美國軟件開發者成為全球最頻繁使用 AI 編程助手的群體，研究人員認為這趨勢對國家經濟或造成重要影響。四位研究人員分析了 2018 年至 2024 年間提交到 GitHub 的 8000 萬個代碼，發現美國開發者對輔助機械人的普及程度遠超其他國家。
美國遙遙領先其他國家
研究人員 Simone Daniotti、Johannes Wachs、Xiangnan Feng 和 Frank Neffke 設計了一個機器學習模型來分析 GitHub 提交。他們發現 2024 年美國來源的 Python 函數提交到 GitHub 中，估計有 30.1% 由 AI 生成。
其他國家的比例依次為：德國 24.3%、法國 23.2%、印度 21.6%、俄羅斯 15.4% 和中國 11.7%。美國的 AI 代碼生成率比第二名德國高出近 6 個百分點，顯示美國開發者在採用 AI 工具方面的積極性。
論文指出，一旦開發者使用 AI 編寫 30% 的代碼，季度提交量會增加 2.4%。作者們論證：「將這一效果與職業任務和工資數據結合，美國 AI 輔助編程的年度價值為 96 億至 144 億美元（約 749 億至 1123 億港元）。」
這一估計與 Microsoft 行政總裁 Satya Nadella 的說法一致，他聲稱目前約 30% 的 Microsoft 代碼由 AI 編寫。
生產力提升帶來巨大經濟效益
研究人員認為，如果採用其他 AI 調查中更高的生產力數據，AI 增強提交率帶來的潛在經濟利益可能更高。例如去年 9 月的一份報告發現生產力提高了 26%。
基於三個不同隨機對照試驗的任務完成時間估計，這些試驗分別發現生產力提高了 16.5%、6.3% 和 26%，研究人員得出結論：30% 的 AI 使用率將導致每年價值 640 億至 960 億美元（約 4992 億至 7488 億港元）的生產力提升。
作者們承認他們的估計存在局限性。例如，他們指出專注於 GitHub 代碼提交可能會遺漏提交到 Gitee（在中國很受歡迎）的代碼。他們表示沒有考慮「由於 AI 提供額外代碼供應而導致編程任務價值的任何潛在降低」。
研究方法存在潛在偏差
還有其他因素可能使作者的結果產生偏差，例如將 Python 視為對其他語言軟件開發影響的代表，以及假設 GitHub 上開源項目的 AI 使用率在其他環境中重複出現。
但總體而言，作者們對 AI 的生產力價值持樂觀態度。他們表示，AI 採用導致對新軟件庫和庫組合的實驗增加，這擴展了開發者的知識。當然，這假設那些庫實際存在，而不是 AI 憑空想像出來的。
在編寫代碼之外，AI 的經濟影響可能更為溫和。麻省理工學院教授 Daron Acemoglu 在去年發表的論文「AI 的簡單宏觀經濟學」中預測，AI 驅動的生產力增長僅約為 0.7%。
各國需加快 AI 採用步伐
這項研究突顯了美國在 AI 編程工具採用方面的領先地位，並為其他國家提供了重要啟示。中國 11.7% 的 AI 代碼生成率遠低於美國，顯示在這一關鍵技術領域仍有很大追趕空間。
隨著 AI 編程助手變得越來越複雜和有用，早期採用者可能在軟件開發效率和創新方面獲得顯著優勢。這不僅影響個別開發者和公司，還可能對整個國家的技術競爭力產生深遠影響。
企業和政府應該認識到 AI 編程工具的戰略重要性，並採取措施促進其採用。這可能包括提供培訓計劃、投資 AI 工具開發，以及創造鼓勵實驗和創新的環境。隨著 AI 技術持續發展，那些能夠有效利用這些工具的國家和公司將在全球技術競賽中佔據有利位置。
來源：Arxiv