當被問及人工智慧（AI）還要多久才能提振美國經濟，ChatGPT回答時基本不置可否：「很難準確預測。」
這與許多經濟學家會給出的答案如出一轍。
本文為風傳媒與華爾街日報正式合作授權轉載。加入VVIP會員請點此訂閱：風傳媒・華爾街日報VVIP，獨享全球最低優惠價，暢讀中英日文全版本之華爾街日報，洞悉國際政經最前沿。
可創建文本、圖像等新內容的生成式AI工具，比如OpenAI麾下的ChatGPT，正越來越受消費者和公司青睞，有鑑於此，一些經濟學家預測，這項技術將給工作場所帶來重大變革，並提升生產率（每小時的產出），使其擺脫長期以來的低迷狀態，從而刺激經濟成長。
但此類預測是基於該技術的理論潛能。實際作用也許較小，還存在收效較慢的可能性，具體取決於幾個因素。一是該技術得到廣泛採用的程度以及人們熟練使用該技術的程度。另一個因素是，一旦該技術被採用，公司能在多大程度上將其轉化為更高的生產率。
比較樂觀的估計之一來自高盛（Goldman Sachs）。高盛經濟學家認為，在AI得到廣泛應用後的10年裡，生成式AI可能使美國生產力的年均增速提高1.5個百分點。這將使生產力年均增速達到2007年底的兩倍左右。他們說，這也將對相同時間跨度內的美國國內生產總值（GDP）成長產生類似幅度的提升作用。例如，美國聯邦準備理事會（簡稱：聯準會）官員預計美國的長期經濟增速為1.8%，因此理論上講這可以使增速提高到3.3%。
但不能忽視前提條件：這是在AI被廣泛採用之後。高盛高級經濟學家Joseph Briggs強調，很難預測AI何時會得到廣泛應用。Briggs說，由於企業採用AI的時間表和AI的最終能力存在不確定性，AI對生產力增速的提升可能低至0.3個百分點，也可能高達2.9個百分點。
先突破，後應用
他說，技術突破和廣泛普及之間通常會有一個時間差，AI可能會在本十年的後半段和本世紀30年代開始產生廣泛的宏觀經濟影響。
不過，Briggs表示：「在我們想到的所有情景中，鑑於生產率成長的趨勢速度，生產率的提升幅度將大到足以產生一個經濟意義不容小覷的成果。」
根據美國勞工部的數據，從2007年第四季度到2019年上一輪商業周期結束，生產率平均每年成長1.4%。該數字低於1947年第一季度至2023年第二季度期間2.1%的長期成長率。
生產率的提高是長期經濟成長的關鍵所在，因為這意味著同樣數量的工人可以生產更多的商品和服務，最終提高生活水準。
電力和網路技術帶來的啟示
以往的經歷表明，新技術對生產率成長的推動作用可能是逐步實現的。經濟學家Paul David在1990年發表的一篇論文中指出，就美國的電力而言，工廠機械傳動能力花費了幾十年才有一半實現了電氣化，這種發展進而才對製造業生產率成長產生了影響。 （相關報導： 華爾街日報》恒大創辦人也曾試圖力挽狂瀾，許家印為何失敗了？ ｜ 更多文章 ）
David當時用電力的發展軌跡作為歷史對比，解釋為何在他撰寫上述文章的那個時代，儘管電腦電腦已經興起，但生產力的提高卻緩慢。
