📰 研报摘要
查看全文 ➔摘要： 本报告通过回顾 1980-2000 年的信息通信技术（ICT）革命，探讨人工智能（AI）如何推动未来十年的生产率增长。报告认为，从技术创新到广泛生产率提升的路径并非线性且存在滞后，AI 的影响将呈现类似的特征，但由于成本下降更快且网络效应依赖度较低，其见效速度可能快于 ICT 时代。
核心观点：
- 生产率提升存在滞后性：历史证明 ICT 投资与生产率提升之间呈“J 曲线”关系，影响在 8 年后才显著，12 年后达到顶峰。
- AI 的潜在节奏：AI 模型的成本下降速度远超当年 ICT 设备，且对网络效应的依赖较低，因此 AI 提升生产率的速度有望加快。
- 关键成功因素：仅靠硬件投资不足以驱动生产率，企业必须在无形组织资本（如工作流程重新设计、员工培训、组织架构调整）方面进行大规模配套投资。
论据支撑：
- 历史回顾：ICT 时代的生产率延迟由高昂组件成本、网络效应临界点以及组织资本构建的瓶颈导致。
- 产业映射：通过 AI 暴露度、采用率、投资额等综合评分，信息处理、专业服务、保险和金融行业被判定为最早且幅度最大地受益于 AI 生产率提升的领域。
- 现状分析：当前 AI 硬件投资增长极快，但与此配套的组织重构投资（无形资本）进展相对缓慢，这将是决定 AI 能否充分释放生产率的关键。
局限性/风险：
- 制度性障碍：人类和机构在采纳新技术时的习惯与制度阻碍可能再次延迟 AI 对宏观生产率的贡献。
- 数据滞后：行业层面的生产率数据发布存在严重滞后，AI 的实际宏观影响可能在数年后才能通过数据验证。