引言
随着人工智能技术的快速发展，特别是生成式AI的突破性进展，AI正迅速成为全球关注的焦点。兰德公司发布的《2025年人工智能的宏观经济影响报告》深入探讨了AI对经济的双重影响：一方面，AI可能带来显著的生产力增长和人均收入提升；另一方面，也可能导致大量工作岗位被替代，特别是在高风险自动化行业。这份报告通过综合分析最新研究和数据，旨在帮助政策制定者、企业领导者和公众更好地理解AI带来的机遇与挑战，为制定适当的应对策略提供依据。
本报告重点关注AI对美国经济的影响，特别是对生产力、GDP和劳动力市场的影响。报告指出，AI的潜在影响取决于多种因素，包括技术进步的速度、采用率、政策环境以及社会适应能力。通过分析当前趋势和预测未来情景，报告旨在提供一个全面的框架，帮助理解AI对经济的复杂影响。
AI对生产力和GDP的影响
AI作为生产力增长的驱动力
总要素生产率(TFP)是指单位劳动和资本服务的平均实际(通胀调整后)产出，是经济增长的主要引擎之一。在过去几十年中，美国的TFP增长率已经放缓，国会预算办公室预测未来三十年的年均增长率为1.1%，低于过去三十年1.3%的平均水平。这种放缓部分归因于教育水平增长放缓和政府在基础设施、教育和研发方面的支出减少。
AI作为一项通用目的技术，有潜力显著提高TFP增长。研究表明，AI可能在未来十年为美国年度生产力增长增加0.1至1.5个百分点。即使在最保守的估计下，AI也将扩大经济总量。这种生产力增长的潜在影响是巨大的：在AI情景下，到2035年，实际人均GDP可能比基准情景高出近7000美元💵。
这种生产力增长将通过多种机制实现：首先，AI可以提高劳动力效率，使工人能够完成更多任务或以更高质量完成任务；其次，AI可以促进资本深化，提高资本使用效率；最后，AI可以加速创新，创造新的产品、服务和商业模式。
AI对GDP的影响路径
AI对GDP的影响是多方面的，报告分析了几条主要的影响路径：
1.劳动力效率提升：AI可以通过自动化常规任务、提供决策支持和增强分析能力来提高劳动力效率。PwC的分析显示，AI暴露程度最高的行业（如软件出版业）的每员工收入增长率是AI暴露程度最低行业的三倍。
2.资本深化：AI技术本身代表了一种新型资本，其部署需要大量投资于硬件、软件和人力资源。这些投资增加了经济中的资本存量，提高了整体生产力。
3.创新加速：AI可以加速研发过程，缩短产品开发周期，促进新思想的产生和传播。这可以导致新产品、服务和商业模式的更快推出，从而推动经济增长。
4.企业转型：AI不是简单的效率工具，而是企业转型的战略工具。研究表明，将AI用于企业级转型的公司比仅用于孤立用例的公司获得更大的价值。
5.新市场和收入流：AI可以创造全新的市场和收入流，如生成式AI在内容创建、设计和创意领域的应用。
PwC的研究表明，自2022年以来，AI暴露程度最高的行业的生产率增长几乎翻了四倍。这种增长加速发生在ChatGPT 3.5发布后的同年，这表明AI技术的进步和采用正在对经济产生实质性影响。
『数据中心』建设的经济贡献
AI的快速发展和采用需要大量计算资源，这导致了『数据中心』建设的繁荣，对经济产生了显著影响：
1.GDP贡献：『数据中心』建设已成为GDP增长的重要驱动力。2025年，美国在AI『数据中心』上的支出首次超过了消费者支出作为经济增长的驱动力。
2.就业创造：『数据中心』建设和运营创造了大量直接和间接就业机会。PwC的一项研究估计，美国『数据中心』行业在2023年支持了350万个就业岗位，贡献了2450亿美元💵的劳动力收入。
3.区域经济影响：『数据中心』往往集中在特定地区，如弗吉尼亚州、德克萨斯州和加利福尼亚州，这些地区拥有最多的『数据中心』。这种集中创造了区域经济热点，带动了周边地区的经济发展。
4.供应链效应：『数据中心』建设带动了整个供应链的发展，包括建筑、能源、电信和房地产等行业。
5.基础设施升级：为了支持『数据中心』的能源需求，需要大量投资于电网升级和可再生能源开发，这进一步刺激了经济增长。
