《人工智慧：經濟學觀點與模型》核心論點解析
《Artificial Intelligence: Economic Perspectives and Models》是由劍橋大學出版社於 2024 年發行的學術著作，由三位知名經濟學者 Wim Naudé、 Thomas Gries 和 Nicola Dimitri 共同撰寫。本書從經濟學角度對人工智慧（AI）進行了冷靜且理性的分析，探討 AI 對經濟發展的影響，並提出改進當前經濟模型的方法。以下就本書核心論點進行詳細闡述。
論點一：AI 並非單純的「萬靈丹」，經濟學觀點有助於消除過度期待與恐懼
本書開篇即指出，社會大眾對 AI 存在兩極化的態度：一派認為 AI 是比電更具革命性的發明，將帶來爆發性的經濟增長和難以想像的財富；另一派則認為 AI 將導致人類滅絕。作者認為，要更好地理解 AI 對經濟結果的影響，必須从根本上改變我們思考 AI 與經濟增長模型關係的方式。
作者強調，經濟學能夠提供一個「現實檢查」（reality check），對圍繞 AI 的炒作與歇斯底里潑一盆冷水。他們指出，AI 技術雖然看似革命性，但實際上正處於典型的「炒作週期」和 S 曲線中，其擴散速度如同昔日的電力的擴散一樣緩慢。如同許多前代技術——蒸汽機、電力、汽車、 DNA 和核能——AI 同樣引發了炒作派與反對派之間的激烈論戰。
論點二：AI 作為一種「能力」，而非單純的勞動替代品
本書提出的最重要理論貢獻之一，是將 AI 視為提供「能力」（abilities）而非單純「任務」（tasks）的技術。傳統經濟學模型傾向於將 AI 視為可直接替代人類勞動的自動化技術，但作者認為這種觀點過於簡化。
在第四章中，作者建立了一個創新的經濟增長模型，將 AI 作為提供「互補」或「替代」人類勞動的能力納入生產函數中。他們指出，AI 的本質是狹隘的機器學習（Machine Learning），擅長從大量數據中識別模式，但這種「狹隘 AI」（narrow AI）與「通用人工智慧」（AGI）之間存在巨大差異。理解這一點對於預測 AI 對就業和生產力的影響至關重要。
論點三：需求側約束將限制 AI 驅動的經濟增長
這是本書最具洞見性的論點之一：即使 AI 技術取得重大突破，需求側的約束也將限制其對經濟增長的影響。在第五章中，作者建立了一個包含需求約束的理論模型，分析 AI 對增長和不平等等方面的影響。
模型的關鍵發現是：AI 帶來的自動化將增加不平等，而這種不平等的增加將通過減少總消費需求來對經濟增長產生負面反饋效應。這種「需求約束」將限制 AI 引發「爆炸性經濟增長」的可能性。作者甚至指出，AI 進步可能導致負增長，因為技術紅利被少數企業壟斷，大多數人的消費能力被削弱。
作者認為，這一理論解釋了為何當今西方經濟體呈現「低增長、高不平等、相對充分就業」的特徵——這與他們模型的預測高度吻合。
論點四：AI 投資的不確定性與「真正選擇權模型」的應用
在第六章中，作者轉向分析企業和政府在 AI 投資決策層面的經濟學問題。他們問道：企業需要投入多少資金、持續多長時間才能研發出通用人工智慧（AGI）？
作者開發了一個創新的「真正選擇權模型」（Real Options Model），使用隨機複合泊松過程來考慮 AGI 這類根本性創新所面臨的高度不確定性。這個模型有助於解讀 AI 領域週期性出現的「AI 寒冬」現象——即 AI 研發投入大幅減少的時期。
模型的關鍵洞見是：AGI 的研發將主要由政府資助的機構（如美國或中國政府）和少數大型企業（如 Google 或阿里巴巴）承擔。私人企業由於不願承擔長期、高風險的投資，更傾向於追求短期回報。
論點五：AI 軍備競賽與創新採購的政策意涵
第七章深入探討了 AI 領域的「軍備競賽」現象。作者指出，大型企業之所以願意在 AI 研發上投入巨資，是因為 AGI 可能帶來「贏家通吃」的效應——率先研發成功的企業將獲得壓倒性的市場優勢。
然而，這種 AI 軍備競賽的隱憂在於：它可能導致從人類安全角度來看「較差」的 AGI 問世。為了解決這個問題，作者提出政府可以通過設立「第二獎」來引導競賽方向，激勵參賽團隊在安全性而非速度上展開競爭。
第八章進一步探討了「創新採購」如何成為引導 AI 朝向「以人為本 AI」（Human-Centered AI）發展的政策工具。作者指出，現有的許多 AI 倫理提案缺乏足夠的強制力來促使開發者和使用者遵守；而通過政府採購合同，可以創造經濟激勵來推動負責任的 AI 創新。
論點六：對 AI 長期未來與存在性風險的經濟學審視
本書的最後章節探討了 AI 的長期未來，包括一些推測性的議題如「硬著陸」（hard takeoff）、「詭異轉向」（treacherous turn）、以及 AI 可能帶來的存在性風險。
作者對這些議題持相對審慎的態度。他們認為，雖然 AI 確實可能帶來風險，但許多人對 AGI 和「奇點」（Singularity）的恐懼是被過度渲染的。首先，從經濟學創新理論來看，AGI 不太可能突然出現，而更可能是長期漸進改進的結果——這將有助於將 AI 的能力「框定」在符合人類利益的範圍內。
其次，即使 AGI 能夠實現，持續的創新增長也將面臨物理約束——特別是能源需求。根據計算，如果 AGI 推動經濟以過去一個世紀平均約 2-3% 的年增長率發展，到 2200 年地球能源消耗將達到太陽向地球輸入總能量的水平——這在物理上是不可能的。
論點七：經濟學需要更新工具以更好地分析 AI
本書的另一重要論點是：經濟學這一學科需要調整其工具和方法，以便更好地照亮 AI 這一領域。傳統的經濟增長模型長期以來完全抽象化技術和能源，只關注十九世紀的資本和勞動作為生產要素。直到 1990 年代，技術才被「內生化」到經濟增長模型中——這方面的洞察為保羅·羅默（Paul Romer）贏得了諾貝爾獎。
作者認為，資訊通信技術（ICT）革命——尤其是 2007 年後加速的 AI 發展——尚未充分反映在現有模型中。我們需要對數字技術，特別是 AI，進行更詳細和現實的建模。這些努力將有助於理解 AI 如何以及為何影響經濟增長、不平等、生產力增長、貧困、創新和投資率、工資和消費等關鍵經濟結果。
結語
《人工智慧：經濟學觀點與模型》為我們提供了一個理性、審慎的 AI 經濟學分析框架。本書的核心訊息是：AI 既不是拯救一切的靈丹妙藥，也不是人類滅絕的預言。通過經濟學的工具，我們可以更清楚地看到 AI 的真實影響——無論是短期內對就業和生產力的溫和影響，還是長期對不平等和增長的潛在約束。對於政策制定者和企業決策者而言，理解這些經濟學觀點將有助於制定更明智的 AI 政策和投資策略。