核心概念

史丹佛經濟學家 Chad Jones 以兩個極端情境作為分析起點：一是 AI 大幅加速經濟增長（矽谷所謂的「FOOM」）；二是 AI 只是一項普通變革性技術，像電力和網際網路一樣，雖具革命性但增長率維持穩定。Jones 認為真實結果會落在兩端之間，理解兩個極端有助於縮小不確定範圍。

150 年的 2% 增長之謎

美國過去 150 年的實際人均收入，在對數刻度上幾乎完美地貼著一條斜率為每年 2% 的直線。電晶體、半導體、資訊技術、網際網路相繼問世，但增長率始終未偏離 2%。原因在於：在同一技術類別內，點子越來越難找；蒸汽機的潛力終究會耗盡，若沒有電力接力，增長就會放緩。這些技術的真正作用，是讓 2% 的增長率又延續了 50 年。對 AI 的「悲觀」版本，正是它可能成為下一個讓 2% 再延續 50 年的引擎，而非帶來爆發性增長。

弱連結（Weak Links）

Jones 的核心概念：鏈條的強度取決於最薄弱的那一環。iPhone 要發布新版本，需要設計、採購、製造精度、物流、零售環環相扣；太空梭挑戰者號因 25 美元的 O 型環失效而爆炸。弱連結決定整體上限——電腦可以飛快地做矩陣運算，但研究者仍需自己想出研究問題、測試理論，電腦能力提升 1 億倍，研究生產力並未提升 1 億倍。強連結做得再好，弱連結沒有改變，整體效益仍受限。

弱連結還有一個啟示：稀缺性帶來高報酬。電腦份額佔 GDP 的比例，在 2000 年網路熱潮達到 4.5% 高峰後，反而下降至 3%——雖然電腦無所不在，但價格下跌壓過了數量增加。這正是弱連結的預測：電腦是充裕的，人類是稀缺的。

三種未來情境模擬

  • 紫色（全面自動化）：沒有任何事物是人類專屬的，資本 GDP 份額升至 100%，增長率趨向無限
  • 綠色（保留 3% 人類任務）：Magnus Carlsen 下棋、Leo Messi 踢球等不可替代的工作成為弱連結，人類份額升至 100%，資本份額歸零——就像電腦 GDP 份額在下降一樣
  • 藍色（基線）：到 2050 年增長率僅 2.3%，到 2075 年只比無 AI 情境富裕 15%；模型最終會爆炸，但需要很長時間——因為弱連結。更令人意外的是：未來 75 年，你難以區分自己處於哪個情境

激進情境：若整個經濟像摩爾定律一樣自動化（每年改進 10%），到 2040 年增長率可達 7-13%——但即使如此，爆發也需 30 年才能蔓延整個經濟。原因仍是弱連結。

關鍵要點

  • 技術的真正作用是延長增長週期，不是提高增長率——電力延長蒸汽時代之後的 2%，AI 可能只是再延長一個週期
  • 弱連結是稀缺的來源：自動化 75% 的任務，剩下 25% 反而成為稀缺環節，獲得更高回報
  • 思想實驗：若無限量的軟體工程師，GDP 也只增加 2%（軟體佔 GDP 份額）；要獲得全部效益，需不斷自動化所有弱連結
  • 轉型需以十年計：蒸汽轉電力需要重組工廠，IT 需要發明試算表和 SQL；AI 整合同樣需要數十年的互補性創新

實務應用

弱連結框架對個人和組織決策有直接意涵：投資報酬率最高的升級，永遠是目前最薄弱的那個環節，而非已經夠強的環節。在思考「AI 會不會取代我的工作」時，應先問「我的工作中，哪些部分是真正無可替代的弱連結」——這些才是值得深耕的護城河。

延伸閱讀：AI 自動化的就業衝擊與社會風險 | AI 就業效應與 Jevons Paradox | Claude Mythos 系統卡分析

延伸觀點

來自多篇研究的交叉驗證，進一步支持弱連結框架：

悲觀派暫時領先：目前採用率比預期慢、職業薪資差距沒有縮小、科學生產力沒有上升——這三個指標都吻合弱連結模型的預測，而非 FOOM 路徑。研究者估計近期（2025-2027）額外增長率約 3-9%，遠低於矽谷的預言。

Baumol 效應是另一個弱連結：隨著常規認知任務自動化，GDP 比重自然集中到難以自動化的領域（醫療、教育、住宅）。這是結構性阻力——不是政策選擇，而是市場機制讓稀缺品的份額上升，形成新的弱連結。

算力本身也是弱連結：新晶圓廠需要 3-5 年才能建成，2027 年前算力擴張受硬體供應約束；AI 研究加速所需的推論算力，與商業服務的算力需求相互競爭，無法同時全速。

國際分歧風險：弱連結理論保護了各國國內勞工的相對地位，但缺乏 AI 基礎設施的國家面臨「複利劣勢」，全球層面的不平等可能按工業革命級別加劇——好的弱連結保護個人，但不保護落後的整個國家。

反向連結

以下頁面引用了本頁：