简介：几乎所有人都以为AI会提升生产力，但是，现在的一些调查，以及回顾历史上类似的事件，却有着一些不同的结论。
以下是大西洋报 2025年 9月 7日 的一篇相关文章:
整个美国经济正受到生产力提高的承诺的支撑，但这一承诺似乎还远未实现。
作者：Rogé Karma
2025年9月7日
如果说人工智能的崛起已经让人类被淘汰——超级智能的曙光已经降临——那么编程就是其中之一。因此，最近一项研究的结果确实令人震惊。
在7月发布的这项研究中，智库模型评估与威胁研究机构随机分配了一组经验丰富的软件开发人员，让他们分别在不使用人工智能工具的情况下执行编码任务。这是迄今为止对人工智能在现实世界中表现最严格的测试。由于编码是现有模型已基本掌握的技能之一，几乎所有参与者都预期人工智能将带来巨大的生产力提升。在实验前的专家调查中，平均预测是人工智能将使开发人员的工作速度提高近40%。事后，研究参与者估计人工智能使他们的速度提高了20%。
但当 METR 团队观察员工的实际工作产出时，他们发现开发人员在使用 AI 时完成任务的速度比不使用 AI 时慢了20% 。研究人员对此感到震惊。“没人预料到会有这样的结果，”该研究的作者之一 Nate Rush 告诉我。“我们甚至没有真正考虑过速度变慢的可能性。”
任何单独的实验都不应被视为最终结论。但许多人工智能专家认为，METR 的研究是我们目前最好的研究成果，它有助于理解人工智能领域原本自相矛盾的现状。一方面，美国正经历着由人工智能推动的非凡经济繁荣：得益于与人工智能相关的科技巨头的高估值，股市飙升；数千亿美元的数据中心和其他人工智能基础设施投资也推动着实体经济的发展。所有这些投资背后都蕴含着一种信念：人工智能将显著提高工人的生产力，进而将企业利润提升到难以想象的水平。
另一方面，越来越多的证据表明，人工智能在现实世界中未能发挥作用。那些在人工智能领域投入巨资的科技巨头们，却远未收回投资。研究表明，那些试图融入人工智能的公司几乎没有看到其盈利受到任何影响。而那些寻找人工智能取代就业岗位证据的经济学家，也大多一无所获。
这并不意味着人工智能最终无法像其最大的支持者宣称的那样带来彻底的变革。但最终的变革可能需要很长时间。这引发了一种可能性：我们目前正在经历一场人工智能泡沫，投资者的兴奋情绪远远超过了该技术短期内带来的生产力效益。如果这个泡沫破裂，其程度可能远超互联网泡沫——而科技巨头及其硅谷支持者将不会是唯一遭受损失的人。
几乎所有人都认为，编程是当前人工智能技术最令人印象深刻的用例。在最近的研究之前，METR 最出名的是三月份的一项分析，该分析表明，最先进的系统可以处理普通人类开发人员需要近一小时才能完成的编程任务。那么，人工智能是如何降低其实验中开发人员的效率的呢？
答案与“能力与可靠性之间的差距”有关。尽管人工智能系统已经学会执行一系列令人印象深刻的任务，但它们在完成这些任务时，仍难以达到现实世界所要求的一致性和准确性。例如，今年3月METR研究的结果基于“50%的成功率”，这意味着人工智能系统只有一半的时间能够可靠地完成任务——这使得它本身基本上毫无用处。这种差距使得在工作环境中使用人工智能变得充满挑战。即使是最先进的系统也会犯一些小错误，或者稍微误解指令，这就需要人类仔细审查其工作，并在必要时进行修改。
这似乎就是在新研究中发生的事情。开发人员最终花费了大量时间检查和重做AI系统生成的代码——这通常比他们自己编写代码所需的时间还要长。一位参与者后来将这一过程描述为“数字化的，相当于对一个过于自信的初级开发人员进行‘偷窥’”。
自实验开展以来，AI 编码工具变得更加可靠。这项研究的重点是专家开发人员，而最大的生产力提升可能来自于增强——甚至取代——经验不足的工人的能力。但 METR 的研究可能同样高估了 AI 相关的生产力效益。许多知识型工作任务比编码更难实现自动化，而编码得益于大量的训练数据和明确的成功定义。“编程是 AI 系统通常做得非常好的事情，”进步研究所新兴技术政策主任 Tim Fist 告诉我。“因此，如果事实证明它们甚至没有提高开发人员的生产力，那么这可能会真正改变 AI 对整体经济增长的影响。”
