發表
我的網誌
舊金山聯準銀行總裁兼執行長戴利（Mary C. Daly）日前在聖荷西州立大學出席由矽谷領導小組主辦的活動時表示，人工智慧(AI)驅動的生產力提升，確實可能讓美國經濟在不引發通膨的情況下實現成長。
儘管近期生產力數據表現亮眼，戴利仍謹慎指出，目前要宣稱這項技術已具備「變革性」仍言之過早。她在與彭博科技進行的對談中強調，雖然近期生產力平均成長率達到2.7%，高於歷史平均的1.9%，但不能將這些收益完全歸功於AI。
區分短期成本撙節與長期生產力改善
戴利分析指出，目前市場確實發生了一些變化，但關鍵問題不在於變化是否發生，而在於這種趨勢能持續多久。她解釋，來自自動化的一次性成本節省，與持續性的生產力改善有著根本上的不同。
對於政策制定者而言，關注焦點在於技術能否帶來「持續性的良好生產力變化」，進而讓所有產業規模都能獲得改善。戴利將目前的AI應用形容為「良好的進展，但非變革性」，就像是用電動馬達取代蒸汽機，但工廠的整體運作模式尚未改變。
歷史經驗顯示科技改變就業型態而非削減職缺
針對市場普遍擔憂AI可能引發失業潮，戴利提出了歷史觀點。她表示，在科技發展的歷史長河中，沒有任何一項技術曾導致淨就業人數減少，科技改變的是就業的樣貌，而非單純消滅工作機會。
目前的AI技術主要是取代特定任務並輔助勞工，而非直接消除職位。不過戴利也坦承，在當前招聘與解僱率雙低的勞動力市場環境下，勞工對於未來的焦慮感確實居高不下，這是政策制定者需要關注的面向。
聯準會內部導入AI應用但排除決策制定
戴利透露，聯準會自身也已在營運層面採用AI技術，主要用於協助編寫程式碼和提升內部效率。然而，她明確表示，聯準會並未將AI用於貨幣政策制定或經濟預測，核心決策仍由專業人員負責。
回顧歷史，戴利將AI與電氣化進程相提並論，指出從法拉第發現電磁感應到電力真正徹底改變經濟，花費了近一個世紀的時間。她引用1990年代前聯準會主席葛林斯潘的經驗，強調在電腦與網際網路革命時期，必須觀察分類數據和企業實例，而非僅依賴總體生產力數據，這也是當前聯準會應對AI浪潮應有的前瞻性思維。
