21专访丨诺奖得主彼得·豪伊特：AI或催生“超级明星市场”

刚刚过去的诺贝尔奖颁奖季，让斯德哥尔摩再次成为全球学术界与公共舆论的交汇点。人工智能快速重塑生产与就业结构的背景下，学术研究如何回应现实问题，长期增长理论如何解释当下变局，成为各界高度关注的话题。2025年的诺贝尔经济学奖，正是在这样的时代语境中揭晓。

作为“创造性破坏”理论与现代经济增长研究的重要代表人物，美国布朗大学教授彼得·豪伊特因其在创新、竞争与长期增长机制方面的系统性贡献而获奖。他的研究不仅在学术界产生了深远影响，也为理解技术革命、产业更替以及由此带来的社会结构变化提供了重要分析框架。在人工智能迅速发展的当下，这一理论再次被赋予新的现实意义。

近日，彼得·豪伊特接受了南方财经记者的专访。在这次对话中，他回顾了诺贝尔奖周的所见所感，分享了对全球经济增长关键力量的判断，并围绕人工智能提升生产率的潜力、就业结构调整、“超级明星市场”的形成等话题，进行了深入而坦率的讨论。

彼得·豪伊特。资料图

“超级明星市场”或形成

南方财经：2025年的诺贝尔奖颁奖典礼，给你留下了哪些尤为珍贵的记忆？

彼得·豪伊特：我想，最让我印象深刻的是，斯德哥尔摩以及整个瑞典，为了致敬学术与知识，愿意付出多大的努力、做到什么程度。这种体验我从未经历过。他们举办了极其隆重的宴会、精彩的典礼、特别的音乐会。而且无论我在斯德哥尔摩走到哪里，都会有人追着我要签名。我的意思是，教授们并不习惯受到这样的待遇。所以，看到世界各地学者所从事的研究工作，能够被广大公众如此尊重和肯定，这真的是一件令人愉快的事情。

南方财经：再次向你表示祝贺。从你的角度来看，2025年诺贝尔经济学奖最终授予你，背后最重要的原因可能是什么？

彼得·豪伊特：坦率地说，我并不了解诺贝尔奖委员会内部的讨论过程，所以我真的无法给出一个确定的答案。不过我知道，对很多人来说，我所研究和撰写的“创造性破坏”这一主题，在当下确实引起了强烈共鸣，尤其是在人工智能带来巨大兴奋与担忧、正主导着许多人的思考背景下。但你知道，这其实是我多年来一直隐约期待的事情，只是最近反而不太抱希望了，因为确实有很多学者做出了非常杰出的研究，他们同样可能期待获得诺贝尔奖，但最终却并没有，这当然也完全可以理解。而我与菲利普·阿吉翁一起合作完成的研究中，最重要的部分，其实是在三十五年前就已经完成了。所以我们一度觉得，或许我们的机会已经过去了，评委们可能已经不会再考虑我们。尤其是2024年，奖项颁给了阿西莫格鲁、约翰逊和罗宾逊，他们的研究同样与经济增长和制度影响有关，因此这次获奖对我们来说确实是一个相当大的惊喜。当然，我相信诺贝尔奖委员会一定有他们自己的考量，但这些具体原因，我确实并不清楚。

南方财经：那么从你的角度来看，随着2026年的到来——你认为当前塑造全球经济增长格局的最重要力量是什么？

彼得·豪伊特：我想，这基本上也是大多数人会指出的那些因素。当前，国际贸易秩序正在经历一场巨大的冲击，各国仍在适应这一变化，而这将对许多国家产生深远影响。有些国家能够应对，有些则未必，这个过程将会非常艰难。当然，另一个重要因素是人工智能的飞速发展，其变化速度之快，所蕴含的潜力之大，无论是正面还是负面，都极为显著。

南方财经：你能否进一步展开说明？在你看来，人工智能在哪些方面体现出积极作用，又在哪些方面可能带来风险和挑战？

彼得·豪伊特：人工智能在提升生产率方面的潜力确实极大。任何尝试过将ChatGPT或其他大型语言模型作为研究助手的人，只要向它询问当前学术文献中的问题，即便是最高水平的研究主题，都会对回答的深度和完整性感到惊讶。令人震撼的是，许多人因此变得更加高效，因为他们能够在极短时间内回答过去可能需要花费数天甚至数周查阅文献才能解决的复杂问题。当然，这些模型仍然存在问题，比如它们有时会“编造”内容，不能完全信任其输出，但作为许多工作的初稿工具，它们的效率是惊人的。

因此，我既看到了生产率提升的巨大潜力，也看到了岗位被替代的可能性。举例来说，写演讲稿时，你可以让ChatGPT在几秒钟内生成几段，甚至是一整篇演讲稿。它也许并不完整，也未必真正具有创造性，但对于很多人来说，这是一个极其出色的起点。由此可以想象，最优秀的演讲撰稿人将变得更加高效，而对其他人来说，空间可能会被大幅压缩。

