从增长、通胀、分配三个维度看AI的宏观经济影响
“AI的宏观经济影响”这个题目非常重要。我主要围绕文献梳理和个人思考展开，聚焦三个方面的问题：第一，AI对增长的影响；第二，AI对通胀的影响；第三，AI对分配的影响。
AI能否驱动持续的生产率增长
一个关键的问题是，AI是会像蒸汽机、电力这样的通用型技术革命一样持续推进经济增长，还是只是一种短期性的冲击？对于这个问题，学术界存在不同看法，可以大体将其归纳为乐观、中性和保守三种观点。
乐观（Filippucci et al., 2025）：美英等AI高渗透国年增0.4%-1.3%
中性（Aghion, 2024）：年增0.5%-1%
保守（Acemoglu, 2024）：年均≤0.07%（10年累计≤0.66%）
以阿西莫格鲁（Acemoglu）为例，他对AI能否持续推动生产率提高持相对保守的态度，预测年均增长仅为0.07%，与其他一些预测相比更为谨慎。他提出这一观点的理由是，目前生产率提升主要集中在那些易于学习的任务上，而未来越来越多的复杂任务可能会使生产率提高变得更加困难。
当然，我们在市场和其它领域看到，乐观的观点仍然相当普遍。我个人也倾向于相对乐观一些的判断。
最近有一项研究通过文本分析方法分析专利数据发现，AI所带来的冲击能够使全要素生产率实现及时且持久的提升，产出和投资持续增长，同时工时增加、失业率下降。其基本结论是，在AI创新带来的后果中，生产率效应和就业效应总体上超过了替代效应。麦肯锡的一份报告也预言，到2030年，AI可能贡献全球GDP约1.2%的增长。
通胀走势与货币政策的挑战
关于通胀走势，已有一些研究进行了分析。国际清算银行（BIS）的几位作者合作完成的研究发现，AI创新可能在短期内造成通缩压力，因为超乎预期的AI创新可能突然提升供给，改变了市场上供给与需求之间的关系。但从长期来看，结局有可能会逆转，理由是，生产率提升会带动收入和需求的扩张。
然而，将来是否一定会出现逆转，我并不十分确定。如果AI创新造成一种独特的宏观经济组合——生产率提高、供给增长而需求无法快速跟上——那么通胀压力很有可能还是往下的，究竟如何，尚无确定证据。
但可以肯定的是，这确实提出了一个挑战：将来央行的政策目标是否需要改变？如果政策目标仍然是维持通胀稳定，那么其在多大程度上需要适配技术进步所带来的变化？
近期熊伟教授发表了一篇关于中国货币政策的新论文。他发现，中国的货币政策有明显的生产导向型特点，这与一些西方国家的消费导向型货币政策有所不同。在那些国家，当短期经济下行时，货币扩张推动需求上升，进而带动经济扩张。
其统计分析发现，中国的信贷扩张在短期内会导致通胀压力上升，但很快会转变为更强的向下压力。这在一定程度上说明，过去的货币政策擅长于刺激供给，而不太擅长刺激需求，最终使得“供强需弱”的矛盾变得更加突出。
结合上述讨论，如果未来货币政策真的面临“智能丰裕”与“需求不足”并存的问题，那么货币政策框架可能需要进行更大的调整，尤其是当前我国央行正努力构建现代货币政策框架，需要认真分析、考虑AI创新可能带来的新变化。
分配效应：比增长更值得关注的挑战
从分配角度看，尤其是在劳动力市场上，可以观察到三个效应。
第一是替代效应，这一效应较为明显，尤其是生成式AI对知识型岗位的冲击。其中，低技能常规岗位面临的风险非常大，已有大量文献对此进行了分析。
第二是互补效应。使用AI技术的主要目的，究竟是为了替代劳动者还是为了赋能劳动者？这是一个值得深入思考和关注的问题。在互补方面，效应应该是非常明显的。
丹麦客服中心的随机对照试验结果表明，采用AI赋能后，新手的效率可以大幅提升35%，未来的经验溢价将会收窄。以往新手需要经过漫长的积累才能获得经验，而现在借助人工智能，经验溢价差异显著缩小。
我们自己在蚂蚁平台的功能上也进行了AI训练工作人员的实验，效果同样明显：一方面，AI提高了效率；另一方面，结果呈现出某种程度的“技能平权”——技能本身依然重要，但其重要性有所下降。
第三，更值得关注的是分配效应。总体来看，AI可能会扩大资本回报与劳动收入之比，也会扩大发达国家与发展中国家之间的工资水平差异。在分配问题中，尤其值得关注的是替代效应。
陈宇鹏的一项研究提出了一些非常有意思的见解。他在一项宏观金融压力测试中提出，人工智能时代可能出现“智能丰裕”与“需求不足”同时并存的现象，这将导致一系列奇特的经济现象。
