本。事情會變得瘋狂。

時間線和軌跡很難預測；通用人工智慧（ASI）可能會壓縮一切，AI 之牆（AI wall）可能會阻止它，AI 能力可能無法泛化到優化製造業，但我認為它們可以。廣義上，如果出現以下情況，這一切就不會發生或發生得慢得多：

1. AI 無法提高工業的能力下限（AI 寒冬、缺乏泛化能力等）。
2. 成長中的自給自足部門無法購買所需的外部投入（例如：選民反對電價飆升導致空調費無法負擔）。
3. 某些關鍵產業抵制 AI 效率/整合。

我自己在工業界的經驗以及與 AI 的互動讓我認為：1) 是錯誤的。2) 只要不是所有國家都存在政治障礙，就不成問題。3) 是可能的，如果某些關鍵專利未獲得授權，但通常可以用較低技術且過期的專利技術來替代，儘管會損失一些效率。

我計劃撰寫支持此觀點子論點的後續文章：

• 工業界的現狀到底有多糟
• 工業流程極具生產力：根據簡單的生產質量比計算，現有的成熟工業技術每年成長 >100%。
• （用於超大規模經濟擴張的推測性技術）（多篇文章？）：這些東西能實現更快的成長（每年 100% --> 5000%）。主要是讓系統的各個部分變得更便宜/更簡單：
  • 海底電力電纜
  • 太陽能
  • 製造設備
  • 等等。

^我見過內部生產設備的例子，其成本比供應商提供的同類設備低幾個數量級，同時更簡單、更可靠等。