什麼是通用目的技術？每場經濟革命背後的分析框架

通用目的技術是經濟史上最為罕見的發明類別：這類技術不只改善單一行業，最終還能重構整個經濟體系。蒸汽機、電力和網際網路均屬此類。它們的出現都伴隨著同一個表面上的悖論：在生產率提升反映到統計數據之前，往往需要數十年的動盪調整期。這種模式並非技術的失敗，而是它的特徵標誌。

經濟學家蒂莫西·布雷斯納漢與曼努埃爾·特拉什滕貝格在1995年的一篇論文中將這一概念系統化，該論文此後成為總體經濟學的奠基性著作。這個框架解釋了為何歷史上只有少數發明能引發全經濟規模的變革，而其他數以千計的創新——無論在特定行業內多麼有用——卻未能做到。決定性標準並非發明的規模，而是三個相互關聯的特性，這三者共同使一項技術得以成為整個經濟體的基礎設施。

第一個特性是普及性：通用目的技術必須能夠同時在多個行業中應用，而非僅限於其起源的產業。電力不只照亮了工廠，還同時為醫院、農場和辦公室提供動力。第二個特性是持續改進：這類技術隨時間推移變得越來越廉價、越來越強大，隨著每一代用戶發現新的應用場景，其覆蓋範圍不斷擴大。第三個特性也是最為關鍵的，是創新互補性：通用目的技術能夠催生全新的技術，而這些技術若無前者則無從誕生。電動機使裝配線成為可能，電晶體使個人電腦成為可能，個人電腦又使網際網路成為可能。每一項通用目的技術都成為下一波發明浪潮的平台。

這一架構解釋了經濟學家羅伯特·索洛在一句名言中所捕捉到的現象：電腦無處不在，唯獨不見於生產率統計數據。通用目的技術需要一系列互補性投資的層層推進——新的業務流程、新的技能、新的組織架構——其全部價值才能最終顯現。適應成本先行到來，生產率收益只有在整個生態系統成熟之後才會隨之而來。

如今，人工智慧是下一項通用目的技術的核心候選。經濟學家艾瑞克·布林約爾夫森和查德·西弗森記錄了同一悖論在當下的實時演繹：AI應用正向各行業蔓延，ChatGPT以超越歷史上任何數位平台的速度，突破了月活10億用戶的里程碑，而與此同時，先進經濟體的勞動生產率仍低於2008年前的趨勢水準。這個框架表明，這並非AI未能兌現承諾，而是通用目的技術到來與經濟充分重組以捕獲其全部價值之間的特有滯後期。

這場博弈的賭注是具體的。歷史記錄中的每一項通用目的技術，最終都重組了勞動力市場、競爭格局和經濟權力的分配。這個框架提出了一個明確的問題：不是AI會不會變革經濟，而是這場轉型的代價是什麼——以及由誰來承擔。

標籤: AI economics, Bresnahan Trajtenberg, economic transformation, Erik Brynjolfsson, general-purpose technology, productivity paradox