面向 2030 的美国 AI 经济情景模型

Anthropic 经济团队公开一套用于描述人工智能如何改变美国增长、就业与工资的任务级模型，并上线互动情景探索器。公司把职业解为任务组合，假定 AI 可对单项任务起增强、全自动化、不产生影响，或催生新任务；职业任务清单依据美国劳工部 O*NET 分类。同步发布的技术报告 PDF 由 Anton Korinek、Chad Jones 等人撰写。

官方举出三档。温和档把 AI 的宏观影响比作互联网量级，2030 年 GDP 约 34.1 万亿美元（按 2025 年价格），较无 AI 基线多约 1.6%。显著档假定 AI 到 2030 年能做到约一半知识工作且大部分可自主执行，但采纳仍不全面，GDP 约 36.3 万亿美元（+8.3%），知识工作者工资基本不涨。极端档假定递归自我改进与快速扩散，年 GDP 增长可达约 15%、总量约 44.4 万亿美元（+32.4%），失业率可超出典型衰退水平，知识工作者工资可下降超过 10%。

模型还提示分配变化。公司写道，今天约 60 分之一的产出归劳动、40 分之一归资本；显著档劳动份额约 56.1%，极端档约 45.2%。公司调调，这不是完整现实地图，而是用于讨论增长如何被分享的情景工具。

8 月与 Morning Consult 合作调查了 1.098 万名美国受访者对 AI 能力、采纳、自主性、生产率与转岗时长的预期。官方称典型答案推导的结果接近显著档：2030 年 GDP 较无 AI 基线高约 10%，总失业率约 5%；约 10% 受访者的观点落在极端档一侧。探索器允许读者自行调整这五项假设并看对应出清。