然而，『数据中心』建设也带来了挑战，包括能源消耗增加、水资源使用和潜在的环境影响。报告强调需要平衡经济利益与环境可持续性。
AI对劳动力市场的影响
不同职业的差异化影响
AI对不同职业的影响是差异化的，取决于工作的任务构成和AI的能力。报告分析了AI对不同职业的潜在影响：
1.高风险自动化职业：某些职业因包含大量可自动化任务而面临较高的AI替代风险。国际劳工组织(ILO)的最新研究估计，全球约四分之一的工人处于AI暴露职业中，但大多数工作将被转型而非完全替代，因为人类投入仍然需要。
2.抽象和复杂任务工作：与以往的技术变革主要影响执行"常规"和"手动"任务的工作不同，AI也会影响执行"抽象"和"复杂"任务的工作，如『工程师』、金融分析师和某些医疗专业人员。
3.媒体和网络相关职业：随着AI在语音、图像和视频生成方面能力的增强，媒体和网络相关职业的自动化评分有所提高。
4.新技能需求：在AI暴露程度最高的职业中，雇主寻求的技能变化速度比AI暴露程度最低的职业快66%（高于去年的25%），表明工人需要不断更新技能以保持竞争力。
ILO的研究发现，虽然自动化评分略有下降（2025年的平均自动化评分为0.29，而2023年为0.30），但评分的变异性显著降低（2025年的标准差为0.14，而2023年为0.30），这表明对AI可能影响的工作有了更一致的理解。
行业采用情况与影响
AI在不同行业的采用情况存在显著差异，这影响了其对各行业劳动力市场的不同影响：
1.高采用率行业：信息行业和专业、科学和技术服务行业的AI采用率最高。截至2024年2月，78%的组织报告使用AI，远高于2023年的55%。特别是生成式AI的使用，在2023年至2024年间从33%增加到71%。
2.采用驱动因素：高采用率行业的共同特点是：
–工作任务与AI能力的高度匹配
–高数据可用性和质量
–较高的劳动力成本，使自动化投资回报更具吸引力
–行业竞争压力，促使企业采用新技术以保持竞争力
3.行业就业影响：BTOS补充AI调查数据显示，大多数企业报告AI增加了而非减少了就业。例如，在专业、科学和技术服务领域，15%的企业报告AI增加了就业，而只有5%的企业报告AI减少了就业。
4.任务替代情况：尽管总体就业影响可能是积极的，但许多企业已经在使用AI替代之前由员工执行的任务。例如，在专业、科学和技术服务领域，51%的企业报告使用AI替代了之前由员工执行的任务。
5.未来替代计划：更重要的是，企业计划在未来进一步扩大AI对人工任务的替代。例如，在专业、科学和技术服务领域，79%的企业计划在未来六个月内使用AI替代人工任务，比当前的51%有显著增加。
这些数据表明，AI对劳动力市场的影响是一个动态过程，既有创造就业的方面，也有替代就业的方面，且这种影响随着时间的推移而演变。
劳动力替代与互补的双重效应
AI对劳动力的影响表现出替代和互补的双重效应：
1.替代效应：AI可以替代人类执行某些任务，尤其是那些常规、重复和基于规则的任务。这种替代可能导致某些工作岗位的减少或转变。
2.互补效应：同时，AI也可以增强人类能力，使工人能够执行更高价值的任务。PwC的报告强调，公司正在使用AI来提高工人的价值和生产力，而不仅仅是精简人员编制。
3.净影响：总体而言，当前AI采用似乎更多地表现为互补而非替代。截至2024年2月的调查显示，AI更可能增加而非减少就业，表明AI在广泛行业中增强了而非替代了工人生产力。
4.案例分析：报告提供了两个具体案例来说明AI的互补效应：
–Amina是一名信息分析师，使用AI代理进行研究和起草报告，使她能够花更多时间解释和改进报告，服务客户和开发新业务。
–John是一名客服代理，AI自动化了他过去处理的简单查询。虽然他最初担心被替代，但AI实际上增强了他的能力，使他能够专注于处理更复杂的查询，如导航棘手的产品问题或以同理心缓和紧张的局面。
5.技能溢价：拥有AI技能（如机器学习或提示工程）的工人平均工资溢价为56%（高于去年的25%），表明市场对能够与AI有效合作的工人的高度重视。
