AI 可能是一种通用技术（GPT），虽然有潜力显著提振劳动生产率，但可能仍需要较长时间。根据我们此前的研究（参见《美国产业革命如何影响长期增长效率和中性利率》，2024/6/3），AI 可能是一种通用技术20（General Purpose Technologies，GPTs），类似于电力和信息技术，有明显提振美国劳动生产率的潜力（图表 16-图表 17）。历史经验显示，新 技术从诞 生到明显提振劳动生产率存在较长时滞。新技 术需要时间才能够在社会中广泛扩散和应用，同时原有的组织形式也需要一定程度变革。例如，电力革命开始于 1890 年代21，但劳动生产率加速发生在 30 年后的 1920 年代（David, 1990）22。类似的，计算机最早于1943 年问世23，但即使在 1980 年代计算机已经普遍开始使用后，宏观上仍然看不到其对劳动生产率的明显影响。著名经济学家索罗在 1987 年提出“生产率悖论”：我们到处都看得见计算机，除了生产率统计中24。直到 1995 年，美国劳动生产率数据25才开始出现明显上行。参考此前的经验，Helpman and Trajtenberg（1994）提出通用技术对经济增长的影响可以分为播种和收获两个阶段，两者可能间隔数十年，而电力革命和信息技术革命均符合这一特征（图表 18）。AI 在社会中渗透的速度要超过其他技术，但我们预计显著提振劳动生产 率仍需要 较长时间才能显现。过去一百多年的历史显示 ，不同技术从发明到在社会中逐渐普及的速度在加快（图表 19），例如汽车（1880 年代发明）普及率达到 50%花费了 40 年左右的时间，而互联网（1990 年代发明）则只用了 20 年左右，而 ChatGPT 等 AI 应用对居民硬件和固定投入的要求更低；ChatGPT 诞生 3 年已经被六成的民众使用，10%的企业使用。但是其对劳动生产率的显著影响仍可能需要较长时间才能显现。AI 虽然经常被视为“超智能／爆发式变革”，但应当被理解为“常规技术”，与以往科技（如电力、互联网、印刷术）一样，决定其影响力的不仅仅是技术能力的提升，更重要的是部署（将技术放入产品或服务中）、扩散（广泛被组织、社会接受并日常化使用）、社会制度适应（法律与制 度常态化 治理）（Narayanan 和 Kapoor，2025）。施密特或超级智能的引爆点，与技术发展史背道而驰，因为技术进步和普及都是循序渐进的;技术往往需要数十年才能广泛应用。