中金公司最新研报指出，作为科技革命的源动力，通用目的技术（GPT）的扩散是提升生产力的关键。AI技术的扩散体现为文献的“规模增长”和“融合深化”，驱动全领域创新，加速劳动生产率提升。
索洛生产率悖论与技术扩散:
研报解释了“索洛生产率悖论”——历次科技革命的生产率提升为何姗姗来迟。其核心在于GPT需要通过技术扩散，与各行各业结合并匹配大量需求场景，才能最终提升生产力。技术扩散分为五个阶段，其中“延伸阶段”的跨领域知识流动至关重要，本文通过分析人类知识网络中的跨学科引用关系来量化这种知识流动。
GPT跨领域扩散的度量和生产率提升:
研报以IT革命与AI革命作类比，研究IT技术在人类知识网络中的扩散过程，发现“规模增长”和“融合深化”是其关键特征。通过统计方法，证实这两大特征共同推动全领域创新，进而促进劳动生产率提升。该研报构建向量自回归模型，验证了“通用目的技术-跨领域扩散-生产力进步”的传导机制，并成功预测了上一轮IT革命期间的生产力提升。
AI革命的生产力潜力预测:
基于上述模型，并考虑AI技术扩散不及、等同或超越IT的三种情境，研报预测了美国2024-2035年的劳动生产率增速。结果显示，本轮AI革命可能比IT革命更快、更大幅度地提升生产力，预计未来十年内将推动劳动生产率年均增速提高1.3%-3.7个百分点。
推动GPT高效转化为生产力的建议:
研报建议从以下三方面推动GPT快速高效地转化为社会生产力：
区块链技术的潜在关联:
虽然研报并未直接提及区块链技术，但值得探讨的是，区块链技术作为一种分布式账本技术，可以为AI技术的应用和数据安全提供支撑。例如，区块链可以确保AI训练数据的真实性和完整性，防止数据篡改和滥用，从而提高AI模型的可靠性。此外，区块链还可以促进AI技术的共享和协作，加速技术扩散和应用落地。 未来，AI与区块链技术的结合将可能进一步推动生产力的提升，值得持续关注。
总结:
中金公司的研报为我们深入理解AI革命对生产力的影响提供了重要的参考。其提出的技术扩散模型以及对未来生产力增速的预测，为政府和企业制定相关政策和战略提供了数据支撑。 同时，我们也应关注区块链等新兴技术与AI的结合，以更好地释放AI的巨大潜力，促进经济社会发展。
