一份来自《自然》的报道揭示了研究AI经济影响时最大的盲区——量化模型永远无法替代人类的创造力和想象力。

2025年12月，《自然》杂志发布的一份特别报告揭示，AI正在以前所未有的速度重塑全球经济格局，而经济学家和决策者们面临一个困境：他们无法用传统工具完全理解这一变革。

正如MIT经济学家David Autor所说：“AI正在改变我们思考经济变化的方式。”理解AI对经济的全面影响，既需要硬核数据支持，也需要打破常规的想象力。

量化研究提供了AI对经济影响的基础认知。研究人员追踪企业采用AI的情况，分析AI如何替代或补充不同技能的工作，并评估这些变化对生产率和薪酬的影响。

这些研究发现，AI技术正在快速增长的经济领域，如数字服务、平台经济和高级制造业，显示出显著的生产率提升潜力。但在许多传统领域，AI的渗透仍处于早期阶段，其长期影响尚不明确。

量化研究的挑战在于，AI作为一种通用目的技术，其影响可能需要数十年才能完全显现。经济学家试图从历史中找到参照，比如电力、内燃机和计算机等技术带来的经济变革，但这些历史类比有其局限性。

数据驱动的分析提供了理解AI经济影响的坚实起点，但也留下了许多未解的问题，特别是关于长期结构性变化的预测。

面对量化研究的局限性，一些经济学家开始采用更具创造性的方法，他们称之为“想象力经济学”。

这些研究人员探讨传统经济框架可能无法捕捉的问题：如果AI显著降低产品和服务成本，经济结构会如何演变？如果人类从常规工作中解放，什么样的新形式工作会出现？

想象力经济学关注的是“可能性空间”的拓展，而不是对当前趋势的简单外推。他们创造情境和故事，思考AI可能引发的各种未来，其中一些可能显得激进甚至乌托邦。

英国伯明翰大学经济学家Mariana Mazzucato指出：“我们需要的不仅是预测已知的未知，而是想象未知的未知。”这种方法允许经济学家和社会科学家探索可能被数据驱动研究忽略的重大结构性转变。

无论是数据驱动还是想象力驱动的研究，都强调了AI经济转型的复杂性及其多维度影响。就业市场的变革是其中一个关键关注点。

牛津大学最近的一项研究发现，虽然许多工作将因AI而改变，但完全被取代的风险因行业而异。高技能工作和低技能工作中都有易受影响的职位，而中等技能工作的结构变化最为剧烈。

同时，AI也有可能创造全新的工作类别，就像计算机和互联网时代催生了软件工程师、数字营销专家等职业。一些分析师预测，随着AI系统变得更加普及，将出现如“AI培训师”、“人机协作协调员”等新角色。

不平等问题是另一个核心关切。早期证据表明，AI可能加剧某些形式的不平等，如拥有AI技能和缺乏这些技能人群之间的差距，以及AI密集型企业和传统企业之间的差距。

许多地区已开始投资面向未来的技能培训计划，美国加利福尼亚州通过“AI技能提升基金”为工人提供AI素养培训；新加坡则推出“数字准备蓝图”，帮助不同年龄段公民适应技术变革。韩国正在探索全民基本收入试验，应对自动化对就业的潜在冲击。

面对AI驱动的经济变革，唯一可以确定的是，平衡数据分析和想象力思考，将帮助我们更好地应对这一历史性转型，而不是被动地接受它。