德银：超级智能或难落地 美国经济仍获AI助力
德意志银行分析师吉姆·赖德表示：“公众往往习惯于依据现有的职业结构去推演未来，很难预判那些尚未诞生的全新岗位形态，这是技术变革时代共有的认知局限。”
德意志银行近日指出，市场热议的“超级智能”大概率难以成为现实，但即便缺少这项终极技术突破，美国经济依然能够从人工智能普及带来的效率提升中持续获益，AI的经济价值并不依赖于超级智能的最终实现。
这家跨国投行对人工智能技术层级进行了系统划分，将其分为普通人工智能、通用人工智能与超级智能三个阶段，并提到美国联邦政府近期调整了相关的官方表述体系。通用人工智能可在特定认知任务上达到甚至超越人类水平，而超级智能则要求在人类所有智力领域实现全面超越，涵盖思考、推理、创造与决策等维度。
德意志银行研究部门策略师阿德里安·考克斯与独立研究机构创始人阿齐姆·阿扎尔在联合报告中提出，实现超级智能的核心前提在于“递归自我改进”，即AI系统能够在较少人工干预的情况下自主迭代算法、优化自身架构，形成能力持续升级的正向循环，这也是当前人工智能领域争议较大的技术猜想之一。
基于对算力运行底层物理约束的分析，德意志银行的基准判断是超级智能难以最终实现。尽管已有零星数据表明人工智能正在释放生产力增益，但现阶段全球企业在算力基础设施、模型训练及数据储备方面投入巨大，短期内高额资本开支反而对整体生产率数据形成拖累，呈现出“投入先行、产出滞后”的特征。
研究人员同时注意到，科技企业持续加码资本开支，直接带动了半导体、算力硬件及上下游配套产业链的盈利增长。Ava爱华据估算，人工智能相关产业链目前已贡献美国经济增量的三分之一至一半，成为支撑美国经济扩张的核心板块之一。
报告提到，过去三年美国股票财富与居民收入之比明显攀升，资本市场上涨带来的财富效应推高了家庭账面资产，进而支撑居民消费意愿，而消费正是美国GDP中占比最大的组成部分，这一传导链条仍在持续运转。
德意志银行全球宏观与主题研究主管吉姆·里德表示：“回顾工业革命以来数百年的发展历程，每当一项颠覆性新技术问世，社会总会重复同样的担忧——新技术将摧毁大量工作岗位。从蒸汽机、电力到计算机，每一轮技术革命初期都伴随失业恐慌，但最终结果却往往与悲观预期相反。技术带来的生产率提升，会创造新的社会财富，催生新的劳动需求，只是岗位形态与工作内容会发生深刻改变。”
他以福特汽车创始人亨利·福特的实践为例。1913年，亨利·福特对T型车生产线实施部分自动化改造，这一举措在当时引发巨大争议，不少工人担心被机器替代。里德指出，自动化改造大幅降低了汽车生产成本，让更多普通家庭能够购车，汽车市场规模随之快速扩张，零部件制造、销售维修、配套服务等领域涌现出大量新增岗位，最终创造的就业机会远超被自动化替代的数量。
“我们很难凭空想象出当下尚不存在的职业，这是历次技术变革时代共有的认知边界，”里德说，“但我始终相信，只要生产力持续提升，社会便会逐步完成自我调整，新的就业机会终将不断涌现。”