1 简介
本报告探讨了人工智能（AI）对经济增长的潜力及其对GDP和劳动力的影响。报告重点关注可测量的经验数据，并强调人工智能革命的快速进展和不确定性。
2 未来展望
2.1 人工智能背景
人工智能（AI）包括各种计算机系统，从下棋计算机到生成式AI如ChatGPT。AI可分为生成式AI和自主型AI，目前主流AI具有“专门化”智能，而非“通用”智能。通用人工智能（AGI）和超级智能（ASI）是未来目标，但当前分析聚焦于“窄”或“专门”的AI。
2.2 人工智能对GDP的影响
AI通过提高全要素生产率（TFP）影响GDP。TFP是衡量经济效率和科技进步的指标，其提升最终转化为更高的GDP。近期研究估计AI可能使GDP增长1%至45%以上，其中高估计值假设AI部分替代人类劳动。2025年上半年，AI相关投资使GDP增长了1.3个百分点的年化率。
2.3 人工智能之前的国际经济增长
美国在AI投资、绩效和采用方面领先，而欧洲和中国增长放缓。欧盟在AI指标上落后于美国和中国，其GDP占比从1980年的27%下降到2025年的14%。美国通过“Pax Silica”国际合作伙伴关系团结盟友，其成员平均GDP增长率远高于G7国家。
2.4 人工智能对劳动的影响与杰文斯悖论
AI对就业的影响呈现混合图景：某些职业的初入职场者就业率下降，但AI也可能增加依赖AI能力的任务的就业。短期内AI可能降低就业，但历史先例表明效率提升可能增加资源总利用率（杰文斯悖论）。AI长期可能创造新领域和就业机会，但若无法产生新劳动力需求，则可能例外。
3 个关键指标进行跟踪
3.1 全要素生产率
AI对TFP有潜在巨大影响，但以往技术革命与生产率的关系复杂，需依赖其他指标。
3.2 投资
3.2.1 人工智能模型
AI模型性能随参数数量、训练数据规模和计算能力提升而提高（扩展定律）。2024年全球企业AI投资达2520亿美元，美国占940亿美元。训练AI模型的成本每年翻倍，2025年Grok 4的训练成本约4.9亿美元。
3.2.2 人工智能基础设施
2025年数据中心投资大幅增长，美国信息处理设备与软件投资年增长率达28%，占所有投资的四分之一。
3.3 性能
3.3.1 提高基准分数
AI在计算机编程、学术科目等基准测试中表现优异，但无法独立完成实质性项目。AI能成功完成任务的任务长度每7个月翻一番。
3.3.2 每个token的成本下降
AI模型输入单元（token）成本每年至少下降9倍，使AI更经济实惠。
3.4 采用与使用
3.4.1 收入
AI公司收入快速增长，OpenAI、Anthropic和谷歌DeepMind年收入增长率超3倍，未来增长可能超历史记录。
3.4.2 商业使用
2024年78%的组织使用AI，10%的企业在商品和服务生产中使用AI，40%的美国工人在工作中使用生成式AI。
3.4.3 重要矿产资源
数据中心需大量硅、镓和锗，到2030年锗需求可能超过当前全球供应量的10%。
4 国际比较
4.1 投资
美国在AI研发私人投资中领先，2024年达1090亿美元。中国公共部门AI支出预计到2025年达560亿美元，沙特阿拉伯等中东国家也大力投资AI。
4.2 性能
美国拥有154个规模约等于GPT-3的AI系统，占全球总数一半。但各国最佳模型性能差距相对较小，前沿与最后差距仅11个月。
4.3 采用和用法
美国拥有世界约74%的AI计算能力，大部分外国AI硬件由美国公司制造。
