人工智能已成为全球科技竞争的核心战场，各国纷纷将AI发展纳入国家战略。2026年初，生成式AI技术持续迭代，多模态模型、智能体应用加速落地，算力基础设施大规模扩张。在此背景下，美国白宫经济顾问委员会于2026年1月发布名为《人工智能与大分流》的报告，系统梳理了美国AI发展的各项指标，并详细阐述了特朗普第二任期的AI政策框架。

这份报告的核心意图十分明确：通过投资、性能、采用率三大维度论证美国在AI领域的“领先地位”，并为特朗普政府放松监管、能源扩张、实施技术出口管制等政策提供依据。报告中关于中美AI领域竞争的分析、对“美国占据AI主导地位”的战略规划，直接关系到未来全球AI产业格局走向，对中国读者理解美国政策动向具有参考价值。

需要指出的是，报告多处表述带有明显的竞争对抗色彩，将中国定位为“战略对手”，部分数据选取和结论推导存在服务于政策论证的倾向。读者在阅读时应注意到，中美AI产业发展各有优势，中国在应用场景、产业配套、市场规模等方面具有独特优势，报告所述的“美国领先”并非定论。

观察者网全文翻译这份美国白宫经济顾问委员会撰写的报告，供读者批判性阅读，译文不代表观察者网观点。

《人工智能与大分流》报告封面

【翻译/鲸生】

1.引言

几个世纪以来，世界大多数经济体的增长速度都同样缓慢。然而，工业革命引发了一场“大分流”，使工业化国家的增长速度远超世界其他地区。人工智能（AI）是一项具有潜在变革性的技术，常被比作工业革命。

然而，我们清楚地看到，各国在人工智能的投资、表现和采用指标上已出现明显的领先者。特朗普政府正在为美国的人工智能主导地位奠定基础，通过加速创新、基础设施建设和放松管制，同时借助技术出口确立全球主导地位。如果人工智能革命真的像工业革命那样具有变革性，我们是否应该预期这将导致第二次大分流？当然，人工智能的未来影响尚不确定，因此本文重点关注当下可见且可衡量的实证数据。

我们首先回顾人工智能驱动经济增长的潜力分析（第2节），然后讨论人工智能对国内生产总值（GDP）和劳动力的影响估算。鉴于这些影响存在不确定性，需要持续监测。我们在第3节重点介绍追踪人工智能投资、表现和采用迅猛步伐的各项指标。随后讨论各国在这些指标上的表现（第4节）。变化速度之快怎么强调都不为过；许多指标每隔几个月就翻一番，每年增长数倍。这意味着未来的人工智能可能与今天的人工智能截然不同。最后，我们回顾特朗普总统为确保美国继续引领人工智能发展所采取的行动（第5节）。正如总统所说：“美国是开启人工智能竞赛的国家。作为美国总统，我今天在此宣布，美国将赢得这场竞赛。”

2.未来展望

过去25年见证了经济发展的大趋同，世界最富裕国家的增长速度慢于许多发展中国家。然而，基于大语言模型（LLMs）的生成式人工智能的出现，将在美国掀起新一轮深刻的经济转型，有望显著提升生产力和增长。随着人工智能技术更深入地融入工作场所，经济学家正在重新评估GDP的长期预测。

然而，这一创新时期并非没有复杂性。本报告侧重于长期结构性趋势分析，因为并非所有人工智能相关的投资都会盈利，而且短期总是存在大幅波动的可能。

2.1 人工智能背景

过去几年，人工智能能力和相关术语都迅速爆发，因此我们首先回顾人工智能领域的几个关键术语。

人工智能可以指各种各样的计算机系统，从像“深蓝”这样的国际象棋计算机，到像ChatGPT这样的生成式人工智能。在人工智能发展的大部分历史中，它只能在相对有限的选项范围内做出决策。最近人工智能兴趣的激增与“生成式”人工智能的兴起同时发生，之所以这样称呼，是因为它们能够“生成”文本、图像或视频。“大语言模型”是能够创作文本的生成式人工智能。它们之所以“大”，是因为拥有数万亿个参数；之所以称为“语言”，是因为它们使用大量自然语言书写的文本进行训练。“AI智能体”（Agentic AI）是生成式人工智能的一个子集，它们超越单纯的内容创作，能够执行行动以达成目标。

