智通財經APP獲悉，中金公司發佈研報稱，作爲科技革命的源動力，通用目的技術需要通過技術擴散來增強影響力，才能推動生產力進步。AI文獻的“規模增長”及“融合深化”是技術擴散的關鍵特徵，共同推動全領域的創新活動更爲活躍，進而促進勞動生產率加速提升。參照上一輪信息通信(IT)革命中技術前沿國的經驗，基於AI技術擴散不及、等同或超越IT的三種情境假設，預計本輪AI有望在未來十年內推動勞動生產率的年均增速提高1.3~3.7個百分點。
中金公司主要觀點如下：
歷次科技革命後的生產率提升姍姍來遲，如何理解這種“索洛生產率悖論”?
通用目的技術是科技革命的源動力，但其需要通過技術擴散來增強影響力，直到它與各行各業的現有技術結合、與大量豐富的需求場景匹配，才能最終實現勞動生產率的加速增長。
技術擴散分爲五個階段，其中的延伸階段以知識的跨領域流動爲標誌，是評判通用目的技術影響力的關鍵。人類知識網絡中的跨學科引用關係爲研究這種知識流動提供了一種直觀且可量化的方法。
通用目的技術的跨領域擴散程度如何度量，又引起多大程度的生產率提升?
IT與AI同屬於通用目的技術，具有較強的可類比性，IT革命的發展歷程或爲前瞻本輪AI的生產力潛力提供參照。觀察IT技術在人類知識網絡中的擴散過程，可以發現跨領域引用關係的發生伴隨着“規模增長”和“融合深化”兩大特徵。
本文采用統計方法表明，兩者共同作爲外生技術衝擊，推動全領域的創新活動更爲活躍，進而促進勞動生產率加速提升。根據這種“通用目的技術-跨領域擴散-生產力進步”的傳導機制，構建向量自迴歸模型，並驗證了其能夠較好預測上一輪IT革命時期的勞動生產率提升。
參照IT革命，進一步預測本輪AI革命的生產力潛力。
通過在模型中引入AI技術衝擊，並基於AI技術擴散不及、等同或超越IT的三種情境假設，該行預測了技術前沿的美國在2024-2035年的勞動生產率增速。模型結果顯示，本輪AI對勞動生產率的提升可能較上一輪IT革命更快且程度更大，有望在未來十年內推動勞動生產率的年均增速提高1.3~3.7個百分點。
爲了推動通用目的技術快速高效地轉化爲社會生產力，可從三方面出發
培育AI核心資源，以維持學科內的高創新活力；引導融合不足但意義重大的場景聯合創新，以提升其他學科與AI的融合水平；補貼高成本的AI商業應用，以加速科技成果轉化與推廣。