我们是否高估了生成式人工智能对经济增长的影响?
技术对生产率增长的影响历来存在被高估的风险。尽管生成式人工智能具备降低成本的潜力,但不应夸大其对宏观经济的短期冲击。历史经验表明,技术进步往往需要特定条件才能转化为实际增长。真正的赢家将是受益于价格下降的消费者,而企业则面临优胜劣汰的考验。
近几十年来,尽管技术进步迅速,美国等发达经济体的增长率并未显著提升。疫情期间数字服务的加速应用曾被寄予厚望,但最终未能实现预期的强劲增长。这主要是因为技术仅是“燃料”,生产率的提升还需要劳动力市场紧张等外部因素作为“火花”来点燃技术应用。当前紧张的劳动力市场正迫使企业用技术替代人工,这可能成为新一轮生产率增长的契机。
然而,服务业长期缺乏能全面替代劳动力的技术,因为其依赖非标准化的人际互动。生成式人工智能有望改变这一现状,但要准确评估其影响,必须深入分析技术转化为广泛生产率增长的内在机制。
关注成本和价格,而非应用创新
生产率的巨大转变更多源于大规模成本削减带来的通货紧缩效应,而非单纯的产品创新。以出租车行业为例,网约车平台虽然改善了供需匹配效率,但并未从根本上改变司机和车辆等核心投入要素。打车价格的持续上涨也印证了该行业生产率并未发生实质性飞跃。只有当算法和传感器真正取代人力时,才会引发根本性的生产率变革。
过去三十年间,耐用商品因自动化和外包实现了价格大幅下降,而服务业由于劳动密集度高且难以标准化,价格显著上涨。生成式人工智能通过取代呼叫中心、市场营销及研发设计等领域的非线性互动,有望消除服务经济中的高昂成本,从而启动“技术-成本-价格”的连锁效应,这才是推动宏观经济增长的关键动力。
消费者是主要受益者,企业面临战略抉择
若技术能通过降本降价实现生产率增长,消费者将成为最大赢家。实际收入的增加将释放新的消费需求,进而创造就业机会,避免大规模失业预言成真。对企业而言,这既是机遇也是威胁:能够通过降低成本保持相对优势并扩大市场份额的企业将胜出,反之则会被淘汰。
需警惕的是,当节省劳动力的技术普及后,可能引发全行业价格战,导致利润微薄。汽车制造、航空等行业已有先例。因此,企业应用生成式人工智能的战略应兼具防御性(降本求生)与进攻性(降本获利),同时做好应对行业整体利润率下降的准备。
理性看待AI对宏观经济的实际贡献
部分观点预测生成式人工智能将使美国生产率增长提高300个基点以上,这种估计过于乐观。此类自下而上的推演往往忽略了监管摩擦和社会接受度等现实障碍。回顾20世纪90年代至21世纪初的信息通信技术热潮,在劳动力市场紧张与技术红利叠加下,经济增长率仅加快了约100个基点。
考虑到技术发展的滞后性及落地阻力,生成式人工智能更可能使经济增长加快50个基点左右。尽管这一数字看似温和,但在宏观经济层面意义重大:若未来十年美国GDP额外增长8万亿美元,其规模相当于德国2021年产出的两倍。因此,既要保持审慎预期,也不容忽视新技术累积带来的长远价值。
来源:世界经济论坛
Philipp Carlsson-Szlezak
波士顿咨询公司全球首席经济学家
Paul Swartz
波士顿咨询公司亨德森智库总监兼高级经济学家
Francois Candelon
波士顿咨询公司亨德森智库全球总监

