AI经济增长的赢家，可能不只有中美

《金融时报》调查94位经济学家之后，一个更现实的问题浮出水面：谁能把AI变成生产率，又有谁能分到增长的收益？头图来自：AI生成

设想一家并不拥有先进AI模型的制造企业：它不训练大模型，也没有自己的芯片，却可能借助现成的软件减少质检返工、缩短订单响应时间，让同样数量的员工完成更多工作。公司并没有成为AI技术的发明者，但如果这些变化最终带来利润和生产率提升，它依然可能成为AI时代的受益者。

相比之下，一家投入巨额资金建设算力设施的公司，虽然处在AI产业链的中心，却未必能够迅速获得相应回报。技术领先、资本投入与实际经济收益，原本就不是同一回事。

10月18日，英国《金融时报》公布了一项面向亚洲、美国和欧洲94位经济学家的调查。54%的受访者预计，在未来十年，G20中的许多或几乎全部经济体，有望从AI获得显著的经济增长和生产率收益。调查传递的一个关键信息是：AI创造的经济机会，可能并不只集中在美国和中国这两个前沿模型研发的重要中心。[1]

这是一种面向未来的预期，而不是对已经发生的增长进行统计。54%指受访经济学家的回答比例，既不是全球GDP增幅，也不能据此推断AI的经济收益将平均分配给各国。真正值得讨论的是：一种主要由少数国家推动的技术，为什么可能改变更多经济体的增长前景？

一、不是所有赢家，都需要造出最强模型

AI产业有两张不同的地图。第一张是技术供给地图：顶尖模型、先进芯片、大型数据中心和资本主要分布在哪里。第二张是经济收益地图：哪些企业真正把技术嵌进经营流程，哪些劳动者借助它完成更多有价值的工作，哪些消费者获得了更好的服务或更低的价格。两张地图会有重合，但不会完全一致。

电力、计算机和互联网的历史已经说明，一项通用技术的影响通常超出最初开发它的企业。普通公司不需要制造自己的电脑，也能通过信息化降低成本。同样，应用AI的企业可以购买模型服务、接入已有软件或采购智能设备，而不必承担训练前沿模型的巨额费用。FT调查强调的，正是这种技术扩散所带来的潜在收益。[1]

从企业视角看，这意味着竞争可能越来越取决于如何使用技术，而不是谁更早听说技术。客服团队引入AI后，是否真的减少等待时间？工厂的智能质检是否降低了废品率？一家小型外贸企业借助翻译和营销工具，能否接到此前够不着的海外订单？这些问题的答案，最终要落在成本、收入、客户留存与利润上。上述场景是机制说明，而非已经核实的具体企业案例。

经济合作与发展组织（OECD）今年1月发布的跨国微观数据研究，对15个成员经济体的企业技术采用情况进行了分析。结果显示，大企业采用先进技术的比例通常更高，具备数字化基础、技术人才和相关技能的企业更容易成为采用者；采用AI的企业往往生产率更高，但其中一部分差距也与企业原有的人才和技术条件有关。[2]

这项研究给"AI普及就会自动带来繁荣"的想象加了一道现实注脚：购买软件并不等于改善经营。企业有多好的数据、员工能否使用系统、管理层是否愿意调整流程，都会影响技术最终能创造多少价值。

二、世界为什么需要AI提供新的增长动力？

这一轮乐观预期背后，有一个容易被技术新闻遮住的经济背景：全球生产率增长已放缓多年。生产率提高，意味着经济体可以用相同数量的劳动、资本和其他资源创造更多产出。它关系到企业利润，也关系到工资增长和社会公共服务能够得到多少资金支持。

世界银行2026年6月《全球经济展望》指出，全球生产率年均增长率从2000年代的约1.4%，放缓至2010年代的约1.1%；在没有重大技术变化的基准情景下，2020年代的平均增速可能进一步降至约0.8%。这些数字属于不同历史时期的统计及基准预测，不能简单理解为AI已经扭转了下滑趋势。[3]

