再論生成式人工智能經濟學：兩年之後
生成式人工智能對經濟學理論的挑戰
生成式人工智能正在挑戰傳統經濟學的基本命題，尤其是在勞動分工、資源配置、價值創造與增長動力等方面。AI不僅能夠高效收集與分析數據，實現精準預測與決策，還具備交互功能，能夠與現在和未來的預期進行互動，推動經濟學從傳統理性向有限理性的轉變。
人機協作與資源配置的新範式
當AI替代人進行工作決策時，AI可能會基於自身邏輯進行資源配置，從而引發人與算法之間的競爭，甚至出現算法與算法之間的競爭。這種變化打破了傳統經濟學中“稀缺性”作為核心概念的假設，重新定義了資源分配的機制。
生成式AI的經濟影響與現實挑戰
儘管生成式AI在技術上展現出巨大潛力，但實際應用中仍面臨顯著挑戰。例如，MIT報告指出，95%的企業在採用生成式AI後並未獲得預期回報，且在多個行業中僅少數呈現結構性變革。此外，經濟學人指出，有42%的公司已放棄其生成式AI項目，反映出技術落地與商業回報之間的巨大鴻溝。
數字資本主義與生成式AI的新價值運動
黃再勝提出，生成式人工智能正在解鎖數字資本主義中的認知革命，對數字商品的生產與消費模式帶來深遠影響。在人機協作的勞動過程中，AI不僅作為工具，更可能成為價值創造的參與者，推動勞動過程的結構性變革。
生成式AI的規模經濟與社會影響
基於大語言模型的生成式AI技術，其開發成本效益隨共同體規模擴大而提升，符合經濟學中的規模經濟原理。更大的協作網絡能夠降低單位開發成本，推動技術普及與應用深化。
未來發展趨勢與政策方向
進入智能經濟階段後，政策層面強調推動人工智能科技創新與產業創新的深度融合，以放大數字經濟與智能經濟的財富創造能力。未來的發展路徑將聚焦於從“對話交互”到“行動執行”再到“組織管理”的能力進階，逐步實現AI在複雜決策與組織協調中的深度參與。