AI狂飙2030：GDP暴涨，钱却流向富人

到 2030 年，如果 AI 已能自主完成大量工作，美国经济会怎样？Anthropic 最新经济学报告给出一个看似矛盾的答案：经济高速增长与就业萎缩可能同时发生。

报告设定三种情景。温和情景下，AI 覆盖约 20% 全经济任务，企业实际采用其中五分之一，最终约 4% 任务受影响，一半增强人类、一半自动化。到 2030 年，美国 GDP 比无 AI 基准高 1.6%，当年增速从约 2% 升至 2.4%；平均工资高 0.7%，认知型职业工资高 0.4%；认知型就业比 2026 年中低 0.5%，整体失业率从 3.8% 升至 3.9%；劳动收入占 GDP 比例从 60% 降至 59.4%。

显著情景下，AI 覆盖约 30% 任务，企业采用率 40%，最终约 12% 任务受影响，其中约四分之三为直接自动化。到 2030 年，GDP 比基准高 8.3%，当年增速 5.4%；平均工资高 2.1%，知识工作者工资略低于基准，其他职业高 5.9%；知识岗位减少 3.9%，整体失业率 4.6%。

极端情景下，AI 覆盖约 50% 任务，企业快速采用 60%，最终约 30% 任务直接受影响，生产率达原来约 2.2 倍，90% 属自动化，新增知识劳动任务补偿设为零。到 2030 年，GDP 比无 AI 路径高 32.4%，当年增速 15.4%，人均收入约每 5 年翻一番，而过去一个世纪平均需约 35 年。但认知型职业工资低 11.5%，其他职业高 33.6%；认知型就业减少 21.5%，相关失业率 17.9%，整体失业率 11.9%。劳动收入占 GDP 比例从 60% 降至 45.2%，资本收入占比升至 54.8%；全社会劳动收入总额仅比无 AI 情况高 0.5%，资本收入高 81.4%，认知型职业工资总额低 31%。若要让认知型劳动者总收入维持无 AI 水平，需约相当于 GDP 9% 的转移，规模大致相当于 Social Security 与 Medicare 之和。

报告强调，这些并非对 2030 年的预测，而是基于 AI 能力、采用速度、自动化程度和再就业难度等变量建立的模型推演，三种情景均未赋予发生概率。模型从任务层面拆解职业，将美国劳动力分为认知型职业（约占 62.4%）和依赖现实操作的职业，并假设后者核心物理任务到 2030 年不会被直接自动化。

Anthropic 今年 8 月调查 10,980 名美国成年人，将其判断输入模型后，中位数结果接近显著情景：GDP 比无 AI 基准高 8.6%，当年增速约 5.3%；认知型就业减少 4.2%，整体失业率约 4.6%。受访者认为 AI 能力提升可能快于现实经济扩散。

报告也列出边界：只模拟 AI 对认知任务的直接影响，未纳入机器人技术对物理劳动的冲击，也未考虑灾难性风险、政治经济因素、商业周期、金融市场冲击和价格刚性，且只区分两大职业群体。最终走向取决于 AI 能完成多少任务、实际采用多少、生产率提升多大，以及劳动力市场重新配置的速度。