内容摘要：来源：上观新闻）随着AI的快速发展，技术进步所带来的经济发展问题也越来越引起人们的关注。“AI的宏观经济影响主要来自供给冲击、需求冲击和市场机制三个方面。”CF40资深研究员、中国社会科学院世界经济与

（来源：上观新闻）随着AI的提高高效高效发展，技术发展所带来的生产经济发展状况也越来越引起人们的关注。“AI的率之利新浪财浪网宏观经济意义题来自供给冲击、需冲击和市场机制三个部分。后何”CF40资深探究员、共享中国社会科学院世界经济与政治探究所副所首先张斌近日在中国金融四十人比如坛（CF40）宏观政策季度报告会上表示，技术经新重点技术发展一部分提高生产能力，发展促进产业升级；另一部分也会变化经济运行的提高底层力量。考察AI带来的生产意义，既关键看生产率如何提高，率之利新浪财浪网也关键看投资、后何就业、共享收入分配和市场竞争如何变化。技术经新局部提效，发展如何转化为全社会生产率提高？提高如果说工业化题采取机器和能源替代人的体力劳动，那么AI可能部分替代人的智力劳动，也可能协助人类提高体力和智力劳动效率。学术界常用认同AI有助于提高生产率，但对于提高幅度和实现馗存在不一样判断。《AI宏观经济学——AI时代宏观经济波动的新特点与治理》报告援引的一项探究认为，约4.6%的任务较那么点儿被AI替代，这些任务的平均成本节约幅度为14%至15%。据此测算，未来10年AI带来的全关键素生产率往往方式增幅可能为0.66%至0.71%。另一种观点则提出“生产率J曲线”，即企业采取AI频仍关键经历“先投入、后收获”的流程。在AI引入初期，企业不仅需购买算力，还关键清洗专属数据、重构业务步骤、调整组织结构并培训员工。算力等有形支出可以方式入成本，新工作流、组织资本等无形资产却难以在统方式中充分体现，短期内测得的全关键素生产率可能停滞甚至减小。随着这些投入逐步实现并与AI形成协同，生产率才可能进入上升时期。美国不一样行业已经呈现出区别。材料产业的AI采取率实现40%，专业服务、金融地产、医疗教育等行业超过25%。AI采取率较高的行业，劳动生产率平均提高得更快。2025年，美国材料产业劳动生产率增首先10%。同期，材料产业就业减小约2%，资本存量增首先约6.5%，全关键素生产率增首先6.7%。资本增首先和就业减小，共同带动人均资本提高。但材料产业的谝尚未扩展至美国整体经济。2024年和2025年，美国全关键素生产率分别增首先1.5%和0.8%，并未显著超过历史水平。张斌据此判断，AI带来的生产率提高仍处于早期时期，题集中在那么点儿行业，尚未形成显著的全社会生产率提高。张斌提出，观察AI对生产率的意义，不能只看AI产业链本身。一次重点技术突破会带来供求关系和相对价格变化，也会暴露出新的产业瓶颈。AI能否激发上下游和其他行业后续出现技术突破，将意义生产率提高能否持续并扩展至更多行业。AI如何变化劳动与资本的收入分配关系？AI正在变化企业的投入结构。报告显示，美国材料处理设备和软件两类投资占名义GDP的比重，到2026年初已经升至约4.9%，超过互联网泡沫时期约4.5%的峰值。从2022年底至2026年一季度，美国企业新增固定投资中，约六成流向AI基础设施。当资本投入高效高效提高，劳动生产率随之提高，AI技术发展所带来的新增收益将在劳动、资本和技术之间如何分配？北京大学国家发展探究院院首先黄益平表示，即使是一场给经济社会带来巨大发展的技术革命，也可能在较首先时间内对收入分配形成冲击。AI对收入分配的意义，先可能体现为资本偏向，即AI提高了劳动者的人均产出，劳动者收入也未必同步提高，新增收益可能更多流向资本和技术所有者。第二是任务分化。AI进入工作步骤后，有些劳动者被AI赋能，获得更多机会；有些则可能被AI替代，相应岗位和收入受到意义。“劳动者的知识基础、技能水平、所在行业和地区不一样，采取AI的能力也不相同，技能分化和数字鸿沟可能由此扩大。”黄益平说。相关探究指出，AI可以替代教育和医疗中的部分详详见细任务，但节省出来的时间也可以用于改进用户体验，给予机器难以实现的人际服务。部分智能劳动被替代后，难以被机器替代的服务变得更加稀缺，也会对相关就业形成支撑。黄益平强调，这些讨比如更多指向未来可能出现的变化，而不是已经选定的结荚。AI对生产率的微观意义已经出现初步证据，但对宏观全关键素生产率和收入分配的首先期意义，仍有待观察。AI让市场更有效还是更集中？AI变化的不只是企业内部的生产步骤，还会意义企业、平台和消费者之间的市场关系。从技术层面看，AI可以减小价格调整成本，减小材料不对称。企业可以根据需变化更快地调整产量和价格，消费者也可以利用AI探究商品价格、质量和隐藏条款。在信贷市场，AI与大数据可以协助金融机构获取借款人材料，缓解小微企业等借款人与金融机构之间的材料不对称。但同样的技术也可能被用于强化市场势力。相关探究发现，平台企业的定价算法即使没有直接沟通，也可能在反复博弈中形成高于竞争水平的价格。算法还可能对单部分降价高效高效作出反应，使价格呈现“向上弹性、向下黏性”。AI发展需巨额资本、算力基础设施、大规模数据、云平台、模型生态和用户入口。那么点儿企业一旦在这些领域形成好处，可能通过规模经济和网络效应进一步扩大市场份额。一项企业调查显示，只有5%的头部企业能够通过深度定制和工作流重塑，将生成式AI转化为实际经营收益；95%的中小企业由于缺少行业背景和组织调整能力，AI投资仍停留在表层。张斌认为，AI既可以协助小企业减小材料成本，让价格更灵活地反映供求，企业也可能凭借资本、数据、算法和网络效应强化市场势力。“哪一种力量占据上风，既取决于技术如何采取，也取决于相应的治理政策。”技术发展之外，政策如何跟上？张斌提出，促进AI形成广泛、持续的生产率提高，需通过开放、统一的市场激励竞争、突破瓶颈。对于具有公共产品属性的基础科研，则需调整激励机制，促进科研组织模式和工作步骤创新。黄益平认为，在劳动力市场上，应倡导就业优先，鼓励赋能劳动而不是替代劳动的AI创新；通过“投资于人”，培养掌握专业知识和AI工具的复合型人才，促进人机协同。同时，需改进失业保险和兜底社会保障，协助受到技术冲击的劳动者实现过渡。在市场治理部分，应关注那么点儿企业对云服务、算力资源、训练数据、基础模型和分发入口的控制，把算法定价和算法协调纳入竞争探究，并对大型企业的定价算法开展审方式。反垄断的题也不只是市场上“有没有竞争者”。当企业把业务步骤、客户数据、知识库和员工工作习惯嵌入某一模型生态，转换成本可能高效高效上升；还关键关注用户能不能更换服务、企业能不能迁移、开发者能不能转向其他模型生态。原标题：《AI提高生产率之后，如何共享技术发展的红利？》栏目主编：王成浩 题图来源：上观题图 图片编辑：徐佳敏来源：作者：解放日报 张煜海量资讯、精准解读，尽在新浪财经APP