在近期發布的《經濟路線圖》系列文章中，我們強調：美國政策變化與AI人工智慧這項「新通用技術」的崛起相呼應，可能促使該技術的應用和普及，同時也推動經濟結構的調整。迄今，這些調整表面上支撐了美國相對穩定的實質 GDP 成長，但我們認為，經濟體系內部仍潛藏一定程度的脆弱性。
AI人工智慧驅動的生產力透過財富效果提升推升了資產價格，支撐消費。投資則主要集中在少數 AI人工智慧相關的導入與基礎設施領域。因此，未來美國經濟的短期表現，很大程度將取決於AI人工智慧轉型的發展速度與方向。
AI人工智慧仍是較新的技術。大型語言模型於2022年問世，並作為供大眾使用的通用系統；根據美國人口普查局資料，美國企業2025年才開始廣泛地加速採用。
關於這波經濟調整將如何進行，仍有許多懸而未決的問題：AI人工智慧究竟會取代勞動力還是補充勞動力？它在整體經濟的擴散速度有多快？最後誰是贏家、誰是輸家？這些都很難預測。不同於以往需要數十年才能普及的通用技術，AI人工智慧的普及速度非常快，並對整體經濟產生不同面向的影響。近期AI人工智慧相關產業的股權和貸款估值大幅下跌，都凸顯了這些風險。
鑑於當前的不確定性，自然會將AI人工智慧與歷史上其他通用技術採用後帶來的經濟轉型進行比較；特別是1990 年代末期，個人電腦與網路的普及曾推動一波生產力榮景，對現今社會而言很有參考價值。不過，1990 年代末與現在的情況也大不相同。若延續2025年的趨勢，那麼AI人工智慧未必會提升所有人的生產力。事實上，AI人工智慧創造的大部分價值很可能主要流向資本持有者，而非勞工。
1990 年代的歷史經驗
1994 年，諾貝爾經濟學獎得主保羅·克魯格曼（ Paul Krugman） 指出：雖然從長遠來看，生產力並非決定一切，但它「幾乎決定一切」。能提升生產力的新技術，通常會隨時間推進同時擴大供給與需求，進而提高生活水準，成為一股惠及所有人的浪潮。無論靠技術創新或其他方式，以相同投入獲得更高產出，就意味著生產能力的提升。在此過程，生產力更高的勞工往往能拿到更高的實質薪資，生產力更高的資本也通常得到更高報酬。更高的實質薪資與利潤，反過來又能刺激消費與投資，從而支撐整體需求。
1990 年代末期，個人電腦與網路的普及改變了整體經濟，對服務業的影響尤其明顯，這正好說明了上述動態：隨著美國的生產力提高，實質薪資也與生產力同步成長；勞工能夠獲得更高產出帶來的經濟價值（見圖 1）。
圖 1：兩個不同科技榮景中的美國生產力成長與薪資成長
在此期間，勞工在所得中的占比也有所增加（見圖 2），產品與服務勞動投入成本（即單位勞動成本）亦隨之增加。電腦和網路技術提高了白領專業人士的生產力，也提高了他們的收入。資本持有者也從中受益。股市在1995年到2000年中期達到高峰，標普500指數的名目投資總報酬率超過200%。
圖 2：美國勞動在所得中的占比在 1990 年代末上升，但在 2025 年創下新低
或許有些違反直覺，但實質薪資上漲帶來的強勁需求，加上股價上漲和資本相對於儲蓄需求增加所帶來的財富效應，可能共同導致1999-2000年美國通膨升溫、實際中性利率上升的趨勢。貨幣政策制定者也有所反應：聯準會在 1998 年下半年啟動寬鬆政策後，隨即在 1999–2000 年逆轉路徑，透過將政策利率上調175個基點，管理通膨風險。
對現今社會的啟示
乍看之下，現在 AI人工智慧的採用與 1990 年代科技浪潮有幾分相似：生產力上行（在 2023–2024 年尤為明顯；見圖 1）、投資成長（儘管有限）、以及財富顯著擴張。關鍵的差異在於分配方式：到2025年，勞動群體幾乎未能從中受益；勞工的實質薪資成長速度放緩至僅略高於1%，導致勞工占美國收入的份額降至數十年來低點（參見圖2）。詳見近期發布的經濟路線圖系列文章《為何美國的生產力提升不再惠及勞工》。
