中美欧经济学家拆解AI的宏观经济含义：革命还是泡沫？通胀影响何解？谁将受益更多？
沈艳：大家好，欢迎来到关于AI的宏观经济含义的讨论。我叫沈艳，是今天讨论的主持人，我是北京大学国家发展研究院教授、北京大学数字金融研究中心副主任。首先，请允许我向大家介绍今天的嘉宾。
首先是Axel A. WEBER（阿克塞尔·韦伯）教授，韦伯教授是法兰克福大学金融研究中心主席，是欧洲最具声望的中央银行家和金融领袖之一。目前，他担任德国莱辛公司咨询委员会主席、Visa经济赋能研究所主席、三边委员会欧洲地区主席，同时也是三十人小组成员。
他曾任瑞银集团主席和德国央行行长，还曾担任欧洲央行理事、国际货币基金组织理事会成员和金融稳定委员会的指导委员会成员。他还是一名成就卓著的学者，曾在德国和国际顶尖大学担任国际和宏观经济学教授，其中包括芝加哥大学布斯商学院。
Jason FURMAN（杰森·弗曼）教授是哈佛大学肯尼迪学院和经济系经济政策实践教授，他是一位杰出的经济学家和公共政策学者。弗曼教授的研究领域涵盖美国和国际宏观经济学、财政政策、劳动力市场和竞争政策，他不仅在这些领域开展严谨的学术研究，还积极参与政策制定。
在学术之外，他曾担任巴拉克·奥巴马总统的高级经济顾问长达八年之久，其中包括在2013-2017年间担任第28任白宫经济顾问委员会主席。弗曼教授还经常为《纽约时报》和“报业辛迪加”撰稿，并主编了两本颇具影响力的经济政策著作。
黄益平教授是北京大学博雅特聘教授、国家发展研究院院长、南南合作与发展学院院长、北京大学数字金融研究中心主任。2024年3月，他被再次任命为中国人民银行货币政策委员会委员。目前，他还担任中国人民银行参事室客座研究员、中国金融四十人论坛成员等多项职务。让我们欢迎三位杰出的教授和学者。
我们已经听到了很多关于人工智能的讨论，之后我们还会听到更多。我数了一下，本届年会有四场关于人工智能的专场讨论。第一个问题是，人工智能究竟是一场能够提高总体生产率并促进经济增长的真正革命，还是仅仅是一场泡沫而已？
我首先想问杰森教授，您怎么看？如果一定要您选一个，是革命还是泡沫？
Jason FURMAN：首先，很高兴与大家再次见面。我真的很想亲临现场，希望明年能够成行，但我也很高兴能以这样的形式出席。
关于问题的答案，在我看来两者都有可能。原因在于，铁路既是泡沫也是一场革命，无线电既是泡沫也是一场革命，互联网既是泡沫也是一场革命。
科技公司的估值，以及它们目前的资本支出规模，都将需要具备两个条件：一是非凡的突破，二是将这些突破转化为经济效益的惊人能力。所以，仅仅有突破是不够的，还需要一条（商业）“护城河”，这样才能从中获利，而（第二个条件是否具备）我对此非常不确定。
AI要想在促进经济增长方面取得成功，只需要第一个条件，对于这个，我感觉更有信心一些。所以，我不太愿意称之为泡沫。
如果非要打赌的话，我其实会押注泡沫不会出现，而这也是我现在正在做的——我把钱留在了股市里。我认为，即使它真的是一个泡沫，它也更像2000年的互联网泡沫，而不是2007年的房地产泡沫，更与金融危机相去甚远。因为资金并没有被当作抵押品，大量渗透到整个银行体系之中；这一次，是有真正的科技创新在其中的。
我最后要说的是，美国科技资本的泡沫风险要远高于中国。美国在计算技术和数据中心方面的投入甚高，而中国的风险较小得益于其正探索“以更少资源实现更大成效”的发展路径，像DeepSeek在这方面就做得非常成功。
沈艳：好的，您让我想起了那句话：“欲品啤酒香，必承泡沫扬。”这看起来像是一种伴随着泡沫的演进。那么黄益平教授，您怎么看？
黄益平：我完全同意杰森的观点，我也认为两者都有可能。但我想说，当我们谈到“泡沫”这个词时，我们应该区分金融泡沫和产业泡沫。
当一场新的产业革命来临、一些新事物涌现时，人们都想参与其中，这很正常，因此你可能会看到一些活动的蓬勃发展。关键问题是，如果人们投资的是好的技术，最终我们就能看到变革的发生；如果它只是资产泡沫，那么损失可能大于收益。
沈艳：好的，感谢您区分金融泡沫和产业泡沫，这实际上自然而然地引出了另一个问题。无论是金融泡沫还是产业泡沫，只要其中蕴含变革要素，其将对价格体系产生何种影响？韦伯教授，它会引发通货紧缩还是通货膨胀？您对此有何看法？
