一张包含三种AI未来的经济预测图被热议,它暴露了传统工具对AI的统计局限,点明当前AI发展的混沌处境与风险。 ## 为什么这张图被称为“最像三体”的预测图 这张源自达拉斯联储研究报告《AI进步将如何提升生产率》的图,画出了三种AI带来的未来:第一种是技术奇点,人均GDP直奔50万美元,人类进入“无限丰饶”时代;第二种是反向奇点,曲线掉头向下,GDP归零,对应人类灭绝;第三种是达拉斯联储认为“最有证据支持”的结果,仅在过去150年每年1.9%增长的基础上多增0.2%。 这种“要么成神、要么成灰,要么仅多赚0.2%”的极端分化预测,被调侃为现代版《三体》,实际是权威经济机构面对智能涌现的不确定性的诚实呈现。 ## 0.2%的“保守预测”背后的逻辑 麻省理工诺奖得主达伦·阿西莫格鲁认为,AI本质是任务替代技术,大量线下协作、情感交互、复杂决策等核心任务AI无法触及;即便AI未来十年渗透进20%的工作,对全要素生产率的年贡献撑死也只有0.05%到0.06%,达拉斯联储给出的0.2%已经是经济学界对AI相当乐观的估计。 GDP仅统计真金白银的交易,无法衡量社会福利,AI很多产出是零边际成本近乎免费的,传统经济学统计工具已经无法准确测量AI带来的实际增益,这0.2%的保守增量,本质是用旧统计框架测量新技术爆发的结果。 ## 直冲云霄的“技术奇点”的增长逻辑 传统增长理论认为,经济增长上限来自人口对创新人才数量的限制,如果AI可以实现递归自我优化——自己写代码优化自身、做实验研发新材料、设计下一代芯片,制约增长的就不再是人,而是算力和能源,算力翻倍就会带动智能、创新速度翻倍,最终形成超指数增长。 如果摩尔定律从芯片领域扩展到整个“想法生产”领域,这条垂直向上的增长曲线就并非空谈。 ## 向下的“灭绝奇点”的风险含义 这条曲线对应的逻辑是,当机器智能超越人类智能后,如果AI的目标函数与人类福祉出现偏差,就可能为了优化目标摧毁人类文明。 达拉斯联储将它放入图表,是暗示AI的尾部风险已经不再是学术幻想,已经需要纳入宏观经济风险评估。 ## 当下AI发展的真实处境:J曲线的阵痛期 真相大概率藏在布林优夫森的“生产率J曲线”中,当前我们正处于J曲线最难熬的底部钩子阶段:算力狂飙但工资增长停滞,企业大量采购AI硬件但利润被折旧抵消,使用AI反而推高沟通成本。 所有通用技术落地爆发前都有“无感阵痛期”,需要重新调整组织形式、训练人类、设计相关规则,这个过程会消耗存量不新增GDP,真正需要担心的不是AI发展太快,而是人类社会的组织调整速度太慢。 这张滑稽的图表实际是一份诚实的时代白皮书:旧的经济学指引已经失效,新的发展框架还未成型,0.2%只是给市场和管理者的安慰剂,那两条极端曲线才是真正需要警惕的风险。
这可能是预测历史上最像三体的一幅图了
2026-06-09 08:28

这可能是预测历史上最像三体的一幅图了

本文来自微信公众号: TOP创新区研究院 ,作者:TOP创新区研究院,FTA Group,题图来自:AI生成


前段时间,一张来自金融时报(Financial Times)的图火了。



其实这张图最初来自达拉斯联储(Dallas Fed)的一篇研究报告,标题挺正经,叫《AI进步将如何提升生产率》,但大家都觉得这张图挺鬼畜的。



因为,这张图画了三种未来:


第一种是“技术奇点”,曲线直接垂直冲向云霄,人均GDP直奔50万美元去了,这意味着人类从此进入“无限丰饶”时代。


第二种也是“奇点”,但方向相反,曲线直接掉头向下,指向“人类灭绝”,GDP归零。


还有最让人无语的第三种,也就是达拉斯联储认为“最有证据支持”的那条线:它紧紧贴着过去150年的老趋势,只是稍微往上提了那么一个像素点——在每年1.9%的增长基础上,多了0.2%。


来源:https://www.dallasfed.org/research/economics


这哪是经济预测?


这简直是现代版的《三体》。


有人嘲笑它:“要么我们成了神,要么我们成了灰,要么我们每年多赚0.2%的工资?这TMD也叫预测?”


