觉
AI觉醒星球
Awakening is here
AI小生意项目库 · 阅读档案
2026-10-07 9 浏览 免费阅读

微软发布诺贝尔经济学奖得主的悲观AI预测:十年GDP仅增长1.5%

微软发布诺贝尔经济学奖得主达龙·阿西莫格鲁的悲观AI预测:AI十年仅拉动GDP约1.5%,最多替代5%岗位,远低于部分AI实验室预期。他认为瓶颈是人性与组织重组,更大模型不够,缺少易部署、改变生产方式的应用;扩展人类技能的AI将比完全自动化更有生产力。微软可借此支持把AI附加到现有产品。

AI小生意项目库 约 4 分钟读完 免费阅读 原文 2026-10-07 01:31:51

原贴

查看原文
作者:Matthias Bastian 来源站点:the-decoder.com 原贴时间:

原文

Microsoft published a pretty bearish take on AI from Nobel Prize-winning economist Daron Acemoglu. He predicts AI will boost GDP by about 1.5 percent over ten years and replace at most five percent of jobs, far less than some AI labs forecast . He admits the pace of AI development is hard to predict. The bottleneck, Acemoglu says, is human nature. Companies have to reassign tasks, upskill workers, and restructure before productivity gains kick in , a process that could drag on longer than electrification did. Bigger models won't fix that. What's missing are easy-to-deploy apps that change how things get made, he says. AI that extends human skills will beat full automation on productivity, he argues, since even 99 percent accuracy often isn't enough once you factor in last-mile problems and real user needs. For Microsoft, that's a convenient thesis. The company can bolt AI onto existing products without betting on large-scale automation. The article ran in Microsoft's eccentric corporate blog "The Humanist Review of AI," where authors sign their pieces by hand. Ad Ad Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section.

中文翻译

微软发布了一篇诺贝尔奖得主、经济学家达龙·阿西莫格鲁对AI相当悲观的看法。

他预测,AI将在十年内推动GDP增长约1.5%,并最多取代5%的工作岗位,远低于一些AI实验室的预测。他承认,AI的发展速度很难预测。

阿西莫格鲁说,瓶颈在于人性。企业必须重新分配任务、提升员工技能并进行重组,生产力收益才会显现,这一过程可能比电气化持续的时间更长。

更大的模型不会解决这个问题。他说,缺少的是易于部署、能改变事物制造方式的应用。

他主张,扩展人类技能的AI在生产力上将胜过完全自动化,因为考虑到最后一公里问题和真实用户需求,即使99%的准确率往往也不够。

对微软来说,这是一个方便的理论。该公司可以把AI附加到现有产品上,而不必押注于大规模自动化。

这篇文章发表在微软古怪的企业博客“The Humanist Review of AI”上,作者们在文章末尾手写签名。

核心信息

微软发布诺贝尔经济学奖得主达龙·阿西莫格鲁的悲观AI预测:AI十年仅拉动GDP约1.5%,最多替代5%岗位,远低于部分AI实验室预期。他认为瓶颈是人性与组织重组,更大模型不够,缺少易部署、改变生产方式的应用;扩展人类技能的AI将比完全自动化更有生产力。微软可借此支持把AI附加到现有产品。

  • 微软发布诺贝尔经济学奖得主达龙·阿西莫格鲁的悲观AI预测:AI十年仅拉动GDP约1.5%,最多替代5%岗位,远低于部分AI实验室预期。他认为瓶颈是人性与组织重组,更大模型不够,缺少易部署、改变生产方式的应用;扩展人类技能的AI将比完全自动化更有生产力。微软可借此支持把AI附加到现有产品。
  • 原贴提到:Microsoft published a pretty bearish take on AI from Nobel Prize-winning
  • 来源:the-decoder.com