Axel A. WEBER：请允许我针对您向其他嘉宾提出的第一个问题补充我的观点。因为理解这一问题是判断其是否具有通胀效应的前提。
我认为人工智能是一种新的通用技术，我把它看作类似于电力的东西。杰森刚刚提到，以前也出现过类似的创新。短期来看，这项技术将为早期使用者带来某些领域的效率跃升，长期而言，其影响将渗透至经济社会各个角落。
所以我认为，我们严重低估了这项技术对产出的影响，传统GDP核算体系已难以承载其真正价值。总之，从长远来看，其带来的增长将会相当强劲。我认为种子已经埋下，只是可能短期增长曲线会看起来有些平缓。
从本质上讲，我认为人工智能是一种通缩力量。至于它是否是泡沫，这主要取决于你的观察视角——是置身事外的审视，还是躬身入局的实践。如果你像我一样，大部分时间都花在人工智能公司上，那么它看起来就不像是泡沫，AI似乎真的正在为企业注入强劲动力。
这些企业中的大多数基本上仍处于种子融资或A轮融资阶段。我接触过的一家公司之前获得了200万美元的种子资金，现在正进行A轮融资，开始引入外部投资者，公司估值已达3.5亿美元，其下一轮融资的估值很可能会超过10亿美元。
可以看到，大量资金和资本正在涌入这一领域。就像杰森一样，有的人把钱投入股市，我也一样，因为股市是一个成熟的市场。很多早期投资者希望获得数倍的回报，现在他们正从私募股权转向科技领域的种子轮投资。
但是这类技术本质上带有通缩属性，它确实会造成失业，不仅蓝领岗位会因此持续削减，白领岗位也将首次出现大幅失业。
我曾经管理过一家大型全球投资银行，它就像一个金字塔，底层聚集着大量员工，一个毕业生在其中的典型工作状态就是每天工作14个小时，每周工作7天。而大多数这样的工作即将被自动化取代。所以未来的企业结构会更像一个锥体，低技能岗位的员工将会大量失业。我认为，我们尚未准备好面对这场结构性变革的冲击。
除了我们社会中现有的种种限制和压力之外，这还会造成什么影响？尤其是对于40到60岁的人，他们恐怕无法很好地适应这些新技术。
沈艳：您的节奏很快，我原本准备在后续环节讨论的话题已被您前瞻性地涵盖了。我听下来，您的观点似乎是，总的来说人工智能呈现通缩特性，但其内核是通胀的。而且，您区分泡沫外部和内部来看这个问题，是一个很有意思的视角。
黄益平教授，您怎么看人工智能对物价的影响？尤其是中美两国在通胀动态层面会呈现何种差异？
黄益平：目前我还不确定是否在这个阶段就能判断出人工智能对物价水平或通货膨胀率所产生影响的差异，但总的来说，我认为如果我们相信AI能够提高生产率，那么它就会带来供给能力的增强。
但有个问题是，短期内，人工智能革命是否也能充分刺激需求？如果发生失业潮，如果财富持续向特定群体集中，那么我们可能会看到需求增速落后于供给，这可能就会在短期内带来通缩压力。
但真正良性发展的人工智能革命实际上可以刺激消费需求，因为它能创造许多新的消费场景。此外，如果政府采取有效的再分配机制，帮扶受新变革冲击的群体，那么我认为，这种通缩压力有望被最小化。
沈艳：好的，综合二位的观点来看，我观察到一些导致通缩的因素，而这似乎是其与生俱来的默认状态。但如果我们采取恰当的政策干预，那么人工智能催生的新型需求将能有效对冲通缩压力，这促使我们更多地思考政府的职能，财政政策正是其中的关键环节。
弗曼教授，昨天我们听到罗伯特·鲁宾在与黄益平教授的对话中谈及人工智能的影响，他预计人工智能将有助于减轻财政负担。这让我觉得，人工智能对财政政策能够产生积极影响。您如何看待人工智能对财政政策的影响？
Jason FURMAN：首先来看美国的情况，我们需要持续的生产率增长，要比目前的预测高出约1.2个百分点，才能使债务占GDP的比重呈现下降趋势。所以我们需要的增长率不是1.8%，而是3.0%，这已超过美国能持续维持的增长区间。
虽然我们曾见证过五到十年的阶段性强劲增长，但要实现数十年的持续高位增长，确实突破了既有历史经验的边界。当然，人工智能这项技术本身在某种程度上也正在突破我们历史经验的认知框架，所以问题是，该技术实现这种超常规增长的可能性究竟有多大？
