工銀國際首席經濟學家 程實
IDC數據顯示，2024年全球AI相關IT投資達3,158億美元，2028年複合增速預計32.9%。但MIT調研表明，真正帶來顯著生產率提升的項目不足5%。這一反差說明，AI雖在微觀層面投入迅速擴張，但其宏觀紅利仍在孕育。當前全球資本與產業探索逐漸進入關鍵拐點，中國出台了《關於深入實施「人工智能+」行動的意見》（以下簡稱《意見》），為AI與實體經濟深度融合、促進生產力躍升與生產關係變革提供了方向指引和政策支撐。
筆者對是次政策台有三點想與讀者分享：
一是生產率紅利仍在積蓄，政策引領加速釋放。當前AI更多體現為降本增效而非直接拉動增長。MIT調研顯示在後台自動化環節，AI每年可為企業節省200萬至1,000萬美元支出，但這種局部效應尚不足以推動全要素生產率提升。真正的宏觀效應取決於對學習集成的技術瓶頸突破，以及跨行業的規模化應用。AI對GDP的貢獻大概遵循「S曲線」：前期資本投入集中但產出有限，中期隨場景和產業鏈上下游拓展提升邊際產出，長期跨行業融合釋放生產率紅利。政策在其中發揮關鍵加速作用，《意見》明確加快從「0到1」技術突破到「1到N」應用擴展，推動AI與製造業、農業、服務業等重點產業的深度融合。
二是資本配置有待調整，政策導向補齊短板。從全球實踐來看，企業對AI的資本投入普遍存在錯配，50%至70%預算集中在銷售和營銷端，而財務、供應鏈、運營管理等ROI更高的後台環節投入不足。這種結構錯配帶來了三重宏觀影響：一是資本效率下降，短期回報導向削弱長期結構性效率提升；二是行業分化加劇，科技、媒體等行業已形成突破，製造業、能源、交通等資本密集行業仍處觀望階段；三是政策引導必要性上升。《意見》提出通過產業基金、專項信貸和場景開放等方式，將資本引導至傳統產業與公共服務領域，推動AI從「點」的技術突破走向「面」的系統應用，驅動新質生產力躍升。
調研數據顯示，當前AI替代效應主要集中於客戶支持等非核心部門，裁員幅度5%至20%，未引發大規模失業。但是，用工模式與招聘標準出現了更深層次的變化：企業普遍將AI素養列為關鍵技能，內部AI自動化替代外包型崗位。這將弱化「外包紅利」，重塑產業鏈和勞動結構。一方面，具備AI技能的人才需求旺盛；另一方面，缺乏技能的群體面臨崗位流失風險。《意見》要求將人工智能納入教育體系，培育新崗位新工種，並完善培訓和流動機制，以防結構性失衡擴大。
0 / 255