人工智慧對經濟增長的總量促進作用較為顯著，更為重要的是，人工智慧的發展具有較多的結構性機會 人類近代歷史上，繼蒸汽動力、電力技術和資訊技術之後，人工智慧（AI）技術作為一種全新的通用目的技術，其引發的新一輪工業革命正逐漸由匯入期開始轉入拓展期。AI會像蒸汽機、電力這樣的通用型技術革命一樣持續推進經濟增長，還是只是一種短期性的衝擊。目前來看，學術界、金融市場和政策制定者對這一問題看法不一，但都高度關注。我們認為，人工智慧是第四次工業革命。 在過去的15年間，各國的勞動生產率增長大幅放緩，與放緩前相比，勞動生產率增長減少了一半以上。勞動生產率普遍降低的現象從發達經濟體到許多大型新興經濟體，都持續困擾著中長期的經濟增長。經濟學裡有著名的索洛悖論，即：雖然企業在IT方面投入了大量的資源，然而從生產率的角度看，收效甚微。在人工智慧時代，我們如何克服“索洛悖論”，積極引導供給端結合最新的人工智慧進展，提高生產率水平，積極促進消費端融合人工智慧的技術提升社會福利水平，改善收入分配，這是當前亟待解決的重大理論與現實問題。 我們認為，作為引領新一輪科技革命和產業變革的核心力量，AI不僅通過提升全要素生產率、最佳化資源配置效率，成為驅動經濟增長的新型引擎，其廣泛滲透還引發生產要素在產業間、區域間的重新配置，對產業結構升級、就業結構調整及供需結構適配產生系統性影響。現有研究已證實AI對經濟增長的雙重效應，同時其對經濟結構的不均衡影響也引發廣泛探討，既推動產業向數位化、智能化轉型，也可能加劇結構失衡與要素錯配。

1987年，諾貝爾經濟學獎得主、經濟學家羅伯特·索洛針對資訊時代發展停滯現象提出尖銳論斷：20世紀60年代，電晶體、微處理器、積體電路和儲存晶片相繼問世，經濟學家和企業原本預期這些新技術將顛覆工作場所，並實現生產率大幅躍升。然而現實卻恰恰相反，生產率增速持續放緩，從1948年至1973年的2.9%降至1973年之後的1.1%。諾貝爾經濟學獎得主、經濟學家羅伯特·索洛（Robert Solow）在資訊技術時代（20世紀80年代）發現生產率悖論。如今，經濟學家認為，這一悖論在人工智慧熱潮中再度顯現。圖片來源：Lior Mizrahi—Getty Images彼時，新興的電腦有時會產生過多資訊，生成內容繁瑣到令人頭疼的報告，列印出來的紙張堆積如山。這項本應大幅提升辦公效率的技術，在此後數年間反倒成了發展的拖累。正是基於索洛對這一現象的洞察，這一與預期相悖的結果，最終被命名為“索洛生產率悖論”。“電腦帶來的改變無處不在，但在生產率的資料統計上卻沒有體現。”索洛在1987年發表於《紐約時報書評》的一篇文章中寫道。如今，關於企業高管是否應用以及如何應用人工智慧的資料顯示，歷史正在重演。經濟學家和科技巨頭創始人曾就該技術對職場和經濟的影響做出類似承諾，而現實卻讓這些承諾變得更為複雜。《金融時報》針對2024年9月至2025年的資料分析顯示，標普500指數成份股企業中，有374家在財報電話會議中提及人工智慧，其中絕大多數都表示，人工智慧在公司內部的應用成效積極。但這些積極的應用案例，並未在整體生產率提升中得到印證。美國國家經濟研究局（National Bureau of Economic Research）2月發佈的一項研究發現，在參與各類商業前景調查、來自美國、英國、德國和澳大利亞的6000名首席執行長、首席財務官及其他高管中，絕大多數認為人工智慧對企業營運的影響微乎其微。儘管約三分之二的高管表示正在使用人工智慧，但每周使用時長僅約1.5小時，且有25%的受訪者稱在工作場所完全不使用人工智慧。研究指出，近90%的企業表示，過去三年人工智慧對就業或生產率未產生任何影響。然而，企業對人工智慧在工作場所和經濟領域的影響仍抱有極高預期：高管們預測，未來三年人工智慧將推動生產率提升1.4%，產出增加0.8%。儘管企業預計同期就業崗位將減少0.7%，但受訪員工卻認為就業崗位將增加0.5%。人工智慧真的能提升生產率嗎？2023年，麻省理工學院的研究人員聲稱，使用人工智慧的員工績效較未使用者可提升近40%。然而，最新資料未能印證這一預期中的生產率提升，這也讓經濟學家們開始質疑：企業在人工智慧領域的投資（2024年已飆升至超2500億美元）究竟何時、甚至能否獲得回報。