经济学家估算过——必须强调这些测算需要极大胆的假设并坦然承认所面临的不确定性——人工智能对生产率的影响在每年0.1到1.5个百分点之间。此外，我不确定当前生产率的基准水平是多少，我认为1.7%可能偏高，因为若无人工智能介入，生产率增长本应呈现放缓趋势。
综合考虑所有因素，我认为生产率增长确有可能高于我们目前的预期，但这还不足以化解财政困境。此外，有充分的理由预期，伴随着生产力的提高，利率也会更高，而这将抵消部分财政收益。或许我们能有幸看到财政调整幅度的收窄，但除非出现奇迹——虽然这种可能性存在，但我不敢打赌。
总之，（生产力提高带来的正面影响）解决不了我们（面临的财政）问题。
沈艳：如果说这是一种可能性，您能给我一个范围吗？可能性是0还是99%？
Jason FURMAN：我认为有15%的可能性。其实，我基于过去生产力和经济增长的分布做过模拟，同时结合了一些对未来的合理估测，当然未必那么准确，不过这个数字是有依据的。
15%很好，但不能以这种最乐观的情况为假设来制定政策。如果必须做出一种政策选择，可能不会以中间情况为假设，而是要考虑到最差的可能性，对应制定一些最优控制和政策措施，这样即使情况发展不尽人意，也能有办法应对。同时，也有一些更乐观的可能性。
沈艳：您提到了利率，这让我想起市场猜测鲍威尔可能会用讲话时第一句的措辞来暗示决策，不同措辞可能意味着不同的结果。还有人会去研究他的声音、措辞和姿态如何影响市场。
一种猜测是说，如果他按照惯常，第一句话说“早上好”或“下午好”，可能表明政策会具有稳定性和连续性。但如果是以“大家好”开场，这可能意味着货币政策将更加宽松。有研究显示，这种解读会立刻反映在资本市场的表现上。
现在我们也有AI能分析措辞、表达、姿态等，您觉得这对货币政策和资本市场会有什么影响？
Axel A. WEBER：目前人工智能很大程度上能影响市场情绪，影响科技行业的人力需求，但实际上还没有反映在数据里。而因为央行政策制定采取数据依赖的方法，所以AI的影响没法被捕捉到。
央行看的那些数据，不包含市场和市场定价情况，很难真实反映人工智能的影响。央行还没有把这一点提上议程，但正在观察。他们知道AI的影响就在那里，等待它传导至数据。我认为这是应该采用的一种政策方法，央行需要分析经济环境并专注于此。
接下来，关于情绪和资本市场，我们来想一个问题：我们知道美国科技“七巨头”，它们已经在推动技术和数字化。如果去看彭博的“七巨头”指数，这里我们不考虑特斯拉，它是一家汽车公司，做的是自动驾驶。在不考虑特斯拉的前提下，如果押注科技，“七巨头”中你会投资谁？你要么投资初创公司，要么投资成熟公司，比如Meta。
如果是我，我会选择在欧洲投资，而不是把钱投在美国，因为地缘政治的碎片化意味着地理位置在未来可能很重要。那么我能不能在欧洲找到一个相当于上述六巨头的公司？这样的公司在欧洲根本不存在。
以德国电信为例，这个公司是德国计算中心和计算设施的建设者，但他们的投资预算与Meta和其他公司的支出相比，简直可以忽略不计。美国科技巨头通过他们的巨额投资不断巩固和强化领先技术地位，所以，欧洲现在距离领先还很遥远，如果欧洲真的想迎头赶上，我们唯一的出路就是依靠初创公司和技术。
基本上，我们需要做的就是投资草根企业，然后希望它能做大。而一个巨大的挑战在于，大多数草根公司都寄希望于，在自己成功做大之后，把自己卖给大公司。所以，现在欧洲的情况非常糟糕，我们必须吸引资本进入欧洲，但欧洲没有统一的资本市场。
如果我在美国，只需要去硅谷，就可以和所有领先的科技公司洽谈。如果我想拜访欧洲的科技公司，我就得在伦敦、巴黎、柏林这三个地方打转，还有位于巴黎和柏林之间的阿姆斯特丹。所以欧洲的情况要复杂得多，在许多技术领域也落后得多。
中国也远远领先于欧洲。所以在这场投资新技术的竞赛中，欧洲就像是一个“备胎”。除非政策制定者醒悟过来，将这些人工智能技术视为机遇，而不是像现在这样将其视为风险，我们不会取得任何进展。因为在我们忙于风险管理的时候，其他人都在抓住机遇。
所以，我的确认为，在这场新的人工智能竞赛中，我们面临的结构性地缘政治阻力远比我们想象的要大得多。