这些发现表明，AI的影响不仅仅是替代，而是转型。虽然某些任务可能被自动化，但工人可能会转向更高价值的任务，从而提高其整体生产力和价值。
工作岗位创造与替代
AI对工作岗位的影响涉及创造和替代两个方面：
1.工作岗位创造：AI正在创造新的工作岗位，特别是在AI开发、部署和支持领域。PwC的分析表明，AI正在创造新的就业机会，即使在高度自动化的角色中也是如此。
2.工作岗位替代：同时，AI可能导致某些工作岗位被替代，尤其是那些包含大量可自动化任务的工作。Goldman Sachs的一项研究表明，如果广泛采用AI，可能会使6-7%的美国劳动力面临风险。
3.净效应：总体而言，就业岗位正在几乎所有类型的AI暴露职业中增长，全球层面只有两个例外（键盘文员和信息通信技术专业人员）。然而，AI暴露职业的就业岗位增长速度较慢（过去五年平均增长38%），而AI暴露较少的职业增长更快（过去五年平均增长65%）。
4.行业差异：所有行业的就业岗位都在增长，但对于高度自动化的职位和高度增强的职位都是如此。就业岗位在所有行业中都在增长，包括信息通信、金融服务和制造业等早期采用AI的行业。
5."思考大"与"思考小"：报告强调，使用AI的方式很重要。"思考小"意味着以狭窄、向后看的方式使用AI，仅用于执行过去的工作任务；而"思考大"则意味着将AI视为变革性工具，用于释放新能力、产品甚至行业。后者更有可能创造新的就业机会和商业模型。
6.人口统计学考量：超过四分之一的世界人口现在生活在工作年龄人口下降的国家，到2050年代，这一比例将超过一半。AI带来的工作岗位增长放缓可能对工作年龄人口比例下降的国家有所帮助，可能带来"恰到好处"的工作增长时代，避免"随着老年人口扩大和工人池缩小而出现的经济危机"。
这些发现表明，AI对就业的净影响可能是积极的，但需要"思考大"，将AI用于创造新工作而非仅仅重塑现有工作。
被替代工人的潜在收入损失
虽然AI可能带来总体经济收益，但这些收益可能分布不均，某些工人可能面临显著的收入损失：
1.收入损失规模：被AI替代的工人可能面临显著的收入损失。研究表明，高周转率企业中被替代的工人通常会经历长期的收入损失，平均减少约25%。
2.年龄差异：收入损失在不同年龄组之间存在显著差异。年长工人（50岁以上）可能面临更大的挑战，因为他们的就业率下降，寻找新工作的能力有限。这意味着50岁以上的工人可能面临永久离开就业市场的风险。
3.技能水平差异：技能水平也会影响收入损失的程度。低技能工人可能面临更大的替代风险，但高技能工人也可能面临挑战，特别是如果他们的技能与AI能力高度重叠。
4.长期影响：收入损失可能具有长期影响，包括：
–减少终身收入和财富积累
–延迟退休或减少退休储蓄
–降低家庭形成和住房拥有率
–减少对教育和技能发展的投资
5.不平等风险：如果收入损失集中在特定群体，可能会加剧收入不平等，抵消AI带来的生产力增长对整体经济的积极影响。
这些潜在的收入损失强调了制定政策和战略以帮助工人适应AI驱动的劳动力市场变化的重要性，包括工作培训项目、社会安全网和劳动力市场政策。
应对策略与政策建议
工作培训项目的作用
工作培训项目在帮助被AI替代的工人重新融入劳动力市场方面可能发挥关键作用：
1.培训项目的效果：研究表明，培训项目的效果各不相同。更定量的课程往往提供更高的回报，而针对老年工人的培训可能效果有限。
2.技能需求变化：随着AI的采用，技能需求正在迅速变化。在AI暴露程度最高的职业中，雇主寻求的技能变化速度比AI暴露程度最低的职业快66%。这要求培训项目能够快速适应不断变化的技能需求。
3.培训内容：有效的培训项目应该关注：
–AI互补技能，如批判性思维、创造力和人际交往能力
–AI使用技能，包括提示工程和AI工具使用
–领域专业知识，使工人能够在AI辅助下提供高价值服务
4.培训方法：成功的培训项目采用多种方法，包括：
–模块化学习，允许工人根据需要获取特定技能
–在线和混合学习，提高可访问性
–工作场所学习，将技能发展与实际应用相结合
–微认证和技能徽章，认可小规模学习成就
