关于自动化和人工智能（AI）影响的公开讨论，往往一方面聚焦于其为企业和经济带来的生产力收益，另一方面聚焦于其对劳动者可能产生的负面影响。然而，有一个关键的第三维度不容忽视：新技术对福祉的影响。
从历史上看，技术创新对福祉产生了积极影响，其范围远超GDP等标准经济指标所能衡量的范畴。疫苗、新药以及X光和核磁共振成像等医学创新，极大地改善了人类健康并延长了寿命。如今，即便是预期寿命全球最低的国家，其平均寿命也比1800年预期寿命最高的国家更长。此外，在过去一个世纪里，新技术带来的生产力增益中，约三分之一已转化为工作时间的缩减，具体表现为带薪年假的延长，以及部分发达经济体每周工时几乎减半。
如今，新一代技术正在被广泛采用，问题在于，类似的福祉收益是否会随之而来，还是对技术性失业的担忧会引发新的压力来源，削弱消费者信心和消费支出。
在探讨此类问题时，应重点关注两个决定性因素。第一个因素是创新提升福利的潜力。特别是人工智能，它可以通过提高生产力、催生新产品和新服务以及开拓新市场，大幅提升人们的生活质量。麦肯锡公司关于当前数字化转型的研究发现，人工智能应用已经正是如此发挥作用，并将持续发挥作用。
此外，那些以推动创新为目的部署人工智能、而非用于替代劳动力和削减成本的企业，很可能最终最为成功；随着企业的扩张，它们还将招聘新员工。例如，在医疗保健领域，人工智能使医疗服务提供者能够对癌症等危及生命的疾病做出更好、更早的诊断，并提供个性化治疗。
第二个决定性因素是企业和政府在管理新技术引入方面所采取的方式。人工智能引发了重要的伦理问题，尤其是在基因组学和个人数据使用等领域；而掌握操作智能机器所需的新技能，也可能引发压力和不满。劳动者跨行业流动可能成为重大摩擦的来源，而行业错配、流动性受限以及再培训的（时间和经济）成本又会加剧这一问题。
至关重要的是，当今前沿技术所带来的劳动力市场摩擦，可能会影响过去不受此类风险影响的部分人群。为避免重大动荡，政策制定者应重点推进大规模再培训，使劳动者具备“机器人无法替代”的技能，并确保劳动力市场的流动性。
通过将新技术的部署引向有益于福祉的创新，并管理技术扩散对劳动力市场的影响，我们不仅能够提高生产力和收入，还能延长寿命，而寿命的延长本身又可能反过来推动GDP增长。
测算有益于福祉的创新可能产生的影响是一个复杂的过程。在我们自己的评估中，我们借鉴了福利量化方法，该方法由斯坦福大学经济学家查尔斯·琼斯（Charles Jones）和彼得·克莱诺（Peter Klenow）提出，同时也借鉴了快速发展的幸福感研究领域中的其他成果。以一个示意性的恒定风险厌恶模型作为基准，我们发现，美国和欧洲从人工智能及其他前沿技术中获得的福利收益，可能超过近几十年计算机和早期自动化形式所带来的收益。另一方面，如果技术转型管理不当，美国和欧洲可能面临收入增长放缓、不平等和失业加剧，以及休闲时间、健康水平和寿命减少的局面。
我们研究的一项重要发现是，在所有可能的情景中，收入和就业都面临威胁，这意味着该问题无法被忽视或回避。如果不解决向自动化知识经济转型可预见的负面影响，许多潜在收益可能会被白白浪费。政策制定者应当为美国规模堪比1944年《退伍军人权利法案》（GI Bill）的再培训行动做好准备。1944年GI Bill在美国的再培训行动。
除其他事项外，政府在当今扮演着关键角色，包括提供教育，以及重新设计课程以强调技术技能和数字素养。政府还可以运用公共支出降低企业的创新成本，并通过政府采购和开放市场，引导技术发展朝着有益于生产的方向前进。
但企业领导者也必须迎接这一挑战。如果企业在人工智能和自动化问题上秉持开明的自身利益观——即我们所称的“技术社会责任”——它们既能为社会带来益处，也能为自身的盈利状况带来益处。毕竟，生产力更高的员工可以获得更高的工资，从而提振对产品和服务的需求。要充分获取数字技术、人工智能和自动化带来的深远益处，我们需要谨慎地把握平衡，既要促进创新，也要培养驾驭其所释放力量的技能。
