2026全球名家瞭望／AI 产业「变现」 要看扩散效应
2026-01-21 诺贝尔经济学奖得主史宾塞
2001年诺贝尔经济学奖得主史宾塞。路透
[史宾塞]
Michael Spence是诺贝尔经济学家得主、纽约大学史登商学院经济学教授、胡佛研究所资深研究员、Project Syndicate专栏作家
开发出愈来愈强大的模型，是促进人工智慧（AI）革命的关键。但同样重要的是这场革命的第二项要素：跨越经济领域调适、采用AI模型，不仅为了降低既有产品与服务的成本，也为了创造新的或改良的产品与服务，使能促进经济与社会进步。目前开发模型的大本营在美国和中国大陆，但AI的扩散（diffusion）可以、也必须在各地发生。
整体而言，AI将依循「J型曲线」型态。起初会涌现巨量投资，见于实体基础建设、软体、商业模型调整、数据整并和人力资本发展等领域，这些投资不会产生立竿见影的效用。在这段时期，生产力会承受下滑压力。
接下来，AI技术发挥创造价值的潜力，曲线于是向上倾斜。目前尚未走到这一步，所以难以判断上升曲线的高点和斜率是如何。大致而言，投资人似乎押注于将有庞大的投资回报，但有关AI的讨论仍弥漫着不确定性。
有些人预言，AI可能达不到预期，导致泡沫爆破。到头来，谁对谁错，更取决于AI的扩散而非开发。
目前为止，AI扩散程度不均，有些行业（特别是科技、金融和专业服务）拥抱这项技术，其他行业（包括医疗照护、营建等大量聘雇员工者）则落居人后。此时出现这种差异并不令人讶异，但存在这种差异将导致J型曲线扁平化，意味今日的投资报酬不明显，经济成长和生产力效益延后发生。换一种说法，目前的AI投资究竟是不是泡沫，大致要看未来数年AI扩散的型态和速度。
AI扩散透过多重管道进行，其中最快的应属「软体即服务」（SaaS）提供者，例如Google Search、Microsoft Office、Salesforce和奥多比（Adobe）已着手将AI嵌入产品。 AI也可相对迅速地整合至科学程序。而且，随着主要的大型语言和多模态模型开发者提供应用程式设计介面（API），允许迅速建立客制化的AI模型，其他领域的进展或许也会加速。
开放原始码模型——目前为止在中国大陆比在美国常见——创造更多的机会，因为能增进专业化并促进竞争，包括来自小公司和小国的竞争，他们缺乏开发大型模型所需的庞大运算基础设施。但仍有进入障碍：可靠的电力供应、强大的运算能力，以及行动网路连线，是AI广获采用的先决条件。
另一项变数是贸易，尤其是先进半导体这类元件的贸易。人力资本亦然，毕竟从先进AI工程、高阶的策略管理、到使用者相关技能，一国经济必须确定能透过教育、技能再造和劳力移动，取用各式各样的能力。最后一块拼图是数据。若是数据系统碎片化、不完整、不正确或不可得，将拖慢训练有效模型的速度，这还是最好的情况。
AI扩散虽倚重民间计画推动，政策框架和监管架构也很重要。中国大陆领导者已采取务实做法，目标是运用AI因应现实的发展和经济挑战。所以，虽然开发功能日益强大的大型模型的优先性高，广泛部署AI也很重要，为的是确保服务品质、效率和生产力迅速提升。这是抵销人口快速老化效应所必需。中国政府正积极引导创新者往这些方向努力，且已见成效。
总之，提到AI扩散，光是观望、等待和期盼，并不是一种策略。
（Michael Spence是2001年诺贝尔经济学奖得主、Project Syndicate专栏作家／编译汤淑君）
． 2026全球名家瞭望系列文章由「富邦金控」赞助
