专题：聚焦2026年IMF和世行春季年会

　　新浪财经 康路 发自美国华盛顿

　　在人工智能（AI）技术快速迭代的当下，真正决定经济影响的关键，已不再是模型能力本身，而是应用的深度与扩散的路径。

　　麻省理工学院FutureTech负责人、CSAIL首席研究科学家尼尔·汤普森（Neil Thompson）在国际货币组织春会期间对话新浪财经时指出，当前AI对生产率的提升仍然有限，核心瓶颈在于企业落地应用的成本、流程重构以及组织能力。他认为，AI正在重塑的不是“岗位”，而是“任务结构”，这将对就业形态和技能要求产生深远影响。从全球视角来看，AI既可能通过知识普及带来新发展机会，也可能因资本与技术集中而加剧不平等。随着AI进一步嵌入经济体系，收入分配向资本端倾斜的趋势正在显现，这也成为政策制定者必须正视的核心问题。

　　尼尔·汤普森博士现任麻省理工学院计算机科学与人工智能实验室（CSAIL）首席研究科学家，同时担任斯隆管理学院数字经济计划（IDE）研究员，并领导FutureTech研究团队。在他的带领下，FutureTech团队专注于研究人工智能发展的前沿趋势，分析这些趋势如何支撑科学进步与经济增长，并产出具有严谨方法论的研究成果，为政策制定与产业决策提供参考。

　　附部分对话实录：

　　1．新浪财经：AI什么时候才能真正转化为可衡量的生产率提升？目前阻碍这一进程的关键瓶颈是什么？

　　尼尔·汤普森：目前我们看到的是，AI的实际应用还相当有限。尽管技术本身已经取得了非常惊人的进展，但如果你看企业内部真正采用的比例，以及使用的广度，其实仍然很有限。这也就意味着，目前生产率方面的影响还比较有限。不过，我们可以预期，随着应用的持续扩大，这种影响会逐步显现。而且我们确实看到应用正在加快发生。当然，从开始采用到真正进入生产流程，这中间也需要一定时间。

　　2．新浪财经：那你认为瓶颈在哪里？而且不同国家可能不一样，我们具体说美国，美国在AI应用和普及上的瓶颈是什么？

　　尼尔·汤普森：其实我们还没有完全确定的答案。我所在的实验室以及其他机构都在做相关研究，目前我们有一些初步的判断。其中一个原因是，构建这些系统通常成本很高，而且企业往往需要对现有流程进行大量调整才能很好地使用AI，这本身就需要时间。比如有一些关于制造业的数据表明，当企业开始采用AI时，初期反而会出现生产率下降，因为它们原本有一整套高度优化的流程，这些流程需要重新调整，在这个调整阶段，生产率会下降，然后才有可能恢复并提升。

　　另一个原因是，企业管理层仍在摸索这些系统到底能做什么，以及如何正确管理它们。我和一些高管交流时，他们说第一次推出AI产品，可能要花费是第十次的5到10倍时间，因为他们还在学习，比如：如何确保安全？如何保证质量？需要做哪些测试？这些能力的建立本身也需要时间。

　　3．新浪财经：国际货币基金组织年会现场有很多政策制定者，他们非常关注AI对就业的影响，比如AI是否会替代大量工作。从你的角度看，AI更可能是重塑任务，而不是完全替代工作吗？这对企业如何设计工作流程意味着什么？

　　尼尔·汤普森：我认为，在思考这个问题时，关键是要从“任务层面”而不是“职业层面”来理解自动化，因为真正被自动化的是任务。

　　一个岗位通常包含多种任务，其中有些对AI来说很容易完成，但也有很多是非常困难的。所以回答你的问题，我认为两种情况都会发生。一方面，有些领域AI会变得非常擅长，从而替代原本由人完成的大量工作，比如客服就是一个已经非常明显的例子。

　　但更广泛来看，我们会看到大量岗位被“重塑”，也就是说，一部分任务发生变化，一部分不会。当一些任务被移除后，会发生几种情况。一种是比较乐观的，人们会找到新的任务，比如意识到有了这些工具之后，可以做新的事情。即便没有新增任务，岗位重塑也不一定意味着对工资或就业是好或坏。举个例子，如果你工作中有30%的任务被自动化了，如果被替代的是你最专业的那部分技能，那么你的工资可能会下降，因为更多人可以做这项工作，竞争增加，但与此同时，从事这项工作的人数反而可能增加。比如出租车行业。以出租车司机为例，过去这是一个需要很高专业性的职业，你需要熟悉城市道路。但现在有了GPS，你不再需要记路。结果是，过去几十年里，出租车司机的工资下降了，因为专业性降低了，但从业人数却大幅增加。这其实和我们通常认为“自动化会导致失业和降薪”的直觉不一样，这里是工资下降，但就业增加。

　　也可能出现相反的情况：如果被自动化的是你最基础的任务，你的工资反而会上升。比如校对工作，过去很多工作是拼写和语法检查，现在电脑自动完成了，剩下的是更复杂的逻辑和表达能力，因此岗位更专业，工资提高，但岗位数量减少。

　　所以未来的变化不仅是任务在改变，甚至岗位所需要的技能水平也会发生变化。

　　4．新浪财经：那关于AI造成的发展不均衡问题，很多政策制定者也在讨论，特别是发达国家和新兴市场之间的差距。你认为AI会扩大差距，还是会带来弯道超车的机会？

　　尼尔·汤普森：我认为两种可能都有。让我最乐观的一个方面是知识的扩散方式。在世界很多地方，医生和工程师都不够，如果这些专业知识被嵌入到AI工具中，那么即便是在偏远地区，人们也可能获得重要的医疗信息，这将极大改善生活水平。

　　教育也类似，AI可以提供大量示例，帮助人们理解知识，实现高质量的个性化学习，这对全球来说非常有潜力。

　　但也有相反的趋势。AI模型的开发成本极高，而且通常会走向平台化，也就是说，不是每家公司都自己开发，而是由少数平台提供服务。这种固定成本高、边际成本低的特性，会推动市场走向垄断或寡头结构。

　　这意味着先进入的企业或国家会获得优势，对其他地区可能是不利的。

　　5．新浪财经：如果视角从宏观转向行业层面，比如马斯克即将推出的XChat，据说会把聊天、通信和支付整合到一个应用里。你怎么看这种趋势？这对AI普及意味着什么？

　　尼尔·汤普森：这类整合很可能会增加AI的使用人数，甚至很多人并不会意识到自己在用AI。比如在美国，很多人在Google搜索时，其实已经在使用AI生成的答案。

　　所以AI的普及会加快，这对用户是有好处的。但如果我们谈的是生产率提升，关键仍然在企业内部。真正重要的是企业如何将AI嵌入自身流程，聚焦最有价值的环节。因此，更深层的应用以及面向行业的平台，会比单纯的消费应用更重要。

　　6．新浪财经：你这次在IMF年会上还会参加一个关于AI和新经济的圆桌讨论，你最想向政策制定者传递的核心信息是什么？

　　尼尔·汤普森：我最想表达的是，我们将迎来巨大的变化，同时也伴随着风险。

　　其中一个关键问题是，随着AI发展和应用推进，收入中越来越大的比例会流向资本所有者，比如计算设备和基础设施的拥有者，而不是劳动者。这会带来社会层面的挑战，因为资本所有者会变得更富有。如果这些资本主要集中在发达国家，那么对发展中国家来说，这也是一个问题。因为关键模型在发达国家开发，却在全球使用，这可能意味着资金回流到这些国家。换句话说，一个重要的问题是，全球价值分配会如何发生新变化。