隨著生成式人工智慧（Generative AI）的快速發展，其對經濟的影響引發廣泛討論。然而，麻省理工學院（MIT）經濟學教授暨2024年諾貝爾經濟學獎得主達隆·阿西莫魯（Daron Acemoglu）指出，目前AI的經濟效益可能被過度誇大。他的研究顯示，未來十年內，AI對美國GDP增長的貢獻僅為1.1%至1.6%，相較於業界的樂觀預測，這是一個較為保守的估算。
阿西莫魯特別關注AI的應用方向。他認為，目前產業界過度追求透過AI實現自動化來取代人類工作，而非專注於如何運用AI輔助人類、提升生產力。例如，現有的生成式AI更傾向於模仿人類技能，而非為生物技術專家提供實質的專業資訊。這種所謂的「平庸技術」（so-so technology），在降低成本的同時，卻無法顯著提高效率或創造高品質的就業機會。
歷史經驗也顯示，技術進步的經濟效益並非自動惠及全社會。例如，19世紀英國工業革命的經濟成就，主要來自於長期的社會鬥爭和勞工運動。阿西莫魯和合作者強調，若技術僅替代勞工而未改善工作環境，社會將難以公平分配技術帶來的成長紅利。
為避免過度依賴AI自動化，阿西莫魯建議企業和政府應更加謹慎地採用技術，並制定相關政策，以促進AI與人類工作的互補性發展。同時，他呼籲減少對AI「顛覆性潛力」的炒作，避免不必要的經濟資源浪費。
總體而言，AI技術的應用速度與方向將決定其對經濟的長期影響。阿西莫魯提醒，唯有在充分理解其潛在影響後，才應採取更審慎且可持續的技術發展路徑。
資料來源