他提出了“替代螺旋”：企业理性地使用AI替代劳动者，这必然会压低劳动收入；劳动收入被压低后，总需求进一步下降；总需求下降，会反过来给企业带来更大压力，促使其进一步用AI替代劳动。如此螺旋下去，结果可能相当可怕，但最终会走向何方，尚不可知。
他还提出了“幽灵GDP”的概念，即宏观GDP与个人收入之间存在明显差距。简言之，生产率提高了，但劳动收入并未随之增长，需求跟不上，从而出现账面繁荣与消费之间的脱节。
他也谈到了“中介问题”。AI解决了信息不对称问题后，中介的作用就会大大减弱，当前一些繁荣行业的利润空间或将明显受到挤压。
这其中最根本的问题或许是：AI虽然可以帮助我们提升生产率、推动经济增长，但它能否形成一种有利于普遍福祉的分配机制？这种分配机制目前没有，将来可能需要努力建立。
由此，今年新出炉的克拉克奖得主——哈佛大学的Straub教授的一项研究发现，收入不平等会导致富人高储蓄，资金流向负债群体，债务压低需求，自然利率下降，经济更容易陷入流动性陷阱。也就是说，即便技术进步推动了经济增长，但如果收入分配不平等问题加剧，不仅福利提高会受到遏制，经济增长本身也会走入困境。
从第一次工业革命到第四次工业革命，每一次革命中都可能出现就业市场受到冲击、收入分配明显恶化的现象，但很快情形就会逆转，随着新的就业不断增长，生产率增长与劳动收入提高会形成良性循环。
但AI革命的后果有可能不一样，可能因为“替代螺旋”而出现收入极端分化、中产塌陷、需求不足等问题。形成“智能丰裕”与“需求不足”两个问题同时存在的现象。根本挑战在于，如何维持劳动收入和消费能力。
全球经济格局同样面临这一问题：全球鸿沟将会扩大还是收窄？一般的看法是，全球的不平等程度可能会扩大。原因在于，不同国家在AI的暴露度、准确度和可及性上存在明显差异，有的国家发展更快，有的国家获益较少。
从AI密集型产业（半导体、云计算、生成式AI）来看，其可能会向美国、中国和欧洲集中，形成“AI核心-边缘”结构。德拉吉在为欧盟做的生产率报告中提出，过去欧美人均GDP差距的70%来自信息与通信技术（ICT）部门，将来人工智能有可能成为新的差距来源。
AI驱动方面，还有一个可能出现的变化，即AI技术创新将来更可能、更容易提升非贸易部门的生产率，这与过去传统的技术进步是不一样的。过去，制造业的生产率更易提高，因此会产生所谓的“巴拉萨-萨缪尔森效应”：制造业生产率快速提高，导致实际有效汇率升值，出口可能承受一定压力。
现在有学者提出，AI可能形成一种“逆巴拉萨-萨缪尔森效应”。在这种情况下，实际效果是相反的：服务业、非贸易部门的生产率提高更快，而货币反而可能贬值。将来，以服务业为主和以制造业为主的两类国家之间的相对竞争力，可能会出现一些变化。
小结
第一，人工智能技术革新无疑会带来增长机会，但不平等问题也将大大加剧，包括全球北方与全球南方之间、资本回报与劳动工资之间、懂AI和不懂AI的劳动力之间的差距。
其中一个核心问题在于：能否进入“AI核心-边缘”结构的核心区？如果能进入核心区，就能得到更快发展；如果进不了核心、只能处在边缘，那么实际上就会陷入落后——尽管全要素生产率也会增长，但相比核心区会少很多，相对而言仍会变得更加落后。对国家、对行业、对企业、对劳动者而言，能否紧跟AI创新的步伐，将是决定未来经济地位的关键变量。
第二，特别值得关注的是，从政策层面来看，这种“下行螺旋”——一方面技术进步，另一方面需求趋弱——该如何改变？从经济的角度看，一个聚焦点是分配机制。
AI时代不缺生产率，但缺乏良好的收益传导与分配机制。这将是下一步面临的最大宏观经济挑战。现行的政策框架恐怕无法解决这个问题，也许需要在分配、保障、产权等方面做更多的思考和设计。
第三，“智能丰裕”与“需求不足”并存的格局可能导致短期甚至长期的通缩压力，除了上面提到的疏通生产率增长与消费扩张之间通道的再分配政策，宏观经济政策也可能需要重新定位，比如，有没有可能在不触发宏观经济不稳定的前提下，通过实施货币政策扩张提升总需求，这是一个值得探讨的问题。
作者黄益平系CF40成员、北京大学国家发展研究院院长，本文为作者在2026·金融四十人年会暨闭门研讨会“开局之年：立新与重构”上的大会闭门研讨会“AI跃迁：宏观影响与治理”上所做的主题演讲。文章仅代表作者个人观点，不代表CF40及作者所在机构立场，未经许可不得转载。