但笑过之后,要知道,这张图表是这个时代最权威的经济机构(之一),在面对“智能涌现”这一神迹时的无语之态。


一、0.2%的故事


咱们先看看那个“0.2%”。为什么达拉斯联储的经济学家们宁愿相信人类会灭绝,也不敢把中间那根线画得再斜一点?


因为一些在一些顶级经济学家看来,AI本质上是一种任务替代技术


领头的人物是麻省理工的诺奖得主,达伦·阿西莫格鲁(Daron Acemoglu)



他认为,经济增长靠把一件件具体的任务给自动化。比如原来需要人手写的文案,现在AI写了;原来需要人翻译的合同,现在AI翻了。


阿西莫格鲁算了一笔账:


他把全美国的工作拆成无数个任务,看看哪些是AI能干的,再看看干这些任务能省下多少钱。


按照他的算法,即便AI在未来十年里渗透进20%的工作,由于很多核心任务(比如需要线下协作、情感交互、复杂决策的任务)AI根本碰不了,最终反映到全要素生产率(TFP)上的贡献,撑死也就每年0.05%到0.06%。


达拉斯联储给出的0.2%,在经济学界已经算是非常给AI面子的“乐观预测”了。



但问题是,GDP这个指标本身就有缺陷。


GDP衡量的是真金白银的交易,它衡量不了“福利”。


举个例子:


当年你要查资料,得买一套几千块钱的百科全书,这贡献了GDP。现在你用ChatGPT,几秒钟就拿到了更精准的答案,基本不花钱。对你来说,你的能力增强了,福利提升了;但对GDP来说,那几千块钱的交易消失了,GDP反而缩水了。


AI现在的很多产出,其实是“零边际成本”的。当智能变得像空气一样到处都是且几乎免费时,传统的经济学统计工具就失灵了。



所以,在我们看来,0.2%的增量某一部分精英阶层的傲慢:


他们试图用“马车时代”的统计学,去测量“内燃机时代”的爆发。


二、技术奇点逻辑


好,我们来看,那条“直冲云霄”的奇点曲线,逻辑又是什么?


这就要提到另一个模型。


传统的增长理论认为,经济增长的上限是人,因为创新需要研究员,而研究员的数量受限于人口。


但如果AI可以像“印钞机”一样产生新的想法呢?


麦肯锡:AI正重塑整个研发文明……


如果AI开始自己写代码优化自己,如果AI开始自己做实验研发新材料,如果AI开始自己设计下一代芯片……这就进入了“递归自我提升”的状态。


在这种情况下,制约增长的不再是“人”,而是“算力”和“能源”。


只要电力够,算力就能翻倍;


算力翻倍,智能就翻倍;


智能翻倍,创新的速度就翻倍。


这在数学模型上表现出来的就是“超指数增长”。



如果摩尔定律从芯片领域扩展到整个“想法生产”领域,那条垂直向上的曲线就不是开玩笑。


三、灭绝奇点逻辑


有意思的是,达拉斯联储把“人类灭绝”也画上去了,就是那条通往“人类灭绝”的绿线上,它说的是:


机器智能在不久的将来某个特定时刻超越了人类智能,万一AI的目标函数与人类福祉发生偏差,它可能会为了优化某个物理指标(例如生产更多的回形针,或者为了防止人类干扰而关掉电源)而导致人类文明的崩溃。


在我们看来达拉斯联储将此放入图表,并非认为这是一种经济现象,而是在暗示:


AI的尾部风险(Tail Risk)不再是学术幻想,而是必须纳入宏观风险评估的变量。


当然,我们别被那些极端的线吓到,真相可能藏在布林优夫森(Brynjolfsson)的“生产率J曲线”里。


现在的我们,正处于J曲线最难熬的那个底部的钩子。


算力在狂飙,但我们的工资没动;企业在疯狂买H100,但财报的利润被折旧吃光了;大家都在用ChatGPT,但发现沟通成本反而变高了。



所有的通用技术在爆发前都有一个“无感期”。


我们需要重新发明组织,重新训练人类,重新设计法律。这个过程极其痛苦,它不仅不增加GDP,反而消耗存量。


所以,我们要担心的不是AI太快,而是人类的组织形式太慢。


达拉斯联储那张滑稽的图表,其实是一份非常诚实的白皮书。


它在告诉我们:旧的指南针(传统经济学)已经到头了,新的地图(奇点理论)还没画好。


而那条0.2%的线,是给华尔街和官僚们看的“安慰剂”,告诉大家日子还能照旧过。


那两条极端的虚线,才是真正悬在人类头上的达摩克利斯之剑。

频道: 金融财经
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定