面对2022年末ChatGPT登场引发的关注热潮，短短几年，生成式AI已把经济学界推到了一个十字路口。它不仅让研究流程发生了翻天覆地的变化，还让产业竞争格局变得难以预测。AI在文献梳理、数据处理等环节效率很高，但同时也带来了不少新问题。比如，人类在原始假设和批判性思维方面依然有独特优势，这就促使大家思考如何构建一种新型的人机协作模式。 法国学者菲利普·阿吉翁等人发现，企业能不能用好AI，关键看组织有没有好的基础和人才。那些在研发上舍得投入、组织又灵活的企业，往往能实现突破。实证研究还表明，积极用AI的企业运营指标波动更小，这意味着它不仅能在顺境中提效，还能在逆境里扛住压力。从金融学角度看，这对企业价值很有好处。 虽然产业实践搞得轰轰烈烈，但经济学理论在理解这些宏观影响方面显得有点跟不上节奏。AI对全要素生产率、收入分配等方面的影响非常复杂，目前还没有成熟的理论框架来解释。这种滞后让政策制定很难办：一方面要防着过度炒作，另一方面又不能错过战略布局的机会。 纳西姆·尼古拉斯·塔勒布曾指出，AI可能会终结某种学术游戏。这并不是说它会完全替代人，而是说它会把研究工作做得更多、更细致。不过AI也有“幻觉”问题，也就是会产生一些似是而非的内容。所以人类在高阶分析上还得占主导地位。 无论是提升效率还是改变治理模式，生成式AI都在重塑全球经济格局。它既是研究工具也是生产力要素，既是机遇也是挑战。面对这场技术革命带来的巨变，我们不能固步自封也不能盲目追捧。只有坚持理性审视、加强跨学科合作、推动负责任创新，才能在人与机器的协同进化中驾驭技术力量。 经济学作为一门研究人类选择与资源稀缺的学科，正在智能时代迎来范式革新的关键时刻。它既带来了研究效率的飞跃和产业韧性的增强，也提出了伦理、治理和理论创新的严峻挑战。只有通过深化跨学科研究并发展新的分析工具和理论体系，我们才能真正应对好这一代题。