（问题） 美国经济顾问委员会最新研究以“人工智能与全球大分流”为核心议题，关注的不只是某项技术突破，而是人工智能可能带来的全球经济结构重排：如果人工智能引发堪比工业革命的生产方式跃迁，各国技术扩散速度、产业吸收能力和制度供给上的差异，可能让增长路径再次分化，进而拉大国家间的发展差距。 （原因） 报告认为，要理解这种潜在分化，首先需要把握人工智能的技术谱系及其经济逻辑。目前讨论最热的是生成式人工智能，尤其是基于大规模参数与海量语料训练的大语言模型，擅长文本生成，并可扩展到多模态内容生产。更更的“智能体”形态，不仅能生成内容，还能在目标约束下执行任务、调用工具并串联工作流，因此更可能直接改造企业流程与组织方式。 从智能层级看，现阶段应用仍以“专用智能”为主：在特定任务上可以达到或超过人类，但尚不具备跨领域的通用能力。对于“通用人工智能”“超级人工智能”等目标，业界界定仍不一致，但国际主要科技机构已将其视为长期研发方向。报告提示，人工智能从“提升工具效率”走向“重塑系统流程”的演进，决定了其经济影响可能同时具有广度与深度。 （影响） 在经济增长机制上，报告沿用劳动力、资本与全要素生产率三要素框架，强调人工智能最关键的作用路径在于提升全要素生产率，也就是以更高效率组织既有投入，持续抬升单位要素产出。报告同时提醒，技术转化为生产率往往存在时滞：历史上的多轮技术浪潮都经历过“先投入、后见效”。因此，短期增长更多体现为研发投入、算力与设备投资以及对应的产业链扩张对产出的拉动；中长期增长则取决于人工智能能否深度嵌入企业管理、供应链协同与公共服务体系，形成可持续的生产率提升。 关于GDP影响，报告梳理了不同机构的量化测算，发现估计区间差异较大。这既源于技术扩散与替代边界的不确定，也与各模型对“可替代劳动比例”“采用速度”“监管约束”等参数设置不同有关。尽管如此，报告指出，2025年上半年人工智能相关投资已对美国GDP年化增速作出明显贡献，其规模可与历史上通用技术扩张期的关键基础设施投资相比较，因此“影响极小”的判断难以成立。多家机构对未来数年到十年期的预测总体指向正向拉动，但幅度从温和到显著不等，说明红利能否充分释放，仍取决于产业组织与制度条件。 在劳动力市场上，报告强调，“结构性调整”将先于“总体性替代”。当前冲击并不均衡，编程、客户服务等高暴露职业的就业波动更明显，但总体失业率仍相对稳定。同时，一些依赖人工智能能力的新岗位与相关行业需求上升，形成“此消彼长”的结构变化。报告援引历史经验指出，颠覆性技术并不必然导致长期净失业，其长期效应可能遵循“效率提升—成本下降—需求扩张—岗位再创造”的链条：如果生产率显著提高，成本节约转化为价格下降，且需求扩张快于单位产出对劳动的节约，就可能出现总体就业回升。报告以医学影像等领域为例，指出“被替代”曾是主流预期，但现实就业并未按线性路径收缩，提示政策制定应避免以静态想象替代动态评估。 （对策） 围绕潜的“大分流”，报告将关键变量归纳为“能力—应用—规则”三上：一是核心能力，包括算力、数据、算法与高端人才供给；二是应用能力，即企业数字化基础、行业流程标准化水平以及管理体系吸收新工具的速度；三是制度与规则，包括竞争政策、知识产权安排、数据治理、安全监管与国际规则参与度。报告提出，美国政策重点之一是通过研发投入、产业支持与人才体系建设巩固技术优势，并建立可追踪的指标体系，持续监测人工智能扩散、产业渗透与风险外溢。劳动力层面，报告强调应将培训、再就业服务与社会保障机制前置，降低转型摩擦，同时通过促进新产业、新业态发展提升岗位承接能力。 （前景） 报告判断，人工智能的外溢效应更像一场“体系竞赛”，而非单点突破的比拼：率先完成基础设施与制度适配、实现规模化落地的经济体，可能更快获得生产率红利并形成路径依赖；而在资本形成、产业配套、人才结构或治理能力上存在短板的经济体，如果难以同步推进数字化与智能化改造，可能在新一轮全球分工中处于不利位置。同时，技术扩散并非零和，跨国合作在标准互认、安全治理、人才流动与产业链协同上仍有空间，但前提是建立可预期、可执行的规则框架。
当算法开始重塑社会运行的底层机制，人类再次站在关键关口。技术本身没有国界，但能否驾驭技术，将影响国家与民族的走向。如何在效率与公平、创新与安全之间保持动态平衡，考验着各国决策者的判断与能力。