沈艳：韦伯教授，非常感谢您为我们带来欧洲视角的见解，这也体现了本次小组讨论的卓越水平。您代表的是欧洲，然后我想听听黄教授的看法，您代表中国或亚洲视角。您认为，人工智能会对资本市场和货币政策产生什么影响？
黄益平：就货币政策而言，如果目标是稳定价格，那么政策框架就不会改变，我觉得这一点应该是不会变的。无论你采用的工具或方法是否需要适应AI技术，我认为这在现阶段还是一个开放的问题。
一个小问题是，正如我们之前讨论过的，如果短期内人工智能革命的成功可能导致通货紧缩或物价下降，这无疑会引发一个问题：通胀目标是否应该相应调整？如果不调整，央行又怎么才能提高通胀呢？我认为这是我们需要考虑的问题。这也是个开放问题。
但对于央行来说，我认为韦伯先生提到的与此相关的是：由于人工智能技术的采用，金融稳定的前景可能会发生变化。举个例子，几年前我曾研究过本·伯南克提出的“金融加速器”理论。
以银行业为例，中小企业借贷，通常需要将房产等抵押给银行。伯南克等人发现，信贷供应和资产价格之间存在一个金融加速器机制：如果房价上涨，信贷供应就会增加；反过来，信贷供应又会导致房价上涨。所以，房价要么加速上涨，要么加速下跌。
但是，如果使用人工智能技术，利用大数据进行信贷风险评估，我们将不再需要房屋和其他抵押物，那么，金融加速器机制就消失了。但当然，随之而来的是一些新问题：银行不再关注中小企业能够提供的抵押物，而是更加关注数据和现金流，这可能会引发新的问题。
如果个别中小企业的现金流成为信贷供给的关键决定因素，这又会如何影响金融稳定？这些都是新问题。我认为央行作为金融监管机构，尤其是在宏观层面，需要密切关注这些问题。
沈艳：好的，非常感谢。那么这将如何影响资本市场？市场会变得更加动荡吗？或者人工智能可以帮助缓解波动吗？
黄益平：其实我也不知道这个问题的答案，因为它对两方面都有影响。例如，如果你能利用人工智能技术，从市场不平衡中获利，无论是市场投资过度还是不足，不平衡都会迅速收窄，很快市场就会重回均衡。套利时间会缩短，市场可能会变得更有效率，但与此同时，如果有很多人参与其中，使用他们自己的数据和技术，市场可能会变得非常不稳定。
我们经常讨论的一件事是，从众行为和顺周期行为可能会被新技术放大。这些也是金融监管机构需要处理的问题。
沈艳：好的，所以要具体情况具体分析。杰森教授，您的看法是什么？黄益平教授刚才提到，他关注到金融加速器效应的消失。您在美国市场也观察到了这种情况吗？您认为它如何影响资本市场和货币政策？
Jason FURMAN：我先说说现在，刚才我们一直在谈论未来。现下在美国，我们已经开始讨论AI泡沫的可能性了。资产市场异常强劲，这本身就是一种金融宽松。
通常情况下，如果你是央行，通胀还高于目标1个百分点的时候，并不是降息的好时机，且资产价格持续上涨时，你更不愿意采取行动了。央行是否应该试图刺破泡沫，这是一个充满争议且非常值得商榷的问题，而他们自己都很难判断什么是泡沫、什么不是泡沫。这也是人们反对降息的理由。
但即使你不从事预测泡沫的工作，与泡沫本身相关的金融状况也应该成为决策时的考虑因素。假设未来我们事后来看，意识到了这真的是泡沫，泡沫也破灭了，很多人就会问，为什么美联储在通胀高于目标的情况下，还在忙着降息？
再往远看，这又回到了之前的讨论，我不认为AI会导致通货膨胀或通货紧缩，AI会促进生产率增长，而通胀实际上和这些关系不大。在疫情之前的几年，我们经历了一段生产力增长和通货膨胀都很低的时期。从历史上看，我们也经历过一些生产力增长和通货膨胀都非常高的时期。二者可以任意组合。
我认为，影响通胀的关键在于货币政策以及央行是否能保持独立性，它们是否受财政主导的影响，用货币方式为债务融资？我从名义的角度思考、用名义指标衡量、以名义数据进行解释，但我会从实际的角度去看待AI相关的问题，更多关注就业、生产率增长和实际利率等。
沈艳：好的，我们花了一些时间讨论生产率，韦伯教授也提到了一些就业问题，那么，让我们继续讨论关于就业的问题。人工智能会对工人产生什么影响？
我们从两个角度来讨论这个问题：首先，人工智能会对劳动力产生什么影响？它们会帮助提高人们的工作能力，还是会直接取代人们？
