新晋诺得主警告：别做梦了，AI难有「经济奇点」！

59 0 0

文章摘要

2024年诺贝尔经济学奖授予了Joel Mokyr、Philippe Aghion和Peter Howitt，以表彰他们对创新驱动持续发展的研究。其中，Aghion的研究与人工智能（AI）对经济的影响密切相关。早在2017年，Aghion就探讨了AI与经济增长的关系，强调AI并非经济奇点的催化剂，而是受「鲍莫尔成本病」制约的工具。他的研究揭示了自动化进程对经济增长的双重影响：一方面推动生产力提升，另一方面受限于关键瓶颈环节的效率。

AI被视为持续两百年的自动化进程的最新形态。从工业革命初期的珍妮纺纱机到现代的AI技术，自动化始终是经济增长的核心特征。AI的独特之处在于能够攻克非程序化任务和高技能领域，如自动驾驶和法律服务。然而，Aghion指出，AI对经济增长的促进作用可能受制于「鲍莫尔成本病」——即生产率增长缓慢的行业（如医疗和教育）成本上升，拖累整体经济增长。这一理论表明，即使AI大幅提升部分行业效率，经济增长仍可能受限于难以优化的关键环节。

AI的普及可能改变传统依赖人口增长的经济模式，但自然法则仍是最终边界。即便AI能自动化大部分任务，经济增长的极限仍取决于物理规律，如能源生产和资源开采的效率。Aghion的研究还警示，若创新的关键步骤仍需人类参与，AI可能加剧「商业掠夺效应」，抑制人类创新投入，导致经济增长放缓。历史上重大技术突破的广泛应用往往滞后数十年，AI的影响也可能受限于配套环境的不足。

后AGI时代的经济增长可能面临新的挑战。谷歌DeepMind的AGI政策开发主管Séb Krier指出，即使99%的经济活动实现自动化，整体增长率仍取决于剩余1%关键任务的进步速度。这意味着后AGI时代未必是「后稀缺时代」，经济价值将集中于受物理条件限制的领域。然而，MIT等机构的研究者提出不同观点，认为资本密集型研发（如AI增强的研发）可能克服鲍莫尔病的限制，推动经济增长翻倍。

AI对经济增长的长期影响仍存在争议。传统观点认为创新依赖研究人员数量，而AI增强的研发更依赖资本积累，可能永久提升科技进步速度。例如，AI可将药物研发时间从数年缩短至数月。若这一模式推广至所有领域，整体经济增长或显著加速。然而，Aghion的研究强调，经济增长的可持续性仍需维护「创造性破坏」的运行机制，避免既得利益集团阻碍创新。最终，AI能否推动经济进入「温和的奇点」，仍需技术与制度的协同探索。