能力与可靠性之间的差距或许可以解释为什么生成式人工智能迄今为止未能为使用它的企业带来切实的成果。麻省理工学院的研究人员最近追踪了300个公开披露的人工智能项目的结果，发现95%的项目未能带来任何利润提升。麦肯锡公司3月份的一份报告发现，71%的公司报告称正在使用生成式人工智能，其中超过80%的公司表示，这项技术对盈利没有“切实的影响”。鉴于这些趋势，科技咨询公司Gartner最近宣布，人工智能已进入技术发展的“幻灭低谷”阶段。
或许人工智能的进步只是昙花一现。斯坦福大学经济学家埃里克·布林约尔松（Erik Brynjolfsson）认为，每一项新技术都会经历一条“生产力J曲线”：起初，企业难以部署，导致生产力下降。但最终，他们学会了整合，生产力飙升。典型的例子是电力，它在19世纪80年代问世，但直到20世纪10年代亨利·福特重新构想工厂生产方式后才开始为企业带来巨大的生产力提升。一些专家认为，这个过程对人工智能来说会更快。“就人工智能而言，我们正处于J曲线的早期负值部分，”布林约尔松告诉我。“但到2020年代后半期，它将真正腾飞。”Anthropic首席执行官达里奥·阿莫迪（Dario Amodei）预测，到2027年，或者“不久之后”，人工智能将“在几乎所有方面都优于人类”。
这些预测假设人工智能将继续像过去几年一样快速发展。但这并非板上钉钉。较新的模型饱受延期和取消的 困扰，而今年发布的模型尽管开发成本高得多，但总体而言，其重大改进却 不如以往。在三月份的一项调查中，人工智能促进会询问了475名人工智能研究人员，当前的人工智能开发方法能否创造出匹敌甚至超越人类智能的系统；超过四分之三的受访者表示“不太可能”或“非常不可能”。
OpenAI 的最新模型 GPT-5 经过近三年的研发和数十亿美元的投入，于上个月初正式发布。（《大西洋月刊》于 2024 年与 OpenAI 达成企业合作关系。）在 GPT-5 发布之前，首席执行官 Sam Altman 宣称，使用它就相当于拥有“一位名副其实的博士级专家”。在包括编码在内的一些领域，GPT -5 确实取得了重大进步。但以最 严格的AI 性能 衡量标准来看，GPT-5 最多只能说是对之前模型的一次小幅改进。
业内主流观点认为，企业找到下一个加速人工智能发展的方法只是时间问题。这或许会成为现实，但远未得到保证。
生成式人工智能并非第一个被过度炒作的科技热潮。当前形势的独特之处在于，人工智能似乎正在支撑着整个美国经济。自2023年以来，标准普尔500指数超过一半的增长来自七家公司：Alphabet、亚马逊、苹果、Meta、微软、英伟达和特斯拉。这些公司被统称 为“七巨头”，被认为尤其有望从人工智能革命中获益。
除了股价之外，这种繁荣基本上还没有在其他任何地方实现。（例外是 Nvidia，它提供关键的投入——先进的芯片——七巨头中的其他公司都在购买这些芯片。）据《华尔街日报》报道，Alphabet、亚马逊、Meta 和微软的自由现金流在过去两年中下降了 30%。据估计，自 2024 年初以来，Meta、亚马逊、微软、谷歌和特斯拉到今年年底将在人工智能相关的资本支出上合计花费 5600 亿美元，而人工智能相关收入仅为 350 亿美元。OpenAI 和 Anthropic 带来了大量收入并且正在快速增长，但它们还远未 实现盈利。他们的估值分别约为3000 亿美元和1830 亿美元，并且还在上升，是其当前收入的许多倍。 （OpenAI预计今年营收约为 130 亿美元；Anthropic预计营收为 20 亿至 40 亿美元。）投资者们正大举押注，认为所有这些支出将很快带来创纪录的利润。然而，如果这种信念破灭，投资者可能会开始大规模抛售，导致市场经历一次大幅且痛苦的回调。
