本书立足经济与金融、国内与国际，对AI相关的经济问题进行了深入研究，从经济视角探讨本轮AI进步的生产力特点及其对生产关系的冲击，围绕宏观含义、产业影响、治理挑战等问题提供一个系统性、前瞻性、趋势性的分析。黄奇帆、李开复、王田苗、陈亮 联袂荐。
2022 年以来，大模型在全球范围内掀起新一轮创新热潮，AI 正以所有的速度深刻影响、重塑各个产业。本书从算力层、模型层、应用层三个维度，对 AI 相关经济问题进行了系统研究，深入探讨本轮AI 进步的生产力特点及其对生产关系的冲击，围绕宏观含义、产业影响、治理挑战等问题，提供系统性、前瞻性、趋势性的经济分析。

本书认为：规模定律（scaling law）是本轮 AI 技术进步的突出特征，意味着中、美两个大国在发展 AI经济方面具有特殊优势；产业层面，推动“人工智能 +”蓬勃发展是中国加速追赶的关键；宏观层面，AI 有望于未来十年在供给侧为中国经济带来每年0.8 个百分点的额外增长。实现供给增长需要积极的财政政策予以配合，尤其需要完善的社会保障制度，
以提振需求。

本书兼具学术专业性和大众可读性，旨在为社会大众、科研院所、企业与金融机构等提供有关 AI 经济学的增量观察，希望能够为我国制定 AI 产业化和产业 AI化政策框架及其配套宏观政策，提供来自业界的有益参考。

前 言 AI规模新经济 / 001

宏观篇
一章 迈向通用时代的人工智能 / 003
第二章 中国AI发展的挑战与应对 / 045
第三章 元任务与AI的经济影响 / 083
第四章 AI对就业市场的变革 / 115

产业篇
第五章 AI产业化：越过一拐点 / 151
第六章 产业AI化：双刃剑效应与应对 / 197
第七章 AI的能耗焦虑：增长极限与绿色困境 / 239
第八章 AI大模型：如何改变金融行业 / 279

治理篇
第九章 数据或为瓶颈，确权并非关键 / 311
第十章 AI伦理与安全：挑战与应对 / 351
第十一章 AI经贸治理：规则与技术并重 / 387
第十二章 AI风投：从先到落后的创新金融启示 / 423

术语表 / 455
中金研究院，中金公司研究部，著，中国国际金融股份有限公司（简称“中金公司”），成立于 1995 年。秉承“植根中国，融通世界”的理念，中金公司深度参与中国经济改革和发展，为境内外客户提供综合化、一站式的全方位投资银行服务。

中金研究院成立于 2020 年 11 月，定位于新型智库，以服务公共政策研究与决策为导向，聚焦经济金融领域，把握前沿行业动向，搭建中国与世界的交流纽带。

中金公司研究部立足于服务国内外投资者，凭借广泛的覆盖范围、严谨的研究方法、独立客观的态度、透彻前瞻的观点，在国内外市场确立了国际水准研究机构的地位，在客户中赢得了“中国专家”的声誉。

中金研究院与中金公司研究部优势互补，共同服务国家战略，支持公司业务发展。
黄奇帆，中国金融四十人论坛学术顾问，国家创新与发展战略研究会学术委员会常务副主席，重庆市原市长
提高全要素生产率、发展新质生产力，是推动实现高质量发展的根本之道。随着以大模型为代表的人工智能技术不断取得惊人进展和革命性突破，由 AI 推动的新质生产力发展成为值得期待的方向。可以预期，AI 将深度改变各行各业，并实现从感知理解到智慧创造的跃迁。人工智能既是重大机遇，也有潜在风险，须兼顾好发展与安全。《AI 经济学》前瞻性地分析了 AI 技术的演进特点，并将之延伸至宏观、产业与治理等多层面的分析，对于思考 AI 时代的系列重大经济问题具有启发性，值得读者们参考。

李开复，创新工场董事长兼首席执行官，零一万物创始人兼首席执行官
作为人工智能过去几十年来不断演进的新成果，大模型堪称里程碑式进步。但这并非 AI 的极形态，未来还有很长的路要走。无论是推动算力增长、算法优化还是数据累积，规模定律均意味着需要投入大量资源。市场估值热度固然有利于维持社会资本投入热情，但这并不够，还需要国家的积极投入。《AI经济学》这本书从算力层、模型层、应用层三个方面，系统探讨了 AI 尤其是大模型的经济含义，为国家积极推动 AI 发展与治理提供了有益的参考。对于广大读者而言，这本书能够在流行的技术分析视角之外，贡献稀缺的经济视角分析，进一步充实大家关于 AI 的认识。

王田苗，北京航空航天大学机器人研究所名誉所长，中关村智友研究院院长
AI 创新是“技术 + 工程 + 经济”的融合概念，本轮 AI 浪潮既是一场技术革命，也是一场颠覆性的产业变革，将重构全球的未来发展格局。把握这场 AI 变革的机遇，以 AI 数据分析判断、学习推理预判为牵引，以硬科技交叉颠覆性创新产品、数据服务及资源为支撑，对社会、人类经济活动、环境保护等方面的长短期需求与稀缺资源高效优化快速配置十分重要，也是建成科技强国和实现“两个一百年”奋斗目标，加快实现高水平科技、自立自强的重要保障。《AI 经济学》从经济学视角出发，将 AI 的技术特点和经济规律相融合，兼具全球视野和国内实践，提出了很多开创性、前瞻性的问题和思考，值得荐与学习。

