报告行业投资评级 未提及 报告的核心观点 - 高盛认为生成式AI有显著经济上行潜力，基线估计显示美国劳动生产率和GDP将累计增长15%；而麻省理工学院经济学家达伦·阿西莫格鲁认为其对美国生产率和GDP的提升有限，基线估计显示全要素生产率提升0.7%，GDP提升1.1% [2][6] - 两者估计差异主要源于阿西莫格鲁假设生成式AI仅能自动化4.6%的工作任务，且认为AI自动化不会导致劳动力重新分配或创造新任务；而高盛假设25%的工作任务最终会被自动化，并考虑了劳动力重新分配和新任务创造 [2][7][8] - 高盛理解阿西莫格鲁关于许多AI暴露任务目前自动化不具成本效益的观点，但认为随着新技术成本下降，采用和自动化率最终将远超阿西莫格鲁的估计；同时，高盛不同意阿西莫格鲁关于劳动力重新分配和新任务创造与评估生成式AI经济潜力无关的假设，认为AI将通过提高劳动力比较优势领域的需求和创造新机会来提高产出 [10][11][14] 根据相关目录分别进行总结 生成式AI对经济的影响 - 高盛分析表明生成式AI经济上行潜力显著，基线估计美国劳动生产率和GDP累计增长可达15% [6] - 阿西莫格鲁认为生成式AI对美国生产率和GDP的提升有限，全要素生产率提升0.7%，GDP提升1.1% [6] 估计差异的原因 - 阿西莫格鲁假设仅4.6%的工作任务可被生成式AI自动化，因其估计仅19.9%的任务暴露于AI，且仅23%的暴露任务在未来十年内自动化具有成本效益；高盛假设25%的工作任务最终会被自动化 [2][7] - 阿西莫格鲁的框架假设成本节约源于工人更高效完成现有任务，忽略了劳动力重新分配和新任务创造带来的收益；高盛的估计考虑了劳动力重新分配和新任务创造 [8] 对不同观点的看法 - 高盛理解阿西莫格鲁关于许多AI暴露任务目前自动化不具成本效益的观点，但认为随着新技术成本下降，采用和自动化率最终将远超阿西莫格鲁的估计 [10][11] - 高盛不同意阿西莫格鲁关于劳动力重新分配和新任务创造与评估生成式AI经济潜力无关的假设，认为历史表明技术驱动的资源重新分配和生产边界扩展是经济增长的主要来源，AI将通过提高劳动力比较优势领域的需求和创造新机会来提高产出 [14][15] 生成式AI的前景 - 阿西莫格鲁相对悲观的评估凸显了生成式AI宏观经济影响可能不会立即显现且可能比普遍预期更滞后的担忧，但高盛仍预计生成式AI的自动化、成本节约和效率提升潜力最终将对生产率和GDP产生重大影响 [17]