近期人工智能技术加快发展，研究普遍认为，人工智能很可能成为继机械化（蒸汽机发明为标志）、电气化（内燃机和电力使用为标志）、信息化（计算机和互联网的应用为标志）之后的新一轮技术革命的标志性技术之一。怎么看待这一过程的宏观影响？
首先，对总量经济增长来说，人工智能未来的大规模应用可能会带来潜在增长率的上升。人工智能具有渗透性、协同性、替代性、创造性等四项特征。渗透性可引致关联产业链的发展；协同性可以提升劳动、资本、技术等要素之间的匹配度；替代性可以减少老龄化、少子化对于经济供给端的约束；创造性可以带来更密集的知识和技术要素生产，以上均有利于经济增长。
需要注意的是，按照现有GDP（国内生产总值）核算体系，在人工智能未来的大规模应用中，现实的劳动生产率与实际增长率可能阶段性下降，因为人工智能必将导致一些商品与服务被替代掉，而新创造出的产品与服务，其增加值可能还无法核算，不能反映计入GDP中。因此，人工智能测算方面的低估或也将使劳动生产率和GDP增长率初期不一定会正向变化，需同步创新核算体系。
其次，对于产业结构来说，人工智能一则在供给端会带来自身庞大的产业链谱系的形成，数据、算法、算力等三项基础要素的迭代将推动行业的发展；二则在需求端会通过“人工智能＋”，带来对传统行业的创造性改造，无论是C端、B端还是G端都会有无数的应用场景；三则在流通端它还会通过对生产方式、商业渠道、居民生活半径、生活方式等环节的传递，对于社会经济结构带来更深远的影响。
对于中国式现代化的“并联式”发展思路来说，人工智能的出现，确实增加了工业化、信息化、城市化同步推进的合理性，但与此对应，一些关键技术的突破，以及国家级算力平台的建设就相对更为关键。
其三，对就业来说，人工智能对总量失业率的影响取决于“替代效应”（Displacement Effect）与“创造效应”（Creation Effect）的相对大小。过去两个多世纪的经验表明，并无证据支持总量失业率随技术进步而长期增加，这就是技术革命的“总量就业中性”假说。
但上述研究是基于长期视角，短期就业影响仍可能会是显性的。OpenAI（2023）的研究显示，大约80%的美国工作岗位当中，至少有10%的工作任务受到GPT的影响；大约19%的工作岗位至少有50%的工作任务受到影响。同时，经验研究显示（Goos，2014）在工业信息化时代，ICT带来的技术进步导致了就业结构改变，出现了工作“极化”现象（Job Polarization），即不可替代的高端与低端服务的就业比重会上升，中间常规性、程序化的工作比重减少，存在被替代的趋势。这一效应值得继续研究，比如对于中国经济的“工程师红利”来说，其中创造性的部分会相对价值更大。
约束全球通胀上行
其四，对于通胀来说，人工智能一则整体会提升供应端效率、增加供应能力、减少信息不对称、提升供求匹配度；二则会减少对人工的依赖、降低服务端的边际成本，这些逻辑长期来看将对总通胀水平形成约束。瑞典中央银行（Sveriges Riksbank）在其2015年的货币政策报告专栏中曾研究数字化与通胀的关系，指出过去三十馀年全球低通胀或与信息革命以来的数字技术及其在经济各方面的应用有关。
最后，人工智能技术下的算力提升与数据中心维护都将消耗庞大电力，这将加大能源压力，或将驱动能源与资源品价格进一步上涨。来自谷歌（Google）的数据表明人工智能每年消耗谷歌公司约2.3太瓦时的电量，大约相当于亚特兰大这样大小的城市中所有家庭每年的电力。中国工程院院士、紫金山实验室主任刘韵洁指出随着人工智能技术的快速发展，对算力的需求越来越大，2021年全国数据中心耗电量达2166亿度，碳排放达到1.35亿吨，电力成本占总成本的60%到70%。丹麦哥本哈根大学基于其开发的Carbontracker估算“在微软超算数据中心中使用英伟达GPU训练GPT-3模型，按照美国平均碳强度计算，将消耗大约19万千瓦时的电，产生85000kg二氧化碳当量排放，相当于欧洲一辆汽车行驶70万公里产生的排放量”。这样的测算不一定完全客观，但它提示人工智能的能源消耗较大。