陈亮，中金公司党委书记、董事长、管理委员会主席
在我国加快经济转型升级、加快构建现代化产业体系的背景下，人工智能作为新质生产力的代表，将为中国式现代化提供重要动能。中金公司坚持围绕服务国家战略开展前沿研究，《AI 经济学》对本轮人工智能技术进步引起的生产力及生产关系变化进行了深入系统分析，希望为促进“科技 - 产业 -金融”的良性循环、做好“科技金融”大文章贡献一份力量。
人工智能（artificial intelligence，AI）是一个与人类智能相对应的概念。自20世纪50年代这个概念出现以来，人类智能对人工智能的探索经历了不同的阶段。从早期的符号主义到建立专家系统，都是一种从上到下的设计，事先赋予机器以尽可能多的知识；过去20余年，AI发展的主流范式逐步转换到了从下到上的模式，赋予机器以学习的能力，将智能视为一种通过学习而对环境展现适应性的机能。以2022年发布的ChatGPT大语言模型（LLM）为标志，AI神经网络的类人学习能力取得了里程碑式的进展，引发全球范围的AI热潮。
2024年《政府工作报告》次提出了“人工智能+”行动，这不仅是顺应全球人工智能发展的趋势，而且与中国产业升级的大势紧密相连，旨在推动AI技术与各行业的深度融合。这一行动体现了政府对AI的高度重视，可以说是推动中国从“互联网时代”迭代升级至“人工智能时代”的政策设计和布局，是发展新质生产力的一个重要方面。
AI的新突破影响经济社会发展，反过来，技术进步是人类经济活动的结果，AI未来的发展也取决于经济社会环境包括公共政策的演变。中金研究院和中金公司研究部联合撰写了这篇研究报告，力图从经济视角探讨本轮AI进步的生产力特点及其对生产关系的冲击，围绕宏观含义、产业影响、治理挑战等问题提供系统分析。
AI作为一项通用目的技术（General Purpose Technology，GPT），规模定律（scaling law）是本轮AI进步的突出特征，意味着在静态上大国有优势，动态上先发者有优势。美国在大模型研发方面拥有先发优势，中国人口多、市场大，有利于加速追赶，尤其可能在应用层孕育出引领性的创新，为经济增长注入新动能。按照我们的估算，AI有望使得中国2035年的GDP（国内生产总值）相较于基准情形提升9.8%，相当于未来10年的年化增长率额外增加0.8个百分点。科技革命不仅促进生产力，也重塑生产关系，AI作为“类人”技术，在数字治理、市场竞争、社会伦理、国际关系等方面将带来深远的影响。历史经验显示，科技进步在提升经济增长的同时，也加大了收入差距，促进社会保障既有物质基础也是可持续发展的然要求。中国可在AI治理方面未雨绸缪，尤其需要着力完善社会保障体系，兼顾效率和公平，让科技发展成果惠及全体人民。在当前总需求不足的背景之下，扩张性财政政策提振经济增长，也有助于中国在AI领域加速追赶。
一、通用目的技术与通用人工智能
为对AI进行经济分析，我们对AI的研究从何入手？直观来讲，一项技术的重要性和其影响经济社会的范围有关。一个基本共识是AI符合经济学的通用目的技术的概念，具有广泛的应用潜力，可以在多个领域和多种环境中发挥作用。技术进步是经济长期增长的源泉，而全社会的技术进步往往是由少数几项关键的通用目的技术所推动的。AI有潜力与电力、计算机、互联网等相比拟，成为对人类发展进程有重要推动力的通用目的技术。
就AI的通用性而言，一个相关的概念是“通用人工智能”（artificial general intelligence，AGI）。计算机领域的“通用”强调的是机器在阅读、语音、图像等人的行为领域中具备与人类相近的能力。AI大模型初步展示了这些潜质，比如其核心算法和技术可以应用于各种不同的任务，包括数据分析、自动化控制等。但人们对于什么构成AGI有很多不同的观点，对于人工智能是否能达到人类智能则有更大的争议，乐观者和悲观者都有。
通用目的技术和通用人工智能看似相近，但是两个不同的概念，AI是通用目的技术，但不一定能实现AGI。经济学领域的“通用”强调普遍适用性（pervasiveness），但不一定要跟人的能力具有可比性，比如电力，没有人也可以发电，然而当今人类的生产与生活离不开电力。普遍适用性不是一天达到的，通用目的技术发展是一个动态演进的过程，新技术及其应用推动经济社会发展，后者反过来也是创新和应用的驱动力，不同技术工具之间还有协同作用，赋能进一步创新。AI进步与数字经济的发展紧密相连，可以说是数字技术本身作为通用目的技术动态演进和赋能创新的结果。