日益强大的模型开发是人工智能革命的核心，但这场革命还有第二个同等重要的组成部分：在整个经济领域中，适应和采用人工智能模型，既降低现有产品和服务成本，又创造出能推动经济和社会发展的全新或改进型产品。虽然模型开发主要发生在美国和中国，但扩散可以在也必须在世界各地发生。
总体而言，人工智能将遵循J型曲线模式。一开始需投入巨额资金且短期内难以见到收益，在此期间生产力将面临下行压力。随后该技术创造价值的潜力开始显现，曲线开始上扬。由于尚未达到这个阶段，我们无法准确描述上升期的具体形态，即J型曲线的高度和斜率。
总的来说投资者似乎希望获取巨大回报，但围绕人工智能的讨论仍存在不确定性。有人预测该技术的成果将低于预期，致使泡沫破灭，而谁对谁错则更多取决于技术扩散而非技术发展本身。
迄今为止，人工智能的扩散进程并不均衡：部分领域（尤其是科技、金融和专业服务）积极采纳这项技术，而其他领域（包括医疗保健和建筑等吸纳大量就业的行业）则进展缓慢。这种差异虽然在当前阶段不足为奇，但如果持续存在将导致J型曲线趋于平缓，这意味着当前投资的回报率低下且增长和生产力的提升会被延迟。换言之，当前是否存在人工智能投资泡沫，将在很大程度上取决于未来几年的扩散模式与速度。
目前更常见于中国而非美国的开源模型创造了更多机遇，它们促进了专业化分工和竞争，包括来自小型企业和缺乏大型模型所需海量计算基础设施的国家。但准入门槛依然存在：可靠的电力供应、强大的算力、四处可及的移动互联网连接，是广泛应用的先决条件。
人力资本亦是关键要素：从尖端人工智能工程、高级战略管理到用户相关技能，一个经济体需通过教育、技能再培训和劳动力流动确保获取多元能力。最后一块拼图是数据，当数据系统存在碎片化、不完整、不准确或无法访问等问题时，训练有效模型的进程也快不到哪去。
尽管人工智能的普及主要依赖私营部门的推动，政策框架和监管体系同样至关重要。中国采取了一个致力于运用人工智能解决各类现实发展与经济挑战的务实手段。因此在优先发展更强大大型模型的同时，广泛部署人工智能也同样重要——这将确保服务质量、效率和生产力快速提升，从而抵消人口快速老龄化的影响。
中国政府正积极引导创新者向这些目标迈进。除了鼓励大型科技平台构建开源模型，政府还要求其在特定领域开发或推动应用落地，涵盖自动驾驶、医疗健康、机器人（制造与物流领域）、供应链管理及绿色技术等方向，同时定期举办开发者大会和竞赛活动。
这些举措已初见成效。比如中国现已占据了全球30%以上制造业总产出。2024年全球新安装的机器人有54%在中国。相较于美国，中国的政策框架更具前瞻性，致力于为经济各领域的应用与普及提供指引。而美国科技巨头和资金雄厚的人工智能初创企业，则专注于突破大型模型的能力边界，奋力想要打造通用人工智能和超级人工智能。虽然扩散的渠道是敞开的，但如何利用这些技术在很大程度上完全是由私营部门说了算。
这种做法在科技、金融和专业服务等少数领域或许可行，但仅靠私营主体难以解决一些阻碍人工智能在特定领域普及的因素，例如数据碎片化、能力不足、监管壁垒和规模问题。
美国政府早已在国防领域认识到需要进行适当的国家指导以确保私营部门创新服务于公共目标。人工智能的扩散同样需要类似手段。我们需要在更广泛的经济领域中推行这种混合、主动、务实且针对特定行业的策略。当涉及技术扩散时，观望、等待和祈盼可不是一项好的策略。
（作者为斯坦福大学商学院经济学荣誉退休教授、2001年诺贝尔经济学奖获得者；Copyright: Project Syndicate, 2026，编辑：许瑶）
