美联储不主动倡导或反对AI,核心职责是为AI带来的经济影响做应急规划,重点关注AI对增长、生产率、通胀和劳动力市场的长期影响。AI经济影响分为三类情景:乐观情景下AI提升生产率并促进就业;中性情景下AI带来劳动力市场扰动但GDP仍高于长期平均水平;悲观情景下AI预期落空导致经济放缓和失业率上升。核心待解问题包括AI能否提升全要素生产率、专业化知识民主化能否显著提升生活水平等。
前沿企业通过AI显著提升效率。例如Affirm利用AI使工程生产率提升5倍,风控模型效果提升80%;Stripe因AI应用减少G&A岗位招聘,工程和销售岗位因效率提升反而增加招聘,新企业入驻数量激增;Palo Alto Networks则将AI用于数据处理和重复性分析任务,但尚未完全具备独立处理边缘场景的能力。这些案例表明AI能大幅提升功能产出和开发效率,但落地速度和效果因企业性质而异。
新企业因无需考虑治理、合规等问题,AI落地速度远快于传统大型企业,能直接将AI智能体接入功能开发全流程,从而更快获取AI带来的收益。传统企业受限于组织心智模式、流程和治理要求,AI落地速度较慢,类似电气化革命中,收益更多向新企业倾斜。市场结构判断显示,当前及未来AI带来的绝大部分剩余价值将由技术使用者获取,而非AI实验室本身。
AI降低了网络攻击门槛,开源模型让普通黑客能快速挖掘系统漏洞,过去6个月网络攻击事件显著增加,安全团队已满负荷。银行等interconnected系统的安全取决于最薄弱环节,未来2-3年需升级老旧技术基础设施以应对AI驱动的攻击。行业共识是即使是严格审查的软件也被AI发现大量隐藏漏洞,行业正处于漏洞集中暴露与修复的压缩周期,长期将推动更健壮的软件开发。
短期风险包括AI可能导致代码质量问题、引入新的系统漏洞,以及网络攻击事件阶段性影响系统运行,但不会造成系统性、存在性风险。长期隐忧包括软专制风险,即AI带来的过度舒适可能抑制创新;市场集中风险,传统大型企业可能进一步巩固寡头垄断地位,挤压中小企业生存空间;以及不明智并购可能导致经济结构失衡。