AI 讓 GDP 年增 15%，但知識份子首當其衝！Anthropic：資本將吃下大部分紅利

Neo

1 小時前

AI 究竟會帶來生產力革命，還是大規模失業？Anthropic 最新發布《Economic Scenarios for Transformative AI》研究，嘗試把這個問題從抽象討論轉成可量化的經濟模型。研究團隊建立一套涵蓋 2026 至 2030 年的框架，分析 AI 能力、採用速度、自動化程度與生產力提升，最終會如何影響 GDP、工資、失業率與勞動所得占比。

結果顯示，AI 在所有情境下都會讓經濟變大，但新增的財富最後流向勞工，還是流向資本所有者，仍充滿爭議。

Table of Contents

Anthropic 把未來分成三種：溫和、顯著、極端

Anthropic 將 AI 對經濟的影響分成三種情境。

廣告 - 內文未完請往下捲動

第一種是 Modest Change（溫和變化），AI 的影響大致類似網際網路等過去大型科技革命，生產力持續提高，但宏觀數據並不會出現劇烈改變。到了 2030 年，美國 GDP 約比沒有 AI 的基準情境高 1.6%，年 GDP 成長率約從 2%提高至 2.4%；失業率僅由正常水準 3.8%升至約 3.9%。

第二種是 Substantial Change（顯著變化）。Anthropic 假設到了 2030 年，AI 已能處理約一半知識工作的能力範圍，而且多數工作可以自主完成，但實際企業採用仍未全面普及。此時 GDP 比無 AI 情境高 8.3%，2030 年的年經濟成長率可達 5.4%，相當於約為原本正常增速的兩倍以上。

第三種則是 Extreme Change（極端變化）：AI 在絕大多數知識型工作上都比人類更有效率、幾乎可以自主完成，而且很少再為人類創造新的知識型任務。Anthropic 認為這種情境可能需要遞迴式自我改進 AI，加上企業快速採用。

在這種情況下，美國 GDP 到 2030 年將比沒有 AI 的基準高出 32.4%，年 GDP 成長率更可能升至約 15%，代表經濟規模約每 4.5 年翻倍。

最極端情境：經濟暴增，但知識工作者首當其衝

Anthropic 模型將職業大致區分為「認知／知識工作」和其他職業。AI 主要直接影響前者，例如軟體工程、行政、銷售、專業服務等；而建築工、電工、護理等涉及大量實體工作的職業，短期內受到的直接影響較小。

在極端情境下，到 2030 年，知識型工作就業規模將比 2026 年中下降 21.5%；原本從事知識工作的勞工失業率將升至 17.9%，接近每五人就有一人失業，整體經濟失業率則升至 11.9%。

問題在於，被 AI 取代的工程師、客服或行政人員，並不一定能立刻轉職成電工、護理師或其他需求增加的職業。技能轉換、重新訓練與找工作的摩擦，都會讓失業時間拉長。

最大贏家可能是資本

Anthropic 模型另一個相當關鍵的結果，是 AI 可能讓收入分配明顯向資本傾斜。目前模型假設，美國經濟每創造 1 美元產值，約 60% 流向勞動所得、40% 流向資本。但隨著 AI 大量自動化工作，算力、資料中心、軟體、設備與其他資本的重要性提高，資本報酬率也會上升。

在溫和情境下，勞動所得占比只會從 60%降至 59.4%；顯著情境下降至 56.1%。但到了極端情境，勞動所得占比會一路跌至 45.2%，資本所得則升至 54.8%。換言之，資本收入將首次在模型中超越勞動收入。

更極端的是，即使整個經濟規模比沒有 AI 的情況大約三分之一，2030 年全體勞工所得總額卻幾乎沒有增加，幾乎所有新增 GDP 都轉化成資本所得。

知識工作薪資反而可能下跌 11.5%

Anthropic 的結果也打破「生產力提高，所有人薪水都會一起上漲」的直覺。在顯著情境下，整體平均工資比沒有 AI 的情況高約 2.1%，但知識工作者薪資反而低約 0.3%；其他非知識型工作的薪資則因需求增加而上升。到了極端情境，平均工資仍比無 AI 情境高約 9.7%，但知識工作者薪資卻低了 11.5%，其他職業薪資則上升約三成。

AI 大幅降低企業對認知勞動的需求，但 AI 所帶來的高生產力同時刺激其他實體經濟活動，例如更多基礎建設、製造與服務需求，因此「AI 最難直接完成的工作」反而可能變得更稀缺、更值錢。