导语：如果AI既是通用技术，又改变创新方法，它的经济影响可能不止一轮。

美国旧金山联邦储备银行发布研究介绍，讨论生成式AI对劳动生产率的潜在长期推动。文章指出，许多新技术在扩散初期会带来效率提升，但当市场完成采用后，增长效应可能逐渐衰减。生成式AI的特殊性在于，它可能同时具备通用目的技术和「发明方法的发明」两类特征。

所谓通用目的技术，通常具有广泛采用、激发后续创新、持续改进等特点。生成式AI能够进入办公、研发、教育、金融、制造和医疗等多类场景，因此具备广泛扩散的基础。与此同时，它还可能改变观察、分析、沟通和组织研发的方式，提高知识生产本身的效率。这意味着AI不只是在现有流程中加速某个步骤，也可能改变新知识、新产品和新组织形式产生的速度。

文章没有把生产率提升视为已经确定的结果，而是强调证据仍在形成中。生成式AI能否真正释放长期效应，取决于企业是否进行流程重构，劳动者是否完成技能迁移，制度环境是否支持数据、责任和创新之间的平衡。

对社科经管领域而言，AI不只是技术变量，更是组织分工、劳动效率、岗位能力和产业结构的共同变量。它影响企业如何配置人力，也改变研究者理解生产率、工资和技能回报的方式。

学科观察：这为社科经管领域提供了一个更有深度的观察框架。AI的经济影响不能只看单个工具节省了多少分钟，而要追问它是否改变了组织学习曲线、创新成本和跨部门协作方式。对于高校网站的学科动态栏目，这类内容能很好连接数字经济、创新管理、产业组织和公共治理等议题。

这类动态适合放在学科栏目中作为数字经济、劳动经济、管理创新和公共政策研究的切入点。它提醒读者，讨论AI不能只看工具性能，还要看制度、场景、组织学习和真实采用率。

来源链接：https://www.frbsf.org/research-and-insights/publications/board-of-governors/2026/09/potential-sustained-productivity-impetus-genai/