为了加快讨论速度，我提供一个我注意到的数据，纽约联邦储备银行八月份发布的一份报告显示，截至2025年2月，计算机科学和计算机工程专业的失业率甚至高于艺术、哲学和历史专业。但另一方面，我在仔细研究这些数据之后发现，资深从业者仍然可以保住他们的工作，因此问题在于，计算机工程专业的新生在毕业后找工作将会更加困难。
这个令人惊讶的事实促使我思考人工智能对社会的影响。它会像我们所希望的那样提高生产力吗？它会赋予我们更多能力，让我们做更多的事情吗？还是说在这个过程中，我们中的许多人将被取代？这里所说的不仅是蓝领工人，还有那些受过良好教育的人，比如说拥有博士学位的人，大家对此有何看法？
Jason FURMAN：我在哈佛大学上的《经济学原理》课程是全校班级规模最大的。毫无疑问，我们的学生对这个问题更感兴趣，因为他们现在18岁，正在思考未来60年的人生，所以这个问题对他们来说比对我来说更现实。
我和同事戴维·莱布森教授一起上这门课，我们一致认为，我们都不知道这个问题的答案，我们的观点略有不同。与课堂上的其他主题不同，我们用最后一节课一起来讨论这个问题，我们两人走上讲台，互相辩论，然后让全班同学来决定胜负。
我基本认为，如果回顾美国150年的历史，失业率普遍保持在4%左右，即使有时高于这个数字，也一定有一个与生产力增长无关的原因。这是因为，生产力的额外提升会创造更多需求，这不仅意味着对旧有类型工作的需求增加，还会创造出新类型的工作。
人工智能取代的是一部分工作，它可以提高人们的生产力，并推高对这部分劳动者的需求，就类似于以前会做电子表格的会计师，但同时也可能减少对其他一部分劳动力的需求。我大致认为，至少在可预见的未来，除非发生某种“奇点事件”，大多数想工作的人都能找到工作。如果我错了，那么我们也有应对方案。
如果我们生产率极大提升，而由此产生的问题，是可以通过公共政策解决的，这相当于构建一个类似于马克思最初构想的理想社会：早上打猎，下午捕鱼，享受一种共产主义的休闲生活，只是实现的方式可能与马克思设想的略有不同。
沈艳：好的，后面我们再继续讨论这个问题，对于您的发言，我有一些问题：比如，我们以后每周只需要工作四天吗？如果我们不需要工作那么久，而是早上打猎、晚上钓鱼的话，那么我们有没有可能不需要再工作五天、休息两天，而是工作四天、休息三天？您对此有什么看法？
Jason FURMAN：如果我们真想以这种方式来利用我们的生产力的话，（也不是不行）。大约100年前，凯恩斯曾认为，100年后我们的工作量会小得多。
事实证明，我们对物质商品的喜爱远远超过了凯恩斯100年前的预测，但也许在未来的某个时候，如果我们实现了真正巨大的生产力增长，许多新的选项就会被开辟出来。在我看来，这无疑是一个相当棘手的问题，但也是一个我希望我们的经济能够去面对的问题。
沈艳：好的，现在我们了解了美国专家的观点，下面我们来听听欧洲专家的观点。
Axel A. WEBER：我非常确信，现在下结论为时过早。我和杰森的看法一致。我认为人工智能可能会带来意想不到的正面或负面影响，而这实际上取决于其应用速度以及谁将获得主要收益，这是个典型的发展过程。
我们正处于一段极具路径依赖性的进程的开端，而我认为现在下结论还为时尚早。我个人对人工智能在经济、市场尤其投资回报方面影响的判断更为乐观。作为投资者，我在欧洲人中算非典型。欧洲人通常更多把自己视为消费者，而非投资者。因此大多数欧洲法律立足消费者保护视角，而不像美国基于投资者视角。从这个意义上讲，我更偏英美思维，而非典型的欧洲思维。
但我想说明两点。首先，我认为关于“捕鱼与打猎”的比喻在AI上不适用。我深度参与人工智能领域，和为全球顶级银行开发AI技术的公司合作。这些银行虽在这个领域展开竞争，但它们不会把钱投入到内部部门去进行AI适配，而是外包出去。在AI开发与创新的前沿领域，它们依赖第三方将技术融入业务流程和工作模式。
与我合作的一些公司，它们通过AI虽然不能立刻给出答案，但可以在几个小时内提供非常精准的分析结果。例如制作投资的演示稿时，AI可以分析A公司与B公司合并的收益情况，一夜之间就能完成企业财报对比和合并财报情况模拟。
