儘管國際貨幣基金組織（IMF）及多家國際經濟機構紛紛預測，人工智慧將深刻影響全球就業市場與經濟結構，但諾貝爾經濟學獎得主、麻省理工學院應用經濟學教授戴倫．艾塞默魯（(Daron Acemoglu）)在其新近發表的論文《The Simple Macroeconomics of AI》中對 AI 在未來 10 年內對美國經濟的影響給出較為保守的估計。他認為，當前AI的發展路徑尚未充分發揮其潛力，並建議應重新調整應用方向，讓人工智慧真正促進更廣泛的社會與經濟福祉。

IMF 預測，AI 將影響全球近 40% 的工作類型；高盛則估計，未來十年 AI 可為全球 GDP 帶來高達 7 兆美元的成長，相當於提升 7%；麥肯錫全球研究院則進一步預測，AI 每年將創造 17.1 兆至 25.6 兆美元的經濟價值。這些樂觀預測無疑突顯了AI技術的潛力，然而，基於對AI實際應用可行性及任務特性進行分析後，Acemoglu 認為，AI對GDP的實際影響將是「不平凡但適度」（a “nontrivial, but modest” effect）。

Daron Acemoglu 指出，AI 未能發揮潛力的關鍵原因，在於其被廣泛應用於錯誤的領域與任務類型。他認為，目前的AI技術，尤其是生成式AI，多半被應用於「容易學習的任務」上，即那些任務行動與結果有直接關係、成果容易衡量的工作。然而，若要釋放 AI 對經濟的更大潛力，應轉向支援處理「艱難任務」，如診斷持續性咳嗽等具有高度不確定性與判斷需求的問題。

AI 應著重於解決特定情境的問題

另一方面，他也指出，目前AI投資多集中於大型企業與少數特定產業，但實際上，中小企業中存在大量 AI 可介入、補充甚至優化的潛在任務空間。最後，與任何新技術一樣，AI的落地應用還涉及「調整成本」，亦即組織需在結構、人力與流程等多方面進行轉型，這些變動在中短期內可能抵銷部分AI所帶來的經濟效益。

他進一步指出，包括水電技師、管線工、護理師、教育工作者及文書人員等職業，在 AI 的應用上仍有限。由於這些職業往往涉及「即時、情境依賴且需要可靠資訊的解決問題任務」，而這正是目前 AI 系統未能穩定支持的部分，特別是在生成式AI容易產生「幻覺」（hallucination）情況下。舉例來說，一位正在處理設備故障或電網短路的水電技師，若無法即時獲得正確資訊進行判斷與修復，將可能影響整體作業效率。Acemoglu認為，若 AI 工具能在這類關鍵場景中提供真正可靠的協助，其對經濟的整體影響就可能遠大於目前的預估。

因此，若要讓 AI 對 GDP 和生產力產生更顯著的提升，關鍵在於「擴大未來十年內，AI 可支援與改造的任務比例」和「提高 AI 在發現新材料、新藥物或新服務的能力」。

GDP 成長 ≠ 社會福祉提升

Acemoglu同時也提到 AI 可能對社會不平等帶來潛在影響。他認為，AI 雖不如以往藍領工作自動化那般對勞動市場造成劇烈衝擊，但對某些群體，特別是教育程度較低的女性工作者，可能仍會帶來不利影響。也就是說，在某些情況下，即使 GDP持續成長，整體社會福祉卻可能下滑。

因此，他強調，若希望 AI 真正創造積極的經濟與社會影響，關鍵在於「重新導向技術的發展」。Acemoglu 表示：「生成式 AI 確實是一項極具潛力的技術，有望帶來更大的經濟收益，」但如果產業不進行根本性的重新定位，這些潛力將難以實現。業界應將重心放在如何提供可靠資訊、提高各類工作者的邊際生產力，「而非只優先開發具人類對話能力的通用型工具。」

他質疑：「若我們真正需要的是能幫助教師、醫療人員、水電工與其他技術勞工取得有用資訊，那麼，我們是否真的需要能寫莎士比亞詩句、進行人類式對話的基礎模型？這仍是一個開放式的問題。」

資料來源：https://shapingwork.mit.edu/research/the-simple-macroeconomics-of-ai/