演讲稿摘要
人工智能对收入和财富分配构成双重风险与收益格局，可能加剧现有不平等，或促进更广泛的经济参与。历史先例表明，虽然技术进步最终会提高整体生活水平，但往往会在转型期造成扰动，并使利益集中，尤其是在广泛采用的早期阶段。未来结果的关键决定因素在于人工智能是扩大生产力获取渠道，还是强化现有优势，从而影响劳动力收入、资本积累以及由此产生的基尼系数。
当前数据显示，人工智能暴露程度存在分化，拥有高级学位者使用率明显高于受教育程度有限者。如果这种差距持续存在，可能导致生产力差距扩大，以及经济收益集中在相对狭窄的劳动力群体中。此外，人工智能的内在特性——特别是与数据访问、模型优化和计算能力相关的规模和范围经济——存在市场集中风险，可能使投资回报流向少数超大规模企业。
缓解这些风险需要积极投资于教育、职业培训和劳动力发展，不仅要强调技术熟练度，还要强调批判性思维、适应能力和人类判断力。在一个快速技术变革的环境中，培养这些“软”技能可能至关重要。与此同时，在人工智能领域培育具有竞争力的市场结构至关重要，以确保更广泛地获取创新并防止经济权力的集中。针对竞争、税收结构和劳动力支持机制的政策干预，将对人工智能对收入和财富分配的最终影响至关重要，并影响当前的消费和长期的资本形成。这些因素的演变轨迹将决定人工智能是成为包容性增长的催化剂，还是加剧经济分层的驱动因素。
观点分析
演讲的核心论点围绕着人工智能可能加剧或缓解美国经济中现有收入和财富差距的两种可能性，以及对金融包容性的影响。演讲者指出，虽然技术进步在历史上推动了长期的生产力和生活水平提高，但转型期往往伴随着分配效应，可能使收益集中在特定人群。一个主要担忧是人工智能驱动的自动化可能不成比例地影响低收入和中等收入者，特别是新进入劳动力市场的人群，这与以往技术变革的模式相似，但可能因人工智能的独特特性而得到放大。根据联邦储备系统调查数据，目前对生成式人工智能的接触严重偏向于高学历和高收入群体，这表明那些已经拥有大量人力资本的人群最初具有优势。
分析强调市场集中度是决定人工智能最终影响的关键因素。演讲者承认，竞争格局可以促进对人工智能资源的广泛获取，降低成本并实现创新民主化。然而，与人工智能开发相关的内在规模和范围经济，加上其自我改进的特性，存在着由少数“超级规模”公司进行整合的风险。这种情况可能导致集中的投资回报以及拥有和缺乏先进人工智能能力公司之间的生产力差距扩大。这种动态类似于互联网采用的影响，虽然总体上是有益的，但可能通过不成比例地使信息密集型职业受益而加剧了收入不平等。
另一方面，演讲探讨了人工智能可以作为一种提高生产力的工具，实现技能和专业知识民主化的情景。类似于印刷机或互联网的影响，人工智能可以降低缺乏传统教育或财务资源的个人的准入门槛，从而促进创业并扩大经济机会。演讲者引用研究表明，人工智能有可能提高工人的生产力，尤其是在经验较少的员工中，并加速技能获取，从而可能减轻自动化的负面影响。正如社交媒体影响力的出现所见，创造全新的就业类别也被认为是抵消劳动力流失的一种潜在手段。
最终，演讲者强调，人工智能时代的不平等轨迹并非预先注定的，而是取决于政策选择。对教育、职业培训和劳动力发展进行投资，重点是培养批判性思维和判断力等适应性技能，至关重要。同样重要的是维持竞争性市场结构，以确保广泛获取人工智能技术并防止经济权力的集中。演讲隐性地承认，人工智能对收入分配的长期影响需要持续监测和积极干预，以确保收益得到广泛分享，并使美国梦——代际经济流动性保持可实现。
原文链接
https://www.federalreserve.gov/newsevents/speech/barr20260714a.htm