勞工無法受惠於AI人工智慧帶來的更高生產力，企業則獲得更高的利潤和資本回報。這種與90年代的差異可能對近期通膨和各國央行政策產生影響。AI人工智慧或許能夠充分刺激需求和供給，進而推升通膨，促使聯準會升息。然而，如果收益主要集中在高財富、高收入且消費傾向較低的個人和家庭資本持有者手中，需求的刺激可能較弱。這意味著，隨AI人工智慧愈加普及，經濟受到的震盪可能比 1990 年代中期還更大。
更大規模的勞動被取代是關鍵風險
比較兩句耳熟能詳的諺語：「歷史不會重演，但總是驚人地相似」和「這次不一樣」；哪一句更能貼切地形容AI人工智慧對經濟的影響？縱觀歷史，新的通用技術在取代舊工作的同時，也創造了新的就業機會。然而，就業崗位的取代和新職位的創造是否同時發生，目前尚無定論。如果以2025年的情況為例，至少初期主要會是就業崗位的取代。
哪些工作比較容易被取代？AI人工智慧尤其會顛覆各行各業的關鍵崗位；部分職業和產業的本質，似乎更容易受到影響，會有更多的工作任務可能會被AI人工智慧顛覆或取代。Eloundou 等人於2023 年的研究註 1指出，受影響與風險最高的產業包括：資料處理、資訊服務（如軟體）、出版／廣播，其次是金融、專業與技術服務，再來是零售。相對之下，營建、製造、運輸、以及個人／社會服務等產業的風險較低。
深入分析勞動力市場數據，可見AI人工智慧相關的就業流失已經開始，儘管迄今為止影響範圍相對有限。在受AI人工智慧影響最大的產業，入門級招募在2025年陷入停滯。而且，我們估計（基於Eloundou等人的研究），自2022年以來，美國受AI人工智慧影響最大的產業累計就業人數已經下降至少1%，而其他產業的就業人數則增長了4%。
除了AI人工智慧影響最大的產業之外，估計美國經濟中約有三分之一勞工所從事的工作可以由現有的大型語言模型完成；多數勞工，即使是那些從事高風險職業者，更多地不受AI人工智慧影響。但假設AI人工智慧僅取代了其中2%的勞工，也可能導緻美國減少近100萬個工作崗位，失業率上升0.5個百分點（假設這些勞工沒有退出勞動力市場）。
股市的動態可能放大這項經濟風險。受到AI人工智慧衝擊的公司股價若下跌，可能打擊公司高層信心並導致裁員。近期一篇研究註 2指出，企業的就業規模約會隨股價每 10% 的變動而調整約 1%。若把這個估算套用到美國最具AI人工智慧曝險、且近來股價至少下跌 10% 的前 37 家公司，它們最近一年的股價下跌，就可能導致近 9 萬名美國勞工的負面衝擊。
結論
由創新驅動的生產力成長常被比喻為一股惠及所有船隻的浪潮。1990年代的情況基本上符合這種描述，當時生產力的繁榮推高了實際工資，增加了供需，並最終造成了通膨壓力。
雖然AI人工智慧驅動的生產力激增可能會帶來類似的結果，但風險在於，2025年出現的經濟調整預示著未來將出現更多變化——AI人工智慧很可能會造就贏家和輸家，而資本持有者將成為最終的贏家。儘管2025年勞工的生產力普遍提高，但勞動收入份額卻下降，未來我們可能會看到更多的勞動力流失。
長期來看，AI人工智慧仍可能讓美國經濟中多數參與者受益，但轉型過程充滿不確定性，且對產業內外的公司都可能帶來干擾與震盪。
在當前分化的市場環境下，我們認為分散風險至關重要。隨著股市重新定義贏家和輸家，且下行風險主要集中在勞動市場動盪方面，高品質債券在提供可觀回報的同時，也能有效避險。
1 Tyna Eloundou, Sam Manning, Pamela Mishkin, and Daniel Rock, “GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models,” arXiv .org paper 2303.10130, revised August 2023. 返回內容↩
2 Bryan Seegmiller, “Valuing Labor Market Power: the Role of Productivity Advantages,” SSRN abstract ID #4412667, revised October 2025. 返回內容↩