基于此，我通常会工作到晚上八点左右，然后设置好AI任务。到了晚上或第二天早晨，我就会收到大量邮件，里面是人工智能生成的成果。我会在早上醒来时查看这些成果。但这些任务若由我自己去完成，需要一整天。对使用AI的人而言，这本质上会创造出全天候（24小时不间断）的工作机会。
但同时，大量曾从事这些工作的人会被裁，因为他们正被技术替代。因此，AI带来的净效应尚不明确。如果把人工智能看作一种通用技术，我希望它能提升每个人的工作效率。但它也存在风险——一些岗位会被自动化彻底取代。
举个例子，我妻子曾经是一名翻译，而同声传译现在甚至可以用人工智能来完成。我感到非常惊讶，今天会场上仍然有人工同传，而这些工作完全可以被自动化替代。有些工作注定会彻底消失。
至于你能否因此过上“上午捕鱼、下午打猎”的生活（这究竟算是一种特权，还是源于被劳动力市场淘汰的无奈？），很大程度上取决于你所处的年龄段。处于职业生涯晚期的人群将难以适应这种变化。
我们知道有家名叫德国电信的公司，它在1990年到2000年进行了大量技术创新，但当时公司的员工基本都是公务员。他们设立了一个岗位安置机构，把员工纳入编制，但从未真正安排他们去工作。
在我看来，这正是劳动力市场面临的重大风险——我们最终可能需要为一部分人提供某种基本生活保障，因为他们的再就业机会渺茫。这将是人工智能引发的巨大社会压力，而且会叠加在我们现有的社会压力之上，比如将制造业工作岗位迁回美国（这一策略和试图保留那些会被AI替代的岗位一样，几乎不可能成功）。
因此，我认为AI的冲击将是巨大的，但对于那些能够乘势而上、抓住人工智能浪潮的人来说，这将是一次极其令人振奋的经历。
Jason FURMAN：我需要稍微澄清一下。实际上，我觉得我们有一些分歧，但我认为您反对的部分可能误解了我的观点。
我的主要预期是，人工智能不会导致大规模失业。我提到我们有一定预防措施，如果它真的造成大规模失业，我们具备应对能力。您刚才描述的过程我完全认同，AI会使多种工作岗位消失。
过去150年，我们一直在失去各种工作岗位。我们几乎失去了全部的农业岗位、制造业岗位，电话接线员、电梯操作员都消失了。但失业率始终维持在约4%的水平是有原因的。如果要打破这一平衡，我认为这需要超常的生产率增长。
如果生产率以2%或3%的水平增长，这仍在我们可以通过其他方式创造新岗位进行替代的增长区间之内。但若是以每年5%甚至10%的速度增长，这种前所未有的增速将使我们足够富裕，过上“打猎捕鱼”般的理想生活。
沈艳：弗曼教授您的分析非常全面，也感谢您的补充。实际上您的态度总体而言更为乐观，也给出了前提条件。接下来我想听听黄教授基于中国视角的看法。
黄益平：我不是劳动经济学家。但昨天我和鲁宾讨论时，我们谈到了分配问题。我总体上认同这一观点：随着产业结构升级和经济发展，总会有一些职业消失，但同时新的职业和岗位也会涌现。这是一种普遍趋势。
我认为问题不在于某些工作会消失，而在于可能出现技能错配。失业群体可能无法胜任经济中新出现的岗位。那么，我们该如何应对这个问题？根据我的理解，昨天鲁宾谈到全球化对每个人都有好处，包括美国，但实际上，全球化加剧了不平等和失业问题，尤其对小城镇的蓝领工人影响显著。这导致政策思路发生重大变化。
他最后提到中国也可能会经历类似变化。我猜他指的可能是人工智能革命，以及由其引发的劳动力市场可能出现的结构性不平等。我同意他们的观点，我们确实需要大量公共政策干预来解决不平等问题。尽管无论是全球化还是人工智能革命，都可能带来巨大收益，但关键是这些收益要能在社会各阶层公平分配，特别是要惠及那些在变革中受损的群体。
沈艳：这正好引出了我们的下一个议题。让我们先回顾一下当前讨论的要点，我总结了三个主要信息。第一，关于AI的泡沫性与革命性，讨论表明，即使存在一定的泡沫成分，AI总体上更具革命性，属于通用技术。
第二，我们讨论了其通缩与通胀影响。结果显示，虽然它具有一定的通胀成分，但总体上更偏向通缩。
