中国网财经8月9日讯 “AI时代”，你是兴奋还是焦虑？

伴随着大模型技术取得重大突破，AI浪潮席卷全球，新一轮科技革命及产业变革呼之欲出。但公众对其情绪颇为复杂，既兴奋于轮番上演的“AI风口”神话，也焦虑于渐行渐近的“AI替代”预期。从而一个问题在舆论场中久久萦绕，机遇还是挑战，AI何解？

中国网财经记者了解到，近期，中金公司充分调动中金研究院、研究部协同力量，对AI有关的经济问题进行深入探讨并正式推出研究报告《AI经济学》，力图为各领域的企业和投资者拓展视野，理解当下真实情境。

AI发展以规模定律为特征

在报告中，中金公司首席经济学家、研究部负责人、中金研究院院长彭文生从AI发展对经济的影响出发，勾勒了此问题所涉及的诸多方面，即《AI经济学》主题研究的主要框架。

规模定律是彭文生强调的重要基础，在他看来，大模型需要有足够大的信息量及数据方能在一定程度上形成认知及判断力，且数据量、参数量与模型准确度或效率提升为非线性关系，存在门槛效应。

规模效应意味本轮AI对中美两个全球最大的经济体更有利，彭文生表示，在该领域静态上大国有优势，动态上先发者有优势。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。

而在经济层面之外，社会伦理与治理机制是AI技术发展的重要议题，当前对于数据要素治理、大企业市场势力、社会公平与安全的讨论尤其值得关注。

引领式创新具较高不确定性 应充分发挥资本市场的生态效应及筛选效应

在新质生产力被热议的当下，原创性、引领式创新愈发被重视，新领域、新赛道、新动能持续被渴望。耐心资本作为前述方面的重要良性支持方，被全市场多主体热切呼吁，“要积极发展风险投资，壮大耐心资本”亦为4月30日中共中央政治局会议强调内容之一。

政府采购在财政支出中具有举足轻重的作用，能不能创造竞争有序的市场环境，直接关系其能否平稳、可持续发展。我国深入实施政府采购法，以及中央深改委审议通过的《深化政府采购制度改革方案》，提高法治化水平、强化市场监管，政府采购的透明度日益提升，更加公开、公平、公正。同时，一些问题也很突出，包括妨碍公平竞争的现象仍有发生、市场秩序需进一步规范、政策功能需更好发挥等。近日，财政部在对某地一单位设施设备采购项目投诉处理过程中，发现该单位存在“以其他不合理条件限制或者排斥潜在供应商”的行为，依法进行了行政处罚。此类情况在一些地方和单位的政府采购中并不鲜见。

首先，要当好资本市场看门人，努力筛选推荐优秀的科技创新型企业上市。

公开信息显示，OpenAI以非营利组织的形式成立，初期资金主要来源于公益捐赠。中金研究院董事总经理谢超认为，公益性捐赠难以支撑该公司的发展，改制后引入商业性风险投资是开发大模型的关键融资方式。

风险投资主要包括募、投、管、退四个阶段。谢超认为，上述情况的出现与彼时募资端、投资端的变化密切相关，募资不足，投资端的风险偏好也会降低。其中，值得注意的是，2018年之后，投资端中国大型科技企业的投资意愿不足，且中国风险投资结构由软创新为主走向硬科技为主。尤其是在简单理解下，与硬件科技相反，软件形态的AI较难获得资金支持。

什么是创新金融？资本市场如何促进科技创新？对于前述两个重要问题，谢超分享研究成果称，通常而言，创新金融模式应分为财政主导、银行主导、资本市场主导三类。

而引领式创新因具有较强的原创性、颠覆性，其静态及动态不确定性较大。谢超认为，我国的算力等基础设施需要“大企业+大银行+大政府”的追赶式创新金融模式，大模型商业应用或考虑构建“中小企业+资本市场+制度建设”的引领式创新金融模式，以构建硬科技与软创新、科技与消费相辅相成的创新生态，更好发挥资本市场的生态效应及筛选效应。

AI短期或对体力劳动者冲击较大

AI技术取得重大突破的同时，其商业化落地进程被广泛关注。在相对积极的预测中，AI产业化将以前所未有的速度推进，爆发近在眼前，但AI发展的另一面是“AI替代”担忧情绪的蔓延。

AI发展会否替代人？如果会，又将以怎样的节奏替代人？对于前述问题，中金公司基于任务替代模型构建了元任务框架，将其分为互斥且相互赋能的16个元任务，以分析AI对经济的影响。

具体而言，人类工作按照是否需要与他人交互可分为个体型任务、社会型任务，个体型任务又可分为体力任务及脑力任务，社会型任务又可分为支配型任务、支持型任务，多维划分后最终可分为力量型、灵巧型、空间移动导航、视觉信息处理、语言信息处理、信息搜集检索、生成解决思路、销售/劝说/诱导、服务/接待等16个元任务。

中金研究院执行总经理周子彭表示，当前AI对上述16个元任务的完成能力不同，力量型、灵巧型、空间移动导航等体力任务数据获取相对容易，AI也更容易完成，社会属性更高的则相对较难。他认为，至少到2050年，AI无法完全替代人类，因为一定有些元任务是AI无法完成的。

基于上述情况来考虑产业融合，周子彭分析称，AI融入产业端的速度可能不会特别快，主要有两方面原因：一是产业使用AI首先需要互补性支出，涉及专用设备投资、人员培训等；二是生产模式将随之变动，而AI融入生产环节需要时间。实际上，影响AI融入产业端的一个重要因素为AI较人类完成元任务成本的高低，即AI在成本端的下降速度。

对于不同行业而言，哪些行业将最先与AI融合呢？周子彭表示，经中金公司调研，中国劳动者的劳务时间集中在力量型、灵巧型、空间移动导航等体力任务，即具身智能上，这为AI提供了大量的应用场景，研发与应用迭代循环的可能性更大，叠加AI技术在体力任务方面或相对更成熟，成本下降更快，因此中国AI或在具身智能领域发展前景较好。

周子彭认为，AI价格随算力价格的下降而下降，而人的价格相对恒定，使用AI可使元任务的价格更便宜，但市场可使用的元任务量更大，生产效率将显著增加。

分行业来看，未来十年，AI或对采矿、医疗、资源加工、信息、租赁和商务服务等行业的生产率提升较大，对批发零售、住宿餐饮、轻工制造等行业的生产率提升较小。受AI影响，我国就业短期可能向轻工制造、住宿和餐饮等行业转移，但长期看则可能向金融、信息服务、地产、租赁和商务服务、医疗等行业转移。

周子彭提到，AI与人类并非简单的替代关系，替代之外还有赋能。整体来看，据测算，相较于基准情形，估计2035年AI有望使中国GDP增加12.4万亿人民币，相当于9.8%的额外增幅，对应每年年化增速额外提升约0.8个百分点。

(责任编辑：董萍萍 ) 配资标的股票