理解人工智能智能程度的框架可从两个维度来看：（1）执行不同任务的能力：从写文章、识别图片中的物体、编写计算机代码，到解决数学问题；（2）人工智能在该任务上的能力与人类智能水平的比较。当今的人工智能系统具有“专用”（或“狭义”）智能，因为尽管它们在某些特定任务上可能超越人类（没有人能像计算器那样快速乘法运算），但人工智能无法执行人类能做的所有任务。人类能够执行各种各样的不同任务。因此，我们说人类具有“通用”智能，而当前的人工智能（包括ChatGPT和代理式人工智能）具有“专用”智能。

通用人工智能（AGI）将是一种假设性的人工智能，能够执行人类能做的所有智力任务，但AGI的确切定义存在激烈争议，有些定义只要求AGI能够执行“许多但非全部”的人类任务。超级人工智能（ASI），有时简称为“超级智能”，是指智能超越人类的人工智能。AGI与超级智能之间的界限同样存在争议，部分原因是这些术语涵盖人工智能的不同方面：“AGI”和“专用人工智能”描述人工智能可执行任务的通用性，而“超级智能”描述人工智能在这些任务上的能力水平。然而，如果一个“单纯”的AGI能够以计算机速度执行人类的所有任务，它实际上已经是超级智能了。不过，抛开语义分歧不谈，值得注意的是，OpenAI、Anthropic、xAI、Meta和谷歌都致力于创造通用人工智能或超级智能。

这就引出了本报告分析的一个重要限制：对人工智能进行经济分析的局限性。正如汉森（Hanson，2001）指出的，如果人工智能能够执行所有人类任务，将导致爆炸性增长，世界将变得与今天截然不同。因此，通用人工智能（AGI）的影响（包括经济影响和其他方面）是一个值得深入研究的重要课题，但基本上超出我们当前分析的范围，因为我们重点关注的是“狭义”或“专用”人工智能。

2.2 人工智能对GDP的影响

经济学家通常认为，一个经济体的生产力来自三个因素：劳动力数量、资本数量和全要素生产率（TFP）。全要素生产率是衡量经济体效率和技术进步的指标。全要素生产率上升意味着经济体用同样数量的劳动力和资本生产出更多商品和服务，或用更少的投入获得同样的产出。这种效率提升是长期经济增长和生活水平提高的关键驱动力。对于美国这样资本存量已经很高的富裕国家来说，经济增长主要来自全要素生产率的提升。

全要素生产率带来的生产力提升最终会转化为更高的整体经济产出，即GDP。然而，新技术带来的影响存在时间上的滞后效应，因为企业必须先成功采用新技术并调整运营。1990年代的大部分生产力提升来自1970年代和1980年代的技术投资。大萧条时期的类似技术投资则在1950年代和1960年代开花结果。因此，虽然全要素生产率是一个重要指标，但它并不是人工智能影响美国经济的前瞻性指标。相反，人工智能研发支出和人工智能企业的产出才是技术进步的先期指标。例如，早在创新被广泛采用并产生宏观经济影响之前，人工智能相关的研发已经在很久以前就开始了。

近期多项研究试图量化人工智能对GDP水平的影响。这些研究的估算结果差异很大：人工智能可能使美国GDP增长1%到45%以上。如此大的范围反映了人工智能经济特征的高度不确定性。但值得注意的是，仅2025年上半年，人工智能相关投资就使GDP年化增长率提高了1.3%，让人联想到工业革命时期铁路投资的规模，这似乎排除了最低的几种估算。