南方财经全媒体北京报道

在宏观经济领域，人们往往采用菲利普斯曲线反映失业率与通货膨胀间的关系。即当失业率较低时，货币工资增长率较高，表明经济处于繁荣阶段，通货膨胀率也较高;但当失业率较高时，货币工资增长率低，经济萧条到来，通货膨胀率也随之降低。

自新西兰统计学家威廉·菲利普斯于1958年首次提出该经济模型以来，历代经济学家对该曲线进行了持续不断的理论注解和分类完善。现如今，菲利普斯曲线已成为分析宏观经济走势，制定经济政策的重要依据与指导性原则。

但在人工智能崛起的时代，这一在经济计量分析领域堪称理论基石的重要定理，正面临前所未有的挑战。

作为一种具备生产创造能力的智能形态，以ChatGPT为代表的AI近年来展现出令人瞩目的文字、图像、声音的生成或辅助生成能力，也不断刷新着人们对于AI最终取代绝大部分人类工作的担忧。

更为关键的是，当前的AIGC(人工智能生成内容)无需工资，亦不存在失业的概念，作为提供生产力的经济单位，其与宏观经济间的逻辑关系较人类发生了根本性改变，而这或许将给经济环境带来难以估量的影响。

为深入剖析人工智能背后的数字发展浪潮，2月24日，中译出版社在北京举办“AIGC与智能数字时代前沿论坛暨《AIGC：智能创作时代》新书发布会”，以期探讨AIGC带给社会、经济、文化等多个层面的影响与变革。

变革的起点“AI不需要工资，也就不会储蓄，更不会进行投资。”横琴新区数链数字金融研究院学术与技术委员会主席朱嘉明在论坛发言中指出，AIGC的作用在于颠覆了原本经济学需求和供给背后的逻辑，边际成本、折旧等基本的变量都会因AI的应用产生变化。

就如同在小说《三体》中，外星文明向地球发射的、由被改造的微观粒子组成的拟人机器人智子，通过扰乱对微观物理的研究锁死人类认识物质深层结构的进展，从而使得被颠覆基础原理认知的物理学家发出“物理学不存在了”的感概一样。我们或许同样无法预料，因AI运行而流过超级计算机芯片集成电路的一道电流浪涌，是否亦将是最终演变为搅动经济学之海风暴的一次蝴蝶振翼。

在多位参与论坛的专家学者看来，这种颠覆性的影响，或许已经迈出了从量变到质变的第一步。

全联并购公会信用管理专委会常务副主任刘新海在演讲中表示，以ChatGPT为例，当前AI取得了两方面的技术突破，一是通用，即AI可以被用于解决不同领域的问题;二是贴近现实需求，即AI具备了处理非结构化数据的能力，虽然仍然存在一些边界，但相较于过于只能完成结构化任务的情况已有了本质不同。

朱嘉明指出，在当前世界面临的经济挑战很大程度上来源于人工成本不可逆提高的背景下，传统人工成本上升和人工智能边际成本理论趋近于无限小之间，将产生巨大的剪刀差;且AI在创造价值的同时，本身不提供需求，所谓刚性与弹性需求更是无从谈起，随着供需关系变化，最终将影响经济周期。

而当AIGC触达更为多元的领域后，随着其与人类的互动愈加频繁，二者将在更为多元和全面的维度互相影响与促成改变，恩格斯笔下“研究人与人关系”的经济学，或许也将由此被改变。

“通过网络，我们已经将形形色色人类的个体思想汇聚于社交媒体的信息频谱，而现在人工智能要做的就是将这些知识全部学会，形成思维链条，最终能够输出接近于人类的反馈。”清华大学新闻学院教授、博士生导师，清华大学新闻学院元宇宙文化实验室主任沈阳认为，随着AI与真实社会的交互愈加密切，其在改变人类的同时，人类对其的反作用力也同样巨大，而二者间的分歧乃至反抗都可能会涌现出新的智慧。

在ChatGPT在全球范围内大火后，微软随即宣布会将其全线接入旗下必应搜索、办公软件Office、Azure云服务、聊天程序Teams等产品，这一工具商业化进程本身带来的数据亦将再次推动AI的进化与完善。

collext.lab创始人，元物必通科技有限公司CEO张天在圆桌分享环节发言中指出，在数字化时代，数据不是孤岛，更多的数据跟人和AI的融合能产生重大的前景和生产力。此外，供给产生需求，AIGC也会产生完全不同的数字消费模式。

“需要看到的是，AIGC的发展将不仅仅是对人类的替代，它能够在很多维度拓展人类原本的局限性，经济生活、形态、结构、理论都将因为人工智能产生不可逆转的改变，创造财富的将不再局限于人类自身。或许在未来，AI将打破长期以来的人类中心主义，使得人类不得不联合起来去与之反对或共存。”朱嘉明说。

风险何在改变意味着未知，而未知中往往蕴藏着潜在的风险，在AIGC展现强大能力的同时，其最终将在何等程度上引起人类社会变革，背后又存在着哪些亟待解决的问题，也是本次论坛讨论的重点内容。

“由于金融业本身的封闭性，AI难以接触到其数据、知识乃至业务，其能力的形成非常困难。”刘新海指出，在基础能力难以保证的情况下，如何保证AI决策的公平、准确和风险管理水平，都将成为现实问题。

近日，国际投行摩根大通被曝限制员工使用ChatGPT，据外界分析，该决策本身主要出于摩根大通对数据安全、公平性、透明性的考量。