在20世纪90年代的互联网革命期间，投资者几乎将资金投入了所有名称中带有“.com”的公司，因为他们相信互联网即将彻底改变商业格局。然而，到了2000年，情况变得愈发明显，各家公司都在烧钱却收效甚微，投资者纷纷抛售那些估值过高的科技股。从2000年3月到2002年10月，标准普尔500指数下跌了近50%。最终，互联网确实改变了经济，并催生了一些人类历史上最赚钱的公司。但这并没有阻止大量投资者血本无归。
互联网泡沫破灭虽然糟糕，但并未引发危机。人工智能泡沫破灭则可能有所不同。人工智能相关投资在经济中所占比重已超过电信行业在互联网泡沫顶峰时期所达到的水平。今年上半年，企业在人工智能方面的支出对 GDP 增长的贡献超过了所有消费者支出的总和。许多专家认为，美国经济之所以能够安然度过关税和大规模驱逐出境而没有陷入衰退，一个主要原因是所有这些人工智能支出，用一位经济学家的话来说，都起到了“大规模私营部门刺激计划”的作用。人工智能泡沫破灭可能导致支出减少、就业岗位减少和增长放缓，并有可能将经济拖入衰退。经济学家诺亚·史密斯认为，如果为该行业扩张提供资金的不受监管的“私人信贷”贷款全部破产，甚至可能引发金融危机。
如果我们真的陷入了人工智能泡沫，那么一线希望在于，人们对人工智能突然导致就业岗位流失的担忧被夸大了。在最近的一项分析中，经济学家萨拉·埃克哈特（Sarah Eckhardt）和内森·戈德施拉格（Nathan Goldschlag）使用了五种不同的人工智能暴露测量方法来评估这项新技术可能如何影响一系列劳动力市场指标，结果发现几乎没有任何指标受到影响。例如，他们指出，受人工智能影响最少的工人（如建筑工人和健身教练）的失业率上升速度是受人工智能影响最大的工人（如电话推销员和软件开发人员）的三倍。大多数其他 研究 （尽管并非全部）也得出了类似的结论。
但也存在一种更奇怪、介于两者之间的可能性。即使人工智能工具不能提高生产力，围绕它们的炒作也可能促使企业不断扩大其应用。“我从公司里一遍又一遍地听到同样的故事，”麻省理工学院经济学家达隆·阿西莫格鲁告诉我。“中高层管理人员被老板告知，他们需要在X%的工作中使用人工智能才能让董事会满意。”这些公司甚至可能会裁员或放缓招聘速度，因为他们确信——就像METR研究中的软件开发人员一样——人工智能提高了他们的生产力，即使事实并非如此。其结果将是失业率上升，而生产力的实际增长并不能抵消这一影响。
这种情况听起来不太可能，但在不久的过去确实发生过。计算机科学家卡尔·纽波特（Cal Newport）在其2021年出版的《没有电子邮件的世界》（A World Without Email）一书中指出，从20世纪80年代开始，计算机、电子邮件和在线日历等工具让知识型员工能够自行处理通讯和安排会议。结果，许多公司决定裁掉秘书和打字员。结果却适得其反，高技能员工开始花费大量时间发送电子邮件、撰写会议记录和安排会议，导致他们的实际工作效率大大降低，迫使公司雇佣更多这样的员工来完成同样的工作量。后来一项针对20家财富500强公司的研究发现，那些因计算机而导致“人员配置失衡”的公司，其薪酬支出比实际需要高出15%。纽波特告诉我：“电子邮件是那些让我们感觉更有效率的技术之一，但实际上却适得其反。我担心人工智能可能会走上同样的道路。”
再说，如果另一种情况是股市崩盘，引发经济衰退或金融危机，那么这种情况可能还不算太糟糕。
关于作者：
罗杰·卡玛（Rogé Karma）是《大西洋月刊》的一名撰稿人。
原文链接：
https://www.theatlantic.com/economy/archive/2025/09/ai-bubble-us-economy/684128/?_x_tr_hist=true