前言  AI规模新经济
宏观篇
  第一章  通用模型时代的智能融合浪潮
  第二章  中国AI发展的挑战与应对
  第三章  元任务与AI的经济影响
  第四章  AI对就业市场的变革
产业篇
  第五章  AI产业化：加速推进
  第六章  产业AI化：双刃剑效应与应对
  第七章  AI能耗焦虑：增长极限与绿色困境
  第八章  AI大模型：如何改变金融行业
治理篇
  第九章  数据或为瓶颈，确权并非关键
  第十章  AI伦理与安全：挑战与应对
  第十一章  AI经贸治理：规则与技术并重
  第十二章  AI风投：从领先到落后的创新金融启示
术语表

    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》首次提出了“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必然要求。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。