AI的简明宏观经济学

摘要

Acemoglu使用基于任务的经济框架和Hulten定理估计，AI的全要素生产率增长在未来十年内不会超过0.66%，相应的GDP增长约为0.93-1.56%。他认为，现有的实验证据来自“易学“任务，无法外推到更难的、依赖情境的任务，而AI在这些任务中的成本节约会低得多。

要点

• 只有约19.9%的任务暴露于AI，其中仅23%具有自动化的成本效益——实际受影响的任务为4.6%
• 每项任务的平均劳动力成本节省估计为27%，十年内全要素生产率增长最多0.66%（年均约0.064%）
• 区分“易学“任务（有明确的结果指标，如编写子程序）和“难学“任务（依赖情境，如医学诊断）
• AI可能会扩大资本与劳动收入差距；资本份额上升约0.31个百分点
• 提高低技能生产率并不一定能减少不平等——一般均衡效应可能会矛盾地增加工资差距
• 一些AI生成的活动（深度伪造、操纵性算法）可能在增加GDP的同时降低实际福利
• 最大的潜在收益需要将AI重新导向辅助工人而非自动化