Anthropic的报告称，生成式人工智能在极端情境下可能推动美国GDP年增长率达15%，但将导致失业率相关问题。
生成式人工智能（AI）的爆发式演进，究竟会将美国经济带向高生产率繁荣，还是导致结构性失业与分配失衡？
当地时间9月9日，Anthropic经济研究团队发布技术报告《变革性AI的经济情境》（Economic Scenarios for Transformative AI），以美国经济为基准，研究认为AI将全面重塑宏观经济形态，但在技术演进快于预期的极端场景下，暴增的经济总量将伴随着要素分配向资本倾斜以及知识工作者薪资与就业的剧烈阵痛。
“在我们的实质与极端情境中，知识工作者可能会面临大量的自动化与岗位替代。在个人层面，这意味着程序员和呼叫中心客服人员可能不得不转投电工、护士等受AI冲击较小的职业。”报告写道。
从“互联网式温和增长”到GDP“每4.5年翻倍”
Anthropic模型以美国经济为基准，根据AI技术拓展速度、自主化程度及采纳率，构建了截至2030年的三种典型经济演进路线：
在温和情境下，AI对经济的推动作用类似于互联网时代，经济效益在历史常规范围内渐进释放。预计到2030年，美国GDP规模将从当前的30万亿美元增长到34.1万亿美元，较无AI基准仅微增1.6%。劳动力流动与失业率保持在常规周期范围内。
在实质情境下，也就是AI在2030年前具备独立完成半数知识工作任务的能力。在该情境下，经济增长率翻倍，2030年美国GDP将升至36.3万亿美元，较无AI基准高出8.3%。知识工作者薪资增长趋于停滞，但生产率溢出效应提振了非知识类岗位的收入。
在极端情境下，AI系统的“递归自我改进”与快速普及，推动AI在绝大多数知识工作上的生产率全面超越人类，且几乎不再创造新的知识型岗位。在此情境下，经济增长率将达到创纪录的15%，意味着经济总量每4.5年翻一番。到2030年，美国GDP将飙升至44.4万亿美元，较无AI基准大幅增长32.4%。然而，知识工作者将面临历史性的失业潮与薪资缩水。
要素分配向资本倾斜
研究基于美国劳工部O*NET职业数据库，将所有岗位微观拆解为“任务束”（Bundled Tasks）。AI对经济的作用体现在对任务的增强、自动化及新任务创造。以护士为例，AI无法替代物理护理，但可自动化病历记录，并增强排班效率，从而提升岗位产出。
当微观任务变化在全社会叠加时，将彻底重塑劳动与资本之间的分配格局。
报告指出，当前美国国民收入中约60%归属于劳动薪资，40%归属于资本所有者。随着AI自动化拓展，资本要素的边际贡献显著上升，推高了资本回报率。
模型预测，在温和情境下，资本份额微升至40.6%，劳动份额为59.4%；在实质情境下，资本份额上升至43.9%，劳动份额下降至56.1%。
在极端情境下，分配格局彻底逆转——资本份额跃升14.8个百分点至54.8%，劳动份额剧降至45.2%。由于资本拿走了大部分新增收益，劳动者整体分得的薪资总额几乎原地踏步，财富分配呈现极度不均。报告强调：“在此情境下，核心挑战不在于实现经济增长，而在于确保经济红利得到广泛共享，且社会成本不会出现不平等的扩散。”
撕裂的就业市场
报告称，鉴于AI自动化主要集中于知识密集型领域和要素分配的迁移，在实质与极端情境下，被替换的知识工作者必须向物理服务岗位转移，如转行成为电工、护士或建筑工人。然而，跨行业转换伴随着技能门槛与再培训成本，极易引发长期结构性失业。
在极端情境下，知识劳动者占总劳动力比重将从当前的62.2%骤降至48.7%，这意味着有13.5%的知识工作者面临再就业挑战。模型预测，5.2%能成功完成跨界转型，并推动非知识工作者占比到2030年升至43%。与此同时，剩余8.3%的白领处于尚待转移状态，成为结构性失业的主要承受群体。
未定的未来
Anthropic对超1万名美国民众进行的调查显示，民众预期中位数接近实质情境，即预测到2030年AI推动GDP额外增长约10%，失业率升至5%左右，约有10%的受访者持极端演进预期。这表明美国公众已普遍意识到AI对就业的潜在挑战。
报告称，2030年的经济图景将仍取决于诸多因素，包括AI的能力边界，企业和劳动者如何选择应用这项技术。此外，在智能化时代拐点，如何平衡技术创新与公平分配，亦将成为核心宏观挑战。
同时，Anthropic团队也坦承上述模型的局限性，即未涵盖具身机器人对物理劳动的自动化、忽略了宏观经济周期与政策响应，且尚未核算数据中心建设的总需求拉动效应与跟踪个体劳动者的纵向轨迹等。