世界银行同时强调，AI的长期经济影响存在很大的估计区间。乐观情景下，广泛采用AI可能显著加快生产率增长；保守情景下，改善幅度则小得多。仅仅让某个岗位上的员工更快写完报告，并不必然形成能够体现在整个国家统计数据中的增长。企业需要调整工作流程，劳动者需要掌握新技能，基础设施也需要跟上。

这也是为什么对AI经济的评价不能只盯着模型能力排名。一个模型在测试中提高了10个百分点，与某个行业的利润率提升10个百分点之间，并不存在可以直接画等号的关系。工具节省了时间以后，企业是否有新订单消化节省下来的工时，员工是否把效率转化为更高质量的产品，都影响最后的结果。

三、增长可能扩散，差距也可能扩大

"中美以外也能受益"不等于所有国家都有相同起跑线。一个经济体可以没有前沿模型，却不能没有稳定供电、网络连接、基本数字化能力和可培训的劳动力。如果当地企业连可靠的数据管理系统都未建立，直接购买昂贵的AI服务，很可能难以产生持续收益。

FT调查的公开报道提到，部分经济学家担忧基础设施较弱的发展中经济体可能被进一步甩开；依赖低成本、可标准化办公室工作的地区，也会受到自动化挑战。这些风险涉及部分非洲经济体及亚洲服务外包产业，但不应被简化成对某一个国家经济前景的断言。[1]

国际货币基金组织（IMF）今年8月发布的亚洲经济分化研究，给出了更具体的解释。研究利用经济模型分析不同经济体采用AI的时机：资本、技能和数字基础设施较强的经济体，往往更早采用新技术并获得增长收益；基础薄弱的经济体可能晚一步进入，甚至在技术扩散初期承受融资条件变化带来的压力。研究还讨论了国内收入分配可能出现的变化，但这些都是模型分析的结果，并非各国未来已经确定的命运。[4]

企业之间也存在类似差异。拥有资金、技术团队和大量优质数据的大企业，能更容易承担试错成本；一间缺少数字化基础的小公司，可能连怎样重新设计业务流程都要从头学起。同一种工具，对前者是新的竞争优势，对后者却可能成为额外成本。技术越来越便宜，使用技术所需的组织能力未必也会同步变便宜。

真正值得警惕的，并不是落后国家永远没有机会，而是先使用AI取得收益的企业能够把利润继续投入技术、人才与市场，形成新的领先优势。如果发展差距开始这样自我强化，AI就可能一边提高世界经济的总产出，一边扩大某些国家和企业之间的距离。

四、经济变富了，工作会怎样？

就业问题上，FT调查公开摘要呈现的观点同样不是单向度的。多数受访经济学家没有预计AI会造成长期、大规模的整体失业，但这不能理解为他们认为所有职业都安全。部分标准化的行政、客服和初级专业任务，仍然面临改变。[1]

宏观上就业总量保持稳定，与具体个人求职变难可以同时发生。一家公司用AI承担了过去交给初级员工处理的部分文书和分析工作，即使它没有裁掉任何现有员工，也可能减少新增职位。一名已经积累经验的员工可以利用AI扩大自己的工作范围；而一名刚毕业的年轻人，也许更难找到获得这些经验的第一份工作。这里描述的是可能发生的机制，而非FT调查已经量化的就业结果。

国际劳工组织2026年4月的研究简报提醒，职业受到AI技术"暴露"或"影响"，不等于已经发生了岗位替代；衡量一项技术能够执行多少职业任务，与预测一个人最终是否失业，是两回事。[5] 随后公布的技能研究也指出，AI采用可能同时提高数字能力、复杂认知能力以及沟通和协调能力的重要性。[6]

这意味着，经济政策不能只把问题理解为"是否需要更多AI工程师"。同样重要的，是企业是否还保留培养新人的岗位、普通员工能否获得实用培训、那些收入低且议价能力弱的劳动者能否分享效率提升后的成果。

从更长时间看，AI可能创造全新的服务与职业，也可能使部分旧职位不再需要那么多人。但社会能否顺利完成这次调整，不能只依赖模型技术进步，还取决于教育、劳动力市场制度和企业对人才培养的选择。

