Anthropic 于 2026 年 9 月 10 日发布了一篇题为《变革性 AI 的经济情景》的工作论文,概述了 AI 到 2030 年经济影响的三种情景。该论文使用基于任务的宏观经济模型,将关于 AI 能力和采用情况的预期转化为 GDP、工资、就业和劳动收入份额的预测路径,并将可衡量的参数转化为可比较的经济结果。该框架旨在为 Anthropic 的研究资金和政策提案提供参考,确保 AI 的经济利益得到广泛共享,同时应对从类似互联网的温和影响到极端情景的潜在冲击;在极端情景下,GDP 年增长率达到 15.4%,但失业率超过战后纪录。
三种经济情景详述 GDP 和就业预测
论文展示了三种具有不同经济结果的情景。在温和情景下,AI 的经济影响类似于互联网的影响:到 2030 年,GDP 比无 AI 路径高 1.6%,增长率达到 2.4%,失业率仅上升 0.1 个百分点。实质性情景对应于金融机构在 2023 年发布的预测,即到 2030 年 AI 将完成大约一半的知识工作,从而使 GDP 提高 8.3%,增长率达到 5.4%;知识工作者的工资基本持平,而其他领域的工资上涨。极端情景假设能够递归自我改进的 AI 被迅速采用,使 GDP 年增长率达到 15.4%,经济规模扩大 32%;但劳动收入份额从 60% 降至 45%,认知工作者工资比趋势水平低 11.5%,认知工作者失业率达到 17.9%,总体失业率达到 11.9%,超过战后纪录。模型发现,即使在极端情景下,AI 对创新驱动型增长的促进作用也很小,因为研究仍受制于实体任务这一瓶颈。
调查显示公众预期与实质性情景一致
Anthropic 于 8 月对 10,980 名美国成年人进行了调查,内容涉及 AI 能力、采用情况、生产率影响和重新就业前景。受访者的中位数预期是,到 2030 年,AI 将完成八项基准任务中的六项,任务范围从日常商务通信到构建软件;他们预计 AI 将应用于 40% 的可行任务,并认为一名被取代的工作者大约需要八个月才能在新职业中找到工作。将这些中位数答案输入模型后,得到的结果接近实质性情景:GDP 比无 AI 路径高 8.6%,失业率约为 4.6%。观点分歧很大;约 10% 的受访者持有与极端情景一致的预期,而 40% 的受访者表示,诺贝尔奖级别的 AI 驱动发现永远不会出现。
资本供给和工资刚性被确定为关键变量
作者强调,情景之间几乎所有的分歧都在 2027 年之后显现,因为这些路径共享当前关于 AI 使用情况的测量结果。敏感性分析凸显了两个关键影响因素:资本供给弹性,它决定收益由劳动者还是资本所有者获得;以及工资刚性,它决定认知工作者是通过工资下降还是失业来承担成本。在极端情景下,尽管 GDP 增大三分之一,劳动总收入大致保持不变,这意味着几乎所有收益都归于资本;而要补偿知识工作者,需要约相当于 GDP 9% 的转移支付,其规模大致相当于社会保障和医疗保险之和,历史上没有技术驱动的大规模再分配先例。
常见问题
Anthropic 于 2026 年 9 月 10 日发布了什么?
Anthropic 于 2026 年 9 月 10 日发布了一篇题为《变革性 AI 的经济情景》的工作论文,使用基于任务的宏观经济模型,概述了 AI 到 2030 年经济影响的三种情景。
Anthropic 的极端 AI 情景对失业率有何预测?
在极端情景下,到 2030 年,认知工作者失业率达到 17.9%,总体失业率达到 11.9%,超过战后纪录,而 GDP 年增长率达到 15.4%。
Anthropic 调查了多少名关于 AI 预期的美国成年人?
Anthropic 于 8 月调查了 10,980 名美国成年人;受访者的中位数预期是,到 2030 年 AI 将完成八项基准任务中的六项,而将结果输入模型后,所得结果接近实质性情景。