5.资金模式：培训项目的资金可以通过多种方式实现，包括：
–雇主资助，特别是通过税收激励
–政府补贴和奖学金
–公私合作伙伴关系
–个人投资，可能通过贷款或分期付款
工作培训项目不是万能药，但它们是帮助工人适应AI驱动的劳动力市场变化的重要工具，特别是在与社会安全网和劳动力市场政策结合使用时。
政策建议
报告提出了一系列针对政府、企业和社会的政策建议：
针对政府的建议：
1.建立社会对话机制：建立多方利益相关者对话，包括政府、企业、工会和公民社会，以共同制定应对AI挑战的战略。
2.投资于技能发展：增加对教育和培训的公共投资，特别是针对AI互补技能和终身学习。
3.改革劳动力市场政策：更新失业保险、再培训和求职支持等政策，以适应AI驱动的劳动力市场变化。
4.促进数据共享：建立机制，促进关于AI采用和影响的数据共享，以支持政策制定和研究。
5.平衡创新与保护：在鼓励AI创新与保护工人和消费者之间取得平衡。
针对企业的建议：
1.将AI视为增长战略：将AI用于企业转型和创造新市场，而不仅仅是提高效率。
2.投资于员工技能：投资于员工技能发展，使他们能够与AI有效合作。
3.采用"思考大"方法：使用AI创造新工作和业务模式，而不仅仅是重塑现有工作。
4.优先考虑代理式AI：采用代理式AI，这是一种能够自主规划和行动的数字劳动力，可以释放新的生产力水平。
5.建立信任：负责任地部署AI，建立清晰的治理和信任。
针对社会的建议：
1.促进社会对话：鼓励关于AI对工作和经济影响的公开讨论。
2.支持工人组织：支持工人组织和集体行动，以确保工人的声音在AI政策讨论中得到倾听。
3.倡导公平转型：倡导确保AI转型对所有工人公平，特别是弱势群体。
4.投资于技能发展：个人和家庭应该投资于技能发展，特别是AI互补技能。
5.保持批判性思维：对AI的能力和局限性保持批判性理解，避免过度乐观或悲观。
这些建议强调，应对AI带来的挑战需要多方利益相关者的协调行动，包括政府、企业、工人和公民社会。通过共同努力，可以确保AI转型对工人和整个社会都是公平和有益的。
结论与展望
兰德公司的《2025年人工智能的宏观经济影响报告》提供了一个全面的框架，用于理解AI对经济的复杂影响。报告强调了AI对经济的双重影响：一方面，AI可能带来显著的生产力增长和人均收入提升；另一方面，也可能导致大量工作岗位被替代，特别是在高风险自动化行业。
主要发现包括：
1.生产力增长潜力：AI可能在未来十年为美国年度生产力增长增加0.1至1.5个百分点，到2035年，实际人均GDP可能比基准情景高出近7000美元💵。
2.差异化职业影响：AI对不同职业的影响是差异化的，全球约四分之一的工人处于AI暴露职业中，但大多数工作将被转型而非完全替代。
3.行业采用差异：信息行业和专业、科学和技术服务行业的AI采用率最高，大多数企业报告AI增加了而非减少了就业。
4.双重效应：AI对劳动力的影响表现出替代和互补的双重效应，当前AI采用似乎更多地表现为互补而非替代。
5.收入损失风险：被AI替代的工人可能面临显著的收入损失，尤其是年长工人和低技能工人。
6.『数据中心』经济影响：『数据中心』建设和运营创造了大量直接和间接就业机会，2023年支持了350万个就业岗位。
7.培训项目作用：工作培训项目在帮助被AI替代的工人重新融入劳动力市场方面可能发挥关键作用，但效果各不相同。
8.政策建议：报告提出了一系列针对政府、企业和社会的政策建议，强调了多方利益相关者协调行动的重要性。
展望未来，随着AI技术的继续发展和采用，其经济影响可能会进一步扩大和深化。关键的不确定性包括技术进步的速度、采用率、政策环境和社会适应能力。持续监测和研究AI对经济的影响，以及制定适当的政策和战略以应对这些影响，对于确保AI转型对工人和整个社会都是公平和有益的至关重要。
最后，报告强调，AI的经济影响不是命中注定的，而是可以通过政策和战略来塑造的。通过前瞻性规划和适应性战略，可以最大化AI的经济收益，同时最小化其潜在的负面影响，确保AI转型对所有工人和整个社会都是公平和有益的。
