YY易游m6:斯坦福教授Chad Jones：AI奇点已至为何经济没有爆发式增加？

  2026年2月，普林斯顿大学Markus’ Academy第158期讲座上，斯坦福大学经济学教授Chad Jones（左）与副教授Chris Tonetti（右）抛出一个令全场缄默沉静的问题：

  “假如AI真的能自我进化、指数增加，为什么咱们的GDP还在以每年2%的速度匍匐？”

  大言语模型（LLM）在数月内把握人类数十年堆集的言语才能，AlphaFold破解蛋白质折叠这一生物学“圣杯”，AI绘图、编程、客服无处不在——

  这场本该瞬间引爆的增加核弹，正被体系性地拆解为一场跨过百年的“慢爆破”。

  但Jones团队经过使命型出产函数模型，将经济拆解为很多具体使命（Tasks），并发现：

  若在1950年冻住一切自动化进程，制止机器接收任何新使命，仅答应既有机器功率提高，那么1950–2023年间私营部分的TFP增加将简直归零——

  但不管技能怎么骤变，从大型机到PC，从互联网到云核算，社会对自动化的吸收速率一直却锚定在“2%原则”邻近。

  它的特殊性不在于能否代替人类，而在于它开端触及那些曾被以为“不行自动化”的高阶认知使命——

  但是，即使这些使命被高效接收，其对全体经济的拉动仍受制于一个更深层的结构性束缚。

  即使AI让前99%的环节功率趋于无限，只需剩余1%仍需人类手艺完结（如精细安装、临终关怀、杂乱商洽），全体产出就被钉死在这1%的低效水平上。

  曩昔25年，算力本钱下降百万倍，但IT部分在GDP中的收入比例却从4.5%降至3%。

  由于核算机资源极度充盈且与人类劳作高度互补，其价格跌幅远超数量增幅，导致价值分配反而萎缩。

  企业优先自动化“人类体现差、本钱高”的使命（如数据录入、根底编程），而将最难啃的“硬骨头”——触及情感、触觉、不行猜测环境的使命留到终究。

  例如，软件职业仅占GDP约2%，即使AI使其出产力无限提高，在σ=0.5的强互补假设下，对总产出的奉献也仅约2%。

  同理，若将一切认知型长途使命（约占GDP 1/3）悉数自动化，GDP增益也仅为50%——远非翻倍。

  而人类在物理交互、情感共识等范畴的前进速率，仍停留在每年0.5%的原始水平。

  1. 全自动化途径：机器霸占一切使命，劳作比例归零，本钱主导，终究走向奇点；

  2. 不完全自动化途径：5%使命永无法代替，引发“鲍莫尔病”，劳作比例反升至100%，增加阻滞于0.5%；

  3. 基准途径：使命渐进自动化，劳作比例趋零但永不归零，本钱比例稳定在37%，增加缓慢加快。

  但弱环节机制像一道缓冲阀，将冲击拉长为数十年的滑润曲线年的窗口期，是经济结构赐予人类的“时刻奉送”。

  聚集分配而非增加：短期GDP增量有限，真实的应战是怎么分配AI盈利，防止劳作比例断崖式跌落引发的社会撕裂；

  出资“硬骨头”范畴：依据Moravec悖论，人类在感知、交际、杂乱环境决议计划上仍有比较优势。

  布局人机协同：在弱环节未被霸占前，最优战略不是全代替，而是规划人机协作流程，让AI增强而非替代人类判别。

  Jones与Tonetti的研讨撕开了技能乌托邦的面纱，却也指明晰务实途径：

  真实的赢家，不是那些预言奇点的人，而是那些使用这百年窗口，稳步修补体系短板、重塑社会契约的长时间主义者。

  究竟，在经济的手术台上，最尖利的不是AI的算法，而是人类对本身限制的清醒认知。