详细解读

这是什么信号:微软在自己的企业博客场景中发布诺贝尔经济学奖得主达龙·阿西莫格鲁的悲观判断。他给出的核心数字是:AI未来十年对GDP的拉动约1.5%,最多替代5%岗位,明显低于部分AI实验室的预期。这不是普通唱衰,而是来自主流经济学视角对AI落地节奏的重新定价。

为什么重要:当前AI叙事常把模型能力提升等同于经济增长和就业替代。阿西莫格鲁把瓶颈指向人性与组织:企业要重新分配任务、提升员工技能、重组流程,生产率收益才会出现,且可能比电气化更慢。这意味着限制因素不只是算力、参数或模型智能,而是部署、流程改造和最后一公里可靠性。他还指出,即使99%准确率,在真实用户需求和边界场景下也可能不够。

对谁有价值:对AI创业者,这提示机会可能不在“完全自动化”,而在易于部署、能嵌入现有流程、扩展人的能力的应用;对企业和业务负责人,这提示AI项目要按组织变革项目来管理,而不是按软件采购来处理;对个人,这提示更值钱的能力是任务拆解、人机协作设计和流程优化,而不只是会调用模型。对微软这类平台公司,该观点也与其“把AI附加到现有产品”的路线相容。

可以怎么行动:第一,把AI项目从“模型能力评估”改为“流程瓶颈评估”,优先找那些任务可重配、数据可获取、错误可人工兜底的环节。第二,建立人机协作的SOP,明确AI在哪些步骤做初稿、分类、检索或建议,哪些步骤必须由人确认。第三,跟踪“最后一公里”指标:真实用户采纳率、返工率、异常处理成本,而不只看demo准确率。第四,对岗位影响做情景规划,把技能升级和角色重配纳入预算与时间表。

风险或限制:阿西莫格鲁自己也承认AI发展速度难以预测,1.5%和5%是预测而非事实,可能被更快的模型进步或更激进的采用曲线推翻。微软发布该观点也有立场便利:它支持公司把AI附加到现有产品,而不必押注大规模自动化。因此,阅读这类判断时,既要看数字,也要看它服务了谁的商业路线。更稳妥的做法是把它当作对“组织摩擦”的提醒,而不是对AI经济影响的最终结论。

信息差价值

这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。

如果把《微软发布诺贝尔经济学奖得主的悲观AI预测:十年GDP仅增长1.5%》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。

参考来源

AI SUMMARY

这篇文章回答了什么

微软发布诺贝尔经济学奖得主的悲观AI预测:十年GDP仅增长1.5%主要讲什么?

微软发布诺贝尔经济学奖得主达龙·阿西莫格鲁的悲观AI预测:AI十年仅拉动GDP约1.5%,最多替代5%岗位,远低于部分AI实验室预期。他认为瓶颈是人性与组织重组,更大模型不够,缺少易部署、改变生产方式的应用;扩展人类技能的AI将比完全自动化更有生产力。微软可借此支持把AI附加到现有产品。

这篇文章最值得关注的要点是什么?

微软发布诺贝尔经济学奖得主达龙·阿西莫格鲁的悲观AI预测:AI十年仅拉动GDP约1.5%,最多替代5%岗位,远低于部分AI实验室预期。他认为瓶颈是人性与组织重组,更大模型不够,缺少易部署、改变生产方式的应用;扩展人类技能的AI将比完全自动…;原贴提到:Microsoft published a pretty bearish take on AI from Nobel Prize-winning;来源:the-decoder.com

这篇文章和哪些AI专题相关?

它适合放在AI副业、AI工具、AI超级个体专题里阅读。 关联原因:这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「自动化、模型」等主题信号。;这篇内容命中「技能」等主题信号。

阅读这篇文章建议先理解哪些关键词?

建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。

上一篇 Sierra 与 Meta 联合多家企业宣布开发 Personal Agent Protocol 开放协议 下一篇 卡兹克解读A16Z两份AI报告,AI使用广但付费和深度仍小众
北竹游乐场 免费玩小游戏 免费玩