關于人工智能對就業和經濟影響的研究，大多集中在美國和英國這樣的發達國家。但是，通過我在美國和中國擔任科學家、科技公司高管和風險資本家的經歷，我開始相信，面臨人工智能威脅最嚴重的是新興經濟體。

人工智能正在明顯加快工廠自動化的步伐，接管客戶服務或電話營銷等日常工作。相比于發展中國家低工資的工人，人工智能做這些工作的成本更低，而且隨著時間的推移還會做得更好。檢查蘋果手機劃痕的機器人不用過春節;人工智能客服不會要求加薪。

如果沒有成本因素促使其在發展中國家設廠，企業會把許多這些功能放回到總部所在地。如此一來，無法抓住最底層發展階梯的新興經濟體就會處于危險的境地：曾經構成其最大比較優勢的大量低技能年輕人口將變成負擔。

人工智能依賴數據而運行，而這種依賴性會在各行各業中不斷得到鞏固：擁有的數據越多，產品就越好;產品越好，獲得的用戶就越多;獲得的用戶越多，擁有的數據就越多。

我們看到，這種現象已經在谷歌搜索等純在線產品身上出現，并且很快會復制到自動駕駛汽車等其他人工智能密集型產業中。其結果將是：生產能力和財富空前集中在精英人工智能公司手中，而這些公司幾乎全都位于美國和中國。

根據咨詢公司普華永道的一項研究，到2030年，人工智能將在全球產生15.7萬億美元的財富，而只是這兩個國家就將占到整整70%。

那么，新興經濟體應該怎么辦呢?第一步是認識到傳統的經濟發展路徑已不再可行，下一波新興經濟體必須制定新的方針。

這需要采取雙管齊下的方法來解決教育問題。對于大量受教育程度較低的工人，各國必須尋求建立以人為本的獨特服務產業。即使是最好的機器人也無法讓游客擁有在民宿中的那種賓至如歸的感覺。貧窮國家可以在旅游、文化、熱線中心和老年護理等行業形成與人工智能超級大國的互補關系。

與此同時，發展中國家需要在人工智能領域開拓自己的利基市場。工廠機器人在世界上的任何地方都可以工作。但是，借助美國消費者信用報告開發出的小額借貸算法在埃塞俄比亞這樣的農業國是沒有用處的，那里的借款人既沒有信用卡，也沒有傳統的抵押貸款。

要填補差距，政府需要資助自己最優秀、最杰出的學生接受人工智能教育，建立使用人工智能的本土企業。要盡早發現數學和工程神童，大力培訓并送到全球頂尖的人工智能院校學習。

這些都不是容易完成的任務。培養100萬家小企業要比建設100家大型工廠困難得多，而對于還需解決營養不良問題的國家而言，讓尖子生公費出國留學也是一項艱巨的任務。但是，如果發展中國家能夠實現這種平衡，人工智能可能也會給他們提供寶貴的新機會：改善生計和發展經濟，而不必遭受血汗工廠或環境惡化的困境。

資源更豐富的大國，如美國和中國，可以提供幫助。教育和培訓機會可能比資金上的支持更加寶貴。要讓人工智能成為福音而不是全球負擔，那么就需要分享它的好處。