阿波羅全球管理公司（Apollo）首席經濟學家托爾斯滕·斯洛克（Torsten Slok）在一篇博文中，援引了索洛近40年前的論斷：“人工智慧帶來的改變無處不在，但在最新發佈的宏觀經濟資料中卻沒有體現。如今，無論是在就業資料、生產率資料還是通膨資料中，都看不到人工智慧帶來的實質變化。”斯洛克補充道，除了美股“七巨頭”之外，“人工智慧在利潤率和盈利預期中也沒有體現”。斯洛克援引了大量關於人工智慧與生產率的學術研究，而這些研究對該技術的實際效用的結論卻相互矛盾。去年11月，聖路易斯聯準會在《生成式人工智慧應用現狀》報告中指出，自2022年底ChatGPT推出以來，美國超額生產率累計提升1.9%。然而，麻省理工學院2024年的一項研究卻顯示，未來十年，生產率增幅僅為0.5%。“我認為我們不應輕視未來十年0.5%的生產率增幅。這總比零增長要好，”該研究作者、諾貝爾經濟學獎得主達龍·阿西莫格魯（Daron Acemoglu）當時表示，“但與科技行業從業者和科技媒體所做出的承諾相比，這一結果實在令人失望。”其他最新研究也揭示了這一現象背後的原因。人力資源解決方案企業萬寶盛華（ManpowerGroup）發佈的《2026年全球人才晴雨表》顯示，在19個國家近1.4萬名受訪員工中，2025年經常使用人工智慧的員工比例上升了13%，但員工對該技術實用性的信心卻驟降18%，這表明員工對人工智慧仍存在疑慮。波士頓諮詢公司（Boston Consulting Group）的一項研究顯示，在某些情況下，人工智慧的應用甚至可能適得其反，引發“AI腦疲勞”。在一項針對1488名美國全職員工的調查中，受訪者表示，使用不超過3種人工智慧工具時，工作效率有所提升；但當使用的人工智慧工具不少於4種時，員工自評的工作效率大幅下滑。員工們稱，由於過度使用這類技術，他們感到頭腦昏沉，或是會犯更多低級失誤。IBM首席人力資源官尼克爾·拉莫羅（Nickle LaMoreaux）表示，今年這家科技巨頭將把年輕員工的招聘人數增加兩倍。這表明，儘管人工智慧能夠自動化處理部分基礎工作任務，但若大規模替代初級員工，未來將出現中層管理人才斷層，進而危及企業的管理人才梯隊建設。什麼能扭轉人工智慧的生產率模式？誠然，這種生產率模式並非不可逆轉。20世紀70年代和80年代的資訊技術熱潮，最終在20世紀90年代至21世紀初帶來生產率的大幅躍升，其中1995年至2005年間，生產率增速在經曆數十年低迷後提升1.5%。經濟學家、史丹佛大學數字經濟實驗室主任埃瑞克·布林約爾弗森（Erik Brynjolfsson）在《金融時報》的一篇評論文章中指出，這一趨勢或已開始逆轉。他觀察到，儘管上周的就業報告將新增就業人數下調至僅18.1萬，但第四季度GDP增速仍達到3.7%，這表明生產率正大幅提升。根據其分析，去年美國生產率躍升2.7%，他將此歸因於行業從人工智慧投資期向技術紅利收穫期過渡。前太平洋投資管理公司（Pimco）首席執行長兼經濟學家穆罕默德·埃爾-埃裡安（Mohamed El-Erian）也指出，就業增長與GDP增長持續脫鉤（部分源於人工智慧的持續應用），這與20世紀90年代辦公自動化推廣時期的情形頗為相似。部分生產率提升或許就在眼前，只是尚未被察覺。史丹佛經濟政策研究所牽頭的一項研究，通過分析20萬戶美國家庭的網路瀏覽資料發現，生成式人工智慧將求職、旅行規劃或購物等線上任務的處理效率提升了76%至176%。然而，研究人員發現，使用者借助人工智慧從日常瑣事中省出的時間，大多用來和朋友聚會、看電視，而非投入到工作或新技能學習中。斯洛克認為，人工智慧對未來的影響可能呈現“J型曲線”特徵：初期績效和產出增長緩慢，隨後將迎來指數級增長。他表示，人工智慧能否實現這一生產率躍升路徑，取決於其創造的價值。迄今為止，人工智慧的發展路徑已與早年的資訊技術產業截然不同。斯洛克指出，20世紀80年代，資訊技術領域的創新企業，在競爭對手開發出同類產品之前，始終擁有壟斷定價權。如今，大型語言模型企業之間“競爭激烈”，價格持續被壓低，人工智慧工具已變得觸手可及。因此，斯洛克提出，人工智慧未來能否真正推動生產率提升，取決於企業是否願意利用這項技術，並持續將其融入業務場景中。斯洛克表示：“換言之，從宏觀角度看，價值創造的核心並非產品本身，而是生成式人工智慧如何在經濟各行業中真正實現應用與落地。”   （財富中文網）