AI 會對生產力帶來重大改變嗎？
在過去十年，科技創新的幅度和速度，帶來被稱為「第四次工業革命」的此刻(自2014年起）。直覺上來看，我們期待看到生產力在此一時代會有所提升，但是各項生產力的評估都與這樣的直覺相斥。知名生產力研究員Robert Gordo估計自十九世紀末至1970年代初，美國的勞工生產力成長為每年2.3%左右；然而，在那之後一直到2010年代，卻掉到每年1.3%，僅有2000年前後幾年除外。美國勞工統計局追溯到1950年代的數據顯示了大致相同的趨勢，儘管在2020到 2021 年生產力成長數字因週期性因素帶來短暫進步，仍不及1960年代和2000 年初的高峰。
樂觀派主張我們還在AI革新的前期，而在創新的初期應用階段，合計的生產力數據仍相對較低。若考量新科技推出的速度越來越快，研發周邊和輔助科技陸續出台，加上企業和勞動力對科技的運用和學習普及，我們可能很快會看到 AI 對生產力數據產生的影響力。
創新與生產力並不相同
雖然許多人對 AI 的潛在生產力抱持相當正面的看法，卻也有許多人質疑 AI 是否真的能成為下一個與150年前的電力發明一樣能被廣泛運用的重要技術。究竟AI最終是否能成為實現深刻及長久生產力成長增加的新技術經濟典範？目前尚無定論。
研究顯示科技創新和經濟成長與生產力成長之間的關聯，在美國與英國都並不是特別強。當然，在1960年代、1920年代，以及1830年代早期的生產力加速成長期，分別得益於重大創新，如：大型電腦、汽車旅行與鐵路。然而，也有在重大創新後，生產力成長反而下降的例子，如個人電腦、網際網路和行動電話發明的70年代後，十九世紀、二十世紀電器化和電話的發明後亦是如此。的確，我們可以將第二次世界大戰後相對強勁的生產力成長歸功於1990 年前後幾十年的一系列科技突破，但這都有很長的前置期。
顯然，還有科技以外的其他因素影響了生產力成長。戰爭是一個明顯的例子，包含第一次世界大戰、第二次世界大戰以及美國南北戰爭。在重大金融危機（如全球金融危機和大蕭條）過後的放鬆往往也對經濟成長和生產力造成負面影響，隨後因信貸成長放緩，妨礙了新型創新企業的融資。貨幣政策發展，如金礦的重大發現，亦引發幾個卓越的經濟成長時期；而相反的，自80年代末起採用的不對稱貨幣政策等普及金融系統的重大改變，也對生產力造成多年的負面影響。
創新不能保證更好的資產報酬
所以，科技創新不見得能導致生產力成長，但它對金融市場的影響又是什麼？在股票市場中，科技創新和通膨調整後的10年報酬並無穩定相關。舉例來說，在1970年代中旬（個人電腦推出）或是1990年代初期（網際網路和行動電話出現），進入市場的股票投資人在接下來的十年享有了比平均更高的報酬。然而，在電話的發明(1876年)、電力在西方城市首次推出(1882年)、汽車的發明(1886年)之後的股票長期報酬卻低於平均。
這是為什麼呢？評價是最重要的因素。S&P500的周期性調整本益比在十九世紀末重大科技創新過後的二十世紀初、科技進步後的 1929 年，和1960年代中，這幾個時期都特別高。在這幾個高度科技創新時期中投資，並沒有在接下來幾十年回收豐厚報酬，在1990年末期和2000年初期也同樣如此，當投資人過度投資時，在隨後十年的整體股票報酬率可能會低於過去。但是投資科技領域的領導公司，平均而言還是能有所回報。我們的研究顯示，平均來說美國尖端科技創新領域在科技新創推出後三年、五年、十年，或甚至二十年的表現，勝過美國大部分的股票。
不論評價，科技股長期來看終將有所回報
現今，以周期性調整本益比來評估，儘管評價並未比2000年或2021年資訊科技泡沫時期更高，但科技股仍屬昂貴。
即便如此，我們認為科技類股應該要被納入每一位長期投資人的股票投資組合中，投資人應該將市場修正當作增加持股的機會。過去的分析也顯示出在創新週期變得更快時，投資人評估創新影響力及辨識贏家領域和企業的時間變得越來越短。總結來說，科技創新能不能讓世界經濟體的生產力結構性地提高，只能靠時間證明，但他們對投資人的確至關重要。因此，更要主動辨識未來的贏家，避免過度投資，並要保持耐心。(安聯投信提供)