■蔡鎤銘
生產力成長是衡量技術變革最終效益的關鍵指標，而這恰恰是當前最令人困惑的領域。諾貝爾經濟學獎得主皮薩里德斯直言，截至目前幾乎沒有ＡＩ提升生產力的跡象。他質疑ＡＩ能否重現當年電腦問世帶來的生產力熱潮，認為就當前所見，ＡＩ相關技術的不確定性仍高，「生產力的成長還無法達到這樣（電腦提升企業生產力）的水平」。
一項針對美國、歐洲與澳洲近六千名高管的調查顯示，儘管百分之七十的公司積極使用ＡＩ，但約百分之八十的高管表示這項技術對就業或生產力尚未產生任何實質影響。麻省理工學院二０二五年的研究也發現，企業在生成式ＡＩ上投資了約三百至四百億美元，然而百分之九十五的ＡＩ試點項目從未走出測試階段。
這一現象呼應了經濟學家索洛（Robert Solow）一九八七年的經典觀察：「除了生產力統計數據之外，你到處都可以看到電腦時代」。當前的ＡＩ經濟似乎正在重演這段歷史，巨大的投資與喧囂的敘事，尚未轉化為可測量的廣泛生產力提升。不過，也有研究指出傳統ＧＤＰ統計存在盲點。
一項學術研究顯示，經品質調整後的美國ＡＩ產出在二０二四年和二０二五年均成長超過百分之兩千五百。二０二五年美國ＡＩ名目ＧＤＰ約為兩千五百億美元，規模已接近航空運輸業。這說明ＡＩ經濟已具備獨立產業雛形，但其成長動能主要體現在能力提升而非收入上。
ＡＩ經濟的快速擴張也帶來了不容忽視的系統性風險。從投資結構來看，截至二０二五年第二季，美國收入前百分之二十的群體坐擁近百分之九十的股票及共同基金資產。ＡＩ行情推動美股快速上漲，但財富效應高度集中，進一步加劇了資產分配的不平等。國會報告顯示，二０二五年美國黑人的失業率達百分之七點五，高於二０二四年的百分之五點七，而白人的失業率僅為百分之三點八，ＡＩ轉型中的種族差距令人警醒。
金融穩定風險同樣不容忽視。有國會議員示警，ＡＩ相關股票的價格膨脹已進入危險領域。摩根士丹利預計，主要超大規模企業的全球ＡＩ投資預算在二０二六年將達到八千零五十億美元，二０二七年更上看一點一一六兆美元。如此巨額的資本集中，一旦ＡＩ投資回報不如預期或泡沫破裂，後果將不僅限於科技業。聯準會官員也強調，隨著金融業將ＡＩ納入核心職能，必須設置明確的護欄以防止市場操縱、勾結以及演算法偏見等風險。
在監管層面，美國的ＡＩ政策正經歷重大轉向，從拜登時期強調的監管、公平與降低風險，轉向以解除管制為核心、推動ＡＩ創新以維持全球領先地位。然而，各州在二０二五年會期皆考慮了與ＡＩ相關的立法措施，聯邦與州之間的監管碎片化本身也構成了一種不確定性。
人工智慧對美國經濟而言，既是巨大的機遇，也是深刻的挑戰。從資本支出的狂熱到ＧＤＰ貢獻的爭議，從就業結構的重塑到生產力提升的遲滯，再到財富分配與金融穩定的系統性風險，ＡＩ正以一種矛盾而複雜的方式改寫美國經濟的運作邏輯。
長遠來看，ＡＩ技術必然提高全要素生產率、創造新形式的就業，這是經濟持續成長的最終方向。但在短期內，巨額資本開支能否帶來相應回報、能否在短期內大幅提升宏觀勞動生產率，仍然高度不確定。正如有觀察者所言，ＡＩ越快進入生產體系，越有助於緩解市場對泡沫的擔憂，卻也會進一步強化就業結構衝擊；ＡＩ越慢進入生產體系，越能緩和短期失業壓力，卻也越容易重新引發回報率質疑。
這場關於速度與節奏的抉擇，將在未來數年持續考驗政策制定者、企業與社會的智慧。美國經濟正站在一個關鍵的十字路口，ＡＩ究竟是帶領它走向新一輪繁榮的引擎，還是一場華麗而危險的賭局，答案或許要在生產力數據真正兌現的那一刻，才能最終揭曉。
（作者為淡江大學財務金融學系兼任教授。本文為梅花新聞網授權刊登）