五、真正的商业机会，不只是继续卖AI工具

如果未来十年的AI收益确实广泛分布在全球经济中，资本市场和创业公司的注意力也应该适当离开单纯的模型竞赛。相比再提供一个功能相似的聊天机器人，更值得研究的可能是某个行业中迟迟没有解决的经营问题：客户服务成本为什么居高不下，医院行政环节哪里最耗时间，中小企业为何难以管理跨境订单。

这不是说模型、芯片与基础设施不重要。它们仍然是技术应用的必要条件，但投入强度高并不自动意味着投资回报高。下游企业是否持续付费、能否减少反复人工检查、是否提高最终客户满意度，这些更朴素的指标，可能比一份产品发布会更能证明商业价值。

对于中国公司来说，这项调查也提供了一个值得转换的视角：全球AI竞争既是技术供给的竞争，也是各国企业采用技术、改造经营的竞争。出海不一定只意味着把自研大模型卖到海外，也可能是帮助当地制造、零售、物流和服务企业解决长期存在的问题。但需求是否成立，仍需要订单、复购、付费和成本数据来证明。

从这个意义上说，未来有价值的AI报道，应该从"又出现了什么新能力"，逐渐转向"究竟是谁把能力变成了现实收益"。只有找到后一类事实，才能判断宏观增长预期何时开始变成普通人的真实生活。

延伸思考｜AI让经济增长，普通人能分到多少？

对一家经营者来说，使用AI可能是一笔简单的成本账：相同的工作量，需要更少的时间和人力，利润便有机会增加。但对一个普通员工来说，事情未必这么简单。如果工作量没有减少、收入也没有增加，所谓生产率的提升，就可能只是让他必须用同样的薪水做更多事。

同样的分歧也会发生在国家之间。一个国家引入先进模型，可能提高本地企业效率；但如果关键服务依赖少数外部供应商，新增利润究竟留下多少、支付给谁，仍然值得计算。对企业、劳动者和消费者来说，技术带来的"便利"与真正获得的"财富"，也不一定完全重合。

我们更关心的是，未来几年当AI在财务报表上开始体现为利润改善，人们能否在工资、服务质量、工作保障和生活成本中看到相应变化。一个产业当然需要技术领先者，但它最终能否被社会接受，还取决于普通人是否觉得自己的生活确实因此变得更好。

于是，94位经济学家的调查留下了一个比"谁赢得AI竞赛"更长久的问题：如果AI真的能够让世界创造更多财富，我们该如何判断这些财富流向了谁？

资料来源：

[1] Financial Times，2026-10-18，Global economy set for AI-driven surge, FT survey suggests。94位受访者及54%的比例另据公开新闻转述核对。FT全文有订阅限制，本文不声称逐段复述其全文。

https://www.ft.com/content/c6aeb3a1-1874-4947-8ffc-4d993301244a

[2] OECD，2026-01-22，Digital technology diffusion in the age of AI: Cross-country evidence from microdata。

https://www.oecd.org/en/publications/digital-technology-diffusion-in-the-age-of-ai_ebc2debe-en.html

[3] World Bank，2026-06，Global Economic Prospects，专题框 How much will AI affect global growth?

https://www.worldbank.org/en/publication/global-economic-prospects

[4] IMF Working Paper，2026-08-07，AI and Economic Divergence in Asia。模型情景不等于确定预测。

https://www.imf.org/en/publications/wp/issues/2026/08/07/ai-and-economic-divergence-in-asia-578491

[5] ILO，2026-04-17，Workers’ exposure to AI: What indicators tell us—and what they don’t。

https://www.ilo.org/publications/workers%E2%80%99-exposure-ai-what-indicators-tell-us-%E2%80%93-and-what-they-don%E2%80%99t

[6] ILO，2026-08-13，Changing landscape of skills in the age of AI。

https://www.ilo.org/publications/changing-landscape-skills-age-ai

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4898589.html?f=wyxwapp