華盛頓大學沃頓商學院金融學副教授 Sylvain Catherine 表示，自己近期接觸產業領袖訪談與技術資料後，對人工智慧的觀點已「根本轉變」。他每月支付 200 美元 使用 Claude，承認現有工具足以提升研究與專業工作效率，也可能顯著推升未來 GDP；但他同時對前沿模型競賽感到「極度不確定」，並質疑產業為何未接受企業自身也呼籲的更嚴格監管。
Catherine 的基準預測是，人工智慧將緩慢擴散，約為全球 GDP 成長率增加 1 個百分點，過程中造成部分工作受衝擊，之後再創造新型職缺並縮短工時。然而，他批評部分產業領袖描繪的「烏托邦」也可能具有反烏托邦後果。OpenAI 政策主管已要求 2028 年美國總統候選人建立 AI 治理哲學；Anthropic 執行長 Dario Amodei 則警告，AI 恐使入門白領工作減少 50%。
這場爭議表面上是個人觀點轉變，底層卻是人工智慧產業最根本的權力與利益衝突：誰有權決定技術發展速度，以及誰承擔模型失控、職位消失與收益集中的成本？ 前沿模型業者握有龐大資本、算力、人才與政策影響力，傾向以「擴展能力」維持競爭優勢；經濟學家與廣大使用者則要求把社會風險納入同一張決策桌，而不是讓企業先競賽、後補規則。
人工智慧的發展不會因個別經濟學家的疑慮而停止，真正能改變路徑的，是安全事件、勞動市場數據與選舉壓力是否足以形成回饋迴路。過去幾十年，網際網路、雲端運算與生成式 AI 都曾被描述成革命性生產力工具，但真正的經濟效益通常不是由模型能力單獨決定，而是取決於基礎設施、组织改造與制度安排。
01 起因觸發：沃頓金融學副教授在接觸產業訪談與技術資料後公開轉向審慎立場
02 一階傳導：AI業者面臨更強的安全稽核、資安責任與公共治理壓力
03 二階擴散：企業縮短模型採購週期、要求可稽核代理，並重新估算生產力投資回報
04 市場傳導：AI產業估值由能力敘事轉向風險調整後成長與合規成本評價
05 勞動市場傳導：入門白領職位受影響，培訓、轉職與工資分紅成為政治議題
06 宏觀終局：AI能否兌現GDP成長，將取決於安全制度能否匹配技術擴張速度
跨事件因果網路圖譜 1 驗證節點
AI 驗證因果鏈條 · 可拖曳節點 · 點兩下開啟文章
