人工智能与欧洲生产力

本文使用 Acemoglu (2024) 的方法，模拟了人工智能 (AI) 对 31 个欧洲国家中期总要素生产率 (TFP) 的影响。研究发现，欧洲整体的中期生产力收益可能较为温和，五年内累计增长约为 1%。尽管经济上仍然温和，但这一收益仍比 Acemoglu (2024) 对美国的估计高出近 60%。收益在不同情景和国家之间存在很大差异，并且在高收入国家中要大得多，这部分原因是这些国家在拥有更高 AI 曝光率的行业（例如金融服务）中占有的价值增值份额更大，并且更高的工资水平为劳动力节约型或劳动力增强型 AI 的采用提供了更大的激励。

文章首先比较了欧洲和美国的生产力收益，发现欧洲的平均收益略高于美国，但差异不大。然后，文章量化了 AI 对 TFP 影响的不确定性，通过结合多种可用的任务级 AI 曝光率估计，提供了 44 种情景。研究发现，更乐观的 AI 能力假设意味着在中期内存在巨大的生产力收益上行风险，尤其是在那些在 Acemoglu (2024) 基线情景中预计收益更高的国家。

接下来，文章使用国家-行业回归分析来估计 AI 的采用率，发现工资水平是解释欧洲 AI 采用率的主要因素。与美国相比，欧洲的工资水平较低，因此预计的 AI 采用率也较低。文章还考虑了不同国家 AI 采用率的差异，并估计了国家职业级法规、欧盟 AI 法和隐私法对生产力收益的影响。结果表明，这些法规可能会显著降低生产力收益，其中前两种法规的影响最大。

最后，文章得出结论，AI 在中短期内并不是欧洲生产力增长或缩小与美国生产力差距的“灵丹妙药”。然而，AI 可能会减缓欧洲国家之间的收入趋同速度，因为 AI 的收益往往在经济更发达的国家中更大。此外，文章强调了 AI 系统成本可能下降的可能性，这将导致更高的 AI 采用率和生产力收益。虽然本文没有对相关法规进行全面的成本效益分析，但其结果可以为关于 AI 法规的潜在权衡提供信息。