第三，我们讨论了AI对就业的影响。确实，许多岗位会消失，但新的岗位也会出现，但这并不意味着生产率的提升必然会带来新的岗位。就像美国制造业回流策略一样，借助AI，制造业或许可以回流美国，但正如黄益平教授所提到的，这可能无法解决失业问题，因为蓝领工人仍然无法胜任这些新型制造业岗位。
综合这些信息，自然引出了黄教授所提到的分配与不平等问题。接下来我将把此议题分解成几个具体问题。第一个问题是，在这个时代，谁将受益更多？谁能从AI革命中获得更多经济收益？是工人、企业，还是数据所有者？弗曼教授，您愿意发表您的看法吗？
Jason FURMAN：我认为，这取决于能否围绕这些技术建立可持续的商业模式，这点尚不确定。若基础模型变得像大宗商品那样可替代，则很难收取超过边际成本的费用，也难以形成超额利润。
但据我观察，大部分技术企业已设法构建技术壁垒和用户粘性。这些企业不仅在人工智能技术方面很出色，它们还善于商业化，能够想办法实现盈利。如果是这样，我预计会产生潜在的超额利润。
这些利润主要集中在企业和资本端，并在国家间呈现极不均衡的分布。这些利润可能会集中在美国，也可能在中国，而欧洲的获益甚微。
其次是生产率问题：AI究竟是补充劳动，还是替代劳动？它在不同收入群体中会产生什么影响？在这方面，我稍微乐观一些。我认为，在中低收入阶层，AI可能更多是对劳动的补充；在高收入阶层，AI可能更多是对劳动的替代。因此，劳动收入在国民收入中的分配可能会更趋平等。
此外，随着生产率提高，工资水平可能上升。这意味着（技术变革带来的）分配影响不仅是向资本转移，在劳动收入内部，分配也可能更公平。最终结果仍取决于财政政策的选择。
财政政策可以选择让最大的受益者保留全部收益，也可以对最大的受益者征更高的税，达成一定程度的收益共享。财政当局将如何处理这些超额收益，还需要观察。
沈艳：好的，那么我们回到财政政策的问题。黄教授也提到了公共政策的重要性。韦伯教授刚才提到了欧洲的角色，请问在您看来，财政或税收政策能否在不抑制创新的前提下，缓解不平等？
Axel A. WEBER：您刚才谈到分配问题，我关心两类分配：一是社会内部的分配，二是不同地区之间的分配。
正如我之前提到的，欧洲AI发展不如人意。推动人工智能繁荣并影响股市的主要是美国大型科技公司。在此之上，欧洲还对投资AI持怀疑态度，可能什么也得不到。因此，欧洲可能被排除在这项技术版图之外。
在我看来，不管AI最终带来的高生产率增益还是相对温和的增益，不押注这项技术都是愚蠢的策略，这正是欧洲可能将自己置于未来边缘的原因。
在社会内部，也是可能有两个方向。一个方向是，就像曾出现科技贵族和亿万富翁一样，我们将看到“AI新贵”——那些从这项新技术中获得前所未有收益的人群。
如果是这种情况，有两件事可以做。第一种思路是，你可能会想到应该对这些新技术征税，但实际上不应该这样做。相反，你应该考虑如何分配这些收益，让更多人受益。工业革命的核心命题是“人类与机器的关系”，而我们认识到结论应是"人机协同"。人工智能的关键也不是“人类与人工智能对立”，而是“人类与人工智能合作，更好地完成工作”。
因此，我认为未来的就业市场，在许多领域将呈现互补关系而非替代关系。若我们认清这一点却直接对技术征税，而非通过再培训和政策，引导人们学会如何使用AI、适应未来岗位，那会损失很大。
AI带来的变革既不是一个可以快速解决的小问题，也不是一个会瞬间完成的短暂过程。这是一个渐进但重要的挑战，人类有能力妥善应对。我们或许能比工业1.0、2.0和3.0时处理得更好，这次是工业5.0。但如果我们搞砸了，我认为，其造成的失业规模将超越以往任何通用技术革命。这很难预测。我认为这在很大程度上取决于路径。
但我的感觉是，政策常会出错，我对政策持怀疑态度。我认为应给予市场更大的发展空间，不懂技术的政策制定者若贸然干预，往往弊大于利。很少有政策制定者像鲁宾那样，愿意花两小时、两天甚至更久去学习并理解这些新技术。他们很多人在并不了解的情况下试图监管，这会造成相当大的损害。
沈艳：非常感谢您关于创新与财政政策关系的精彩发言。黄教授，鉴于您担任南南合作与发展研究院院长，我想从更广泛的全球视角与您探讨一个问题。您认为，人工智能会加剧国家间的不平等，还是能帮助新兴经济体缩小数字鸿沟？
