AI公司在组建经济学团队，诺奖经济学家：做研究还是搞公关？

（来源：麻省理工科技评论）

2024年，距离捧回诺贝尔经济学奖还有几个月，达隆·阿西莫格鲁发表了一篇论文，这篇论文可没让他在硅谷交到多少朋友。当时，科技巨头CEO们正竞相承诺AI将重塑所有白领工作，但阿西莫格鲁的估算却泼了一盆冷水：AI对美国生产力的提升相当有限，更别提消除人类工作需求了。他的核心观点很明确：AI确实擅长自动化某些任务，但现实中的工作，远非“自动化”三个字就能轻松搞定。

两年过去了，阿西莫格鲁的审慎判断并未成为主流叙事。相反，“AI失业末日论”的声浪无处不在，从参议员伯尼·桑德斯的集会，到寻常超市的排队闲聊；甚至连一些曾经持怀疑态度的经济学家，口风也开始松动，承认AI或许真会带来某种碘伏性冲击。就在上周，加州一位州长候选人甚至提议，要对使用AI的企业征税，用以补偿那些“AI驱动裁员”的受害者。

有趣的是，数据目前似乎仍站在阿西莫格鲁这边——现有研究尚未发现AI对整体就业率或裁员数据产生显著影响。但话说回来，技术迭代的速度从不等人。自他做出预测以来，AI领域又向前跃进了一大步。那么，最新的技术发展是否动摇了他的判断？真正值得担忧的又是什么？

AI 智能体

在阿西莫格鲁发表那篇论文之后，AI领域一个关键的技术飞跃便是“智能体”的兴起。它们不再仅仅是回答问题的聊天机器人，而是能够自主运行、尝试完成给定目标的系统。正因为这种“独立工作”的潜力，不少公司开始将其包装成“一个智能体顶替数个员工”的解决方案进行推销。

然而，阿西莫格鲁对此路径表示怀疑。他认为，智能体更现实的定位是作为辅助工具，用于增强人类工作中某些特定环节，而非一种能够全盘接管某个职位的万能存在。

这背后的原因，与一份工作所包含的任务多样性密切相关——这正是阿西莫格鲁自2018年以来持续研究的课题。以一位X光技师为例，其日常工作可能涉及多达30种不同的任务：记录患者病史、整理乳腺X光片档案、操作设备等等。人类可以极其自然地在不同格式、数据库和工作模式间切换，但AI要做到同样的事，需要多少独立的工具或协议来支撑？

因此，AI智能体最终能否对就业市场产生巨大冲击，关键在于它们能否掌握人类与生俱来的那种“多任务调度与切换能力”。目前，各家AI公司正激烈竞争，试图证明自己的智能体能够独立工作更长时间且不犯错，其间难免存在夸大宣传的现象。但阿西莫格鲁指出，如果智能体无法在不同任务间实现流畅切换，那么许多工作岗位就不会轻易被其接管。

科技公司开始抢经济学家

多年来，大型科技公司一直以天价薪酬招募顶尖的AI研究员。但近期另一波招聘潮同样值得关注：AI公司正在纷纷组建自己的内部经济学团队。

OpenAI在2024年从杜克大学聘请了罗尼·查特吉担任首席经济学家，随后又宣布他将与哈佛经济学家、奥巴马前顾问杰森·弗曼合作研究AI与就业；Anthropic则召集了十位顶尖经济学家组成专项研究小组；就在上周，Google DeepMind宣布聘请芝加哥大学经济学家亚历克斯·伊马斯担任其“AGI经济学总监”。

阿西莫格鲁也注意到了身边同行被这些新兴岗位挖走的现象。这背后逻辑不难理解：AI公司非常清楚，公众对技术的怀疑正在加深，而失业担忧是其中的核心部分。它们有强烈的动机去塑造围绕自身技术的经济叙事——不妨回想一下OpenAI近期提出的那套产业政策新蓝图。

“令人担忧的局面是，他们聘请经济学家仅仅是为了给自家观点背书，或者延续炒作。”阿西莫格鲁坦言。这种张力，正笼罩着方兴未艾的“AI经济学”领域。一个潜在的隐忧是，未来关于AI对工作影响最具影响力的研究，可能会越来越多地出自那些最有动力得出有利结论的公司之手。

AI 应用

对熟悉技术的人来说，与AI交互并不困难，大多数人通过自然语言聊天就能实现。但阿西莫格鲁提醒，我们应该将其与那些引发了早期生产力革命的软件，比如PowerPoint和Word，做一个对比。

“那些软件，任何人安装到电脑上，几乎立刻就能用它来完成自己想做的事。”他指出。正是这种极低的门槛，催生了它们的迅速普及。

“我们尚未看到基于AI的应用达到同等的易用程度。”他补充道。即便每个人都可以与AI模型对话，但普通工人要真正从中获得切实、有产出的帮助，往往还需要一段不短的适应和摸索过程。这也在一定程度上解释了，为何AI至今未对就业市场或宏观经济产生肉眼可见的冲击。

所以，阿西莫格鲁正在密切关注一个关键信号：是否会出现真正让AI变得“好用”的杀手级应用。

当然，他也承认，未来一段时间我们很可能会看到各种相互矛盾的证据同时出现。比如，一边是应届毕业生感到就业市场日益艰难，另一边宏观经济数据却显示不出AI对生产力的明显拉动。“不确定性是巨大的。”他总结道。而这，或许正是当前AI经济最真实的写照：舆论场上的话语越是笃定，现实世界中的一切就越是充满未知。