最终，这可能形成一种“超级明星市场”，少数高生产率的企业或个人将主导市场，而其他人则不得不另谋出路。如果这种情况在多个市场同时发生，我们将面临一个非常严峻的问题：人们究竟该去做什么？当然，这种情形并非首次出现在重大的技术变革中。回顾大约150年前，在欧洲或北美的大多数国家——我推测在亚洲许多国家情况也类似——至少有50%的人口必须从事农业生产，才能养活整个社会。如果你在1876年告诉当时的人们，150年后只需要1%到2%的人口从事农业就足够了，他们一定会反问：那剩下的人口要做什么呢？而你当时给出的答案，对他们来说甚至是不可理解的。那时的人们根本无法想象喷气式飞机、计算机、电话、家用电器，以及各种汽车，更不用说电动汽车了。某种程度上，人工智能正在引发类似的变化，但不同之处在于，这一次发生得非常、非常快。我们并没有150年的时间，去逐步创造并消化所有这些新岗位。这正是一个巨大的挑战。

AI提升生产率需大量下游创新

南方财经：“创造性破坏”是你研究中的核心概念。与以往的技术革命相比，例如你刚才提到的19世纪后期，这一轮创造性破坏是如何展开的？它在速度和机制上，与历史经验相比有哪些本质差异？

彼得·豪伊特：现在判断还为时尚早。像人工智能这样的通用型技术，历史上并不多见，但我们确实经历过几次，而我们知道的一个共同特征是，它们往往是逐步展开的，需要大量下游创新，才能真正释放全部潜力。

举例来说，电力最初被引入制造业时，相比水力或蒸汽机等集中式动力来源，确实提高了生产率，但提升幅度有限。直到装配线的出现，使动力可以横向分布，而不是围绕一个中心动力源垂直布局工厂，电气化的真正潜力才得以释放，而这一过程花费了相当长的时间。

人工智能也将如此，需要大量下游创新，其中包括创造新的职业和岗位，来吸纳那些在某些领域因顶尖人才生产率过高而被挤出的劳动力。历史经验表明，这一过程往往需要很长时间。尽管人工智能的进步速度非常快，但我并不认为我们已经完全实现了它的全部潜力，因为这还需要许多目前尚未被想到的新理念。

南方财经：确实存在一个学习曲线，人们需要先学会如何使用这项技术，才能充分发挥其潜力。近期数据显示，经济增长的收益正越来越多地集中于大型企业、高技能劳动者和高收入群体，尤其是在人工智能和科技领域。这种集中趋势是否是创新驱动型增长的内在特征？从长期来看，它可能对全球经济结构产生哪些影响？

彼得·豪伊特：我认为现在下结论仍然过早。许多通用型技术在早期阶段都表现出“技能偏向”的特征。回顾电气化和装配线的发展，正是装配线使亨利·福特能够支付工人每天5美元的工资——在当时这是完全不可想象的——因为这些工人通过装配线协作变得极其高效。维持装配线的持续运转至关重要，因此即便是没有接受过高水平训练、在人力资本意义上并不突出的工人，只要足够可靠，也能在装配线上发挥极高的生产率。

我认为，人工智能可能会出现类似的情况，比如一名本就具备一定技能的技工，如果能够借助人工智能快速获取解决问题的方案，其生产率将大幅提升。埃里克·布林约尔松等学者的研究表明，生产率提升并不仅限于高技能人群。当然，高技能者会获益良多，但人工智能目前还不足以取代真正的创造性工作。我很难想象大型语言模型能够复制人类的创造力。也许有一天可以，但我不是心理学家，而心理学家本身也尚未完全理解创造力的来源。或许创造力源自神经元的某种“误触发”，产生看似奇怪但最终惊艳的想法。也许未来可以让模型学会“偶尔犯错”并从中学习，但那是一个令人不安、且仍然非常遥远的设想。至少在当前阶段，真正富有创造力的人，仍然可以把人工智能当作研究助手来使用。我认为这是一个当前心理学界非常热衷的研究领域，尤其是在人工智能迅速发展的背景下。

我确实看到，各个技能层级的生产率都有提升的空间。在某些领域，比如会计、客服等，岗位替代效应可能会大于生产率提升效应；而在另一些领域，生产率提升将非常显著，但也会催生“超级明星市场”，微小的能力差异就可能带来巨大的收入和就业机会差距。这将需要进一步的创新，创造出新的职业、新的技能需求，而这些目前尚未被完全预见，而且这个过程可能需要相当快地完成。

网址：21专访丨诺奖得主彼得·豪伊特：AI或催生“超级明星市场” https://m.mxgxt.com/news/view/1973814

相关内容

汽车行业赋能：诺奖得主代言凭什么比明星代言更“值钱”？丨诺奖得主邀约丨品牌赋能丨汽车行业代言
周鸿祎预测诺贝尔奖项：ChatGPT或得诺贝尔文学奖
专访上海市科学技术奖得主
彼得·休伊特电影大全
诺奖赋能背书代言合作：赢诺脉得解锁品牌增长王炸，诺奖得主替代明星成赋能新核心
21专访丨东阳光药首席科学家林凯：不盲目跟风 做更具创新性的事
诺奖得主克拉斯诺霍尔卡伊·拉斯洛：名字很长，但我们可以叫他“好丘”
许宁生主持复旦大学首堂“诺奖本科讲坛”诺奖得主迈克尔·莱维特开讲 探讨科学中的美妙人生
明星专题丨韩国影视女演员 宋慧乔
“玲珑星核”全场景超级AI主机 开启个人AI计算新纪元

随便看看