黄益平：我认为都有可能。但显然，这取决于一个国家能否掌握技术并从这场新革命中获益，这就是关键问题。如果我们回顾以往的通用技术革命，每次革命后总有些经济体崛起，而另一些则落后。问题在于，谁能在应用新技术方面做得最好？
就我个人而言，我认为如果中国能在整个经济体系中推广人工智能技术，就有机会变得更强。许多人认为美国和中国在这一领域处于领先地位。当然，在基础科学方面，中国较美国还有一些差距。对经济学家来说，真正重要的是当新技术出现时，能否快速且有效地加以应用。这样才能推动经济增长。这是一个机会。至于能否实现，我也无法确定。
但如果谈到全球南方国家，就更难讲了。有些国家，尤其是那些数字基础设施良好、人才储备充足的新兴市场经济体，我认为有机会加速增长，赶上发达国家。但我们也看到许多南方国家甚至缺乏最基本的数字基础设施与相关能力。若这种状况持续不变，那么在经历人工智能革命之后，我们将会看到明显的分化——正如韦伯之前提到的——一部分从中受益，一部分被淘汰。
我认为无论是国家、经济体、行业、公司还是个人，关键在于能否更有效地运用新技术。如果你不在这个体系中，那么很可能会被进一步甩在后面。我认为这对个人如此，对国家也一样。
沈艳：非常感谢。接下来，请三位嘉宾以最后一个问题作总结。在探讨了AI对生产力、就业和不平等的影响后，请问您如何看待人工智能对全球格局重组的影响？我们知道在个人层面，会有赢家和输家，那么在国家层面呢？人工智能将如何与人口结构变化、贸易格局及地缘政治紧张相互作用？全球化又将如何被重新定义？这个问题范围很广，请各位任选一个方向来谈谈。
Jason FURMAN：我其实不赞同您问题的前提。我认为这不是“赢家与输家”的关系，我认为会有赢家出现，且赢家赢得更多，总体来说是一种正和局面。我们相互学习、相互提升能力。
第二个好消息是在基础模型方面，目前美国和中国领先，但这并不是全部，我们还需要各种应用，也需要这些应用的广泛扩散，而这种扩散的分布将比基础技术的发展更为均衡。最终我们会找到促进生产力提升的创新方式，并看到这些新的方式在全球范围被采用。某些国家的股市可能受益更多，但所有国家都会分享到生产力提升带来的收益。
Axel A. WEBER：我赞同“赢家赢得更多”。正如我之前所说，我总体上持乐观态度。我认为我们必须重新思考投资与全球经济。芯片已成为新的石油、天然气和黄金，将成为投资重点资产。在我看来，美国和中国处在领先地位，欧洲已经落后，我们需要重新让欧洲出现在版图上。
但开源和云技术可能会在之后弥补早期的差距。大多数模型预测AI技术的采用和对生产力的影响将相对缓慢。我认为这没有错。可能我的观点存在偏差，因为我接触的许多公司都处于技术应用前沿。对他们而言，发展前景无限。
总体而言，我认为这对拥有年轻人口的国家和企业是巨大机遇。现在有很多非洲公司开发的开源AI模型进入欧洲市场，从这就可以看出那些没有技术包袱、也不依赖旧体系的国家是很受益的。创新的成本非常低，而能够创新的国家——尤其像非洲这样年轻的社会——未来将发挥更大的作用。这也带来了非常积极且令人鼓舞的信号。
我发现很多大学生在找第一份工作时，不再选择投资银行或大型国际银行，他们加入尚未上市的独立公司或初创企业。他们认为这些公司拥有比成熟劳动力市场更好的未来。可见风险总与机遇并存，年轻一代尤其会把握这些机会。
我更担心那些处于职业生涯最后十年的人。对他们而言，再培训成本高昂，且提升生产力的周期有限。这部分人群更可能受到冲击，而他们通常也是主要的投票群体，将对社会和政治环境产生影响。
沈艳：我听到了“开放”和“年轻”两个关键词，非常感谢。我们今天的讨论即将结束。人们常说，这是最坏的时代，也是最好的时代；这是绝望之冬，也是希望之春。希望在今天的讨论之后，我们仍能怀抱美好与希望。谢谢大家。
本文为法兰克福大学金融研究中心主席、德国央行原行长Axel WEBER，哈佛大学教授、美国白宫经济顾问委员会原主席Jason FURMAN，北京大学国家发展研究院院长黄益平在2025外滩年会之外滩圆桌“智能跃迁：AI的宏观经济含义”所做讨论。北京大学国家发展研究院教授、北京大学数字金融研究中心副主任沈艳主持圆桌。