本文研究了生成式人工智能（gen AI）对增长率的积极影响是否在短期内存在国家差异。作者使用受 Rajan and Zingales (1998) 启发的实证策略和涵盖 56 个经济体和 16 个行业的数据库，发现差异增长效应源于认知和知识密集型活动部门暴露程度的差异、生产结构的差异以及国家 AI 准备程度的不同。结果表明，gen AI 平均而言可能比新兴市场经济体更能使发达经济体受益，从而在短期内加剧全球收入差距。
作者首先确定了每个行业对 gen AI 的暴露程度。借鉴 Felten et al. (2021)，作者使用了 Aldasoro et al. (2024) 开发的行业级 AI 暴露度指标，该指标针对美国经济进行了调整。与 Rajan and Zingales (1998) 类似，作者将美国部门暴露度的分布视为所有国家的基准。该指标显示，金融服务和教育等服务业暴露度高，而农业和交通等部门的暴露度低。为了确定各国使用 AI 的准备情况，作者使用了 IMF 的 AI 准备指数 (AIPI)。该指标衡量了与 AI 采用相关的四个关键维度：数字基础设施、人力资本和劳动力市场政策、创新和经济一体化以及监管和伦理。该指标揭示了发达经济体和新兴市场与发展中经济体之间存在显着差异：发达经济体的中位数值约为新兴市场与发展中经济体中位数值的三分之二高，尽管后者群体内部存在相当大的异质性。事实上，一些新兴市场和发展中经济体表现出较高的 AI 准备程度，这可能为 AI 驱动的增长提供重要的制度结构支持。
使用这些行业级 AI 暴露度指标和国家级采用新技术的准备程度指标，作者估计了它们之间的交互作用对 2022-23 年每个行业-国家对实际增加值增长率的影响，并在条件国家固定效应和行业固定效应之后进行估计。结果表明，对于相同的 AI 准备程度增加，AI 暴露度较高的部门实际增加值增长速度高于暴露度较低的部门。比较 AI 暴露度分布的第 90 个百分位数和第 10 个百分位数的部门，AI 准备度标准差增加 1 个单位与增长差异约为 2 个百分点相关。
作者还发现，该结果对包含多个控制变量的情况具有稳健性。其中，各行业使用的机器人数量。这一发现很重要，因为机器人是另一种可能影响部门相对增长率的 технологи innovation，但它们对白领和蓝领工人的影响可能与 gen AI 不同。接下来，作者估计了 gen AI 的短期增长影响在发达经济体中大于在新兴经济体中。在发达经济体中，平均而言，实际增加值增长率估计增加 0.6 个百分点高于全球样本中增长增加最低的国家。相应的效应在新兴市场与发展中经济体中平均约为三分之一较低，新兴市场与发展中经济体也表现出相当大的跨国家异质性。
