AI 到 2030 年會令美國經濟變成怎樣？Anthropic 三情景模型：極端情景 GDP 升 32%，勞動份額降至 45%
Anthropic 經濟團隊推出「經濟情景探索器」（Econ Scenario Explorer）v1.0，以任務為單位推算 AI 對美國 2030 年經濟的影響。三個情景下美國本地生產總值（GDP）都會上升，但情景越極端，增長越多流向資本，知識工作者的薪金與就業機會反而受壓。
- 工具為 Econ Scenario Explorer v1.0，2026 年 9 月推出，建基於技術報告《Economic Scenarios for Transformative AI》。
- 三個情景下 2030 年美國 GDP 分別為 34.1、36.3 及 44.4 兆美元（2025 年價格），較無 AI 情景高 1.6%、8.3% 及 32.4%。
- 勞動份額由現時約六成降至 59.4%、56.1% 及 45.2%，資本份額同步升至 40.6%、43.9% 及 54.8%。
- 知識工作者薪金在 Substantial 情景大致持平，在 Extreme 情景下跌逾一成。
- 2026 年 8 月調查逾一萬名美國人，一般受訪者的答案對應 GDP 高約 10%、失業率約 5% 的情景。
三情景模型：把經濟拆成任務逐項推算
模型把每一份工作視為一組任務，再推算 AI 對各項任務的作用。AI 可以協助人類把任務做得更快更好，也可以完全自動化任務、對任務毫無影響，甚至創造新的任務。團隊以護士工作為例，當 AI 接手部分任務，護士可把時間用於與病人溝通，生產力因而提高。
把全國每一項任務的執行次數加總，就是美國經濟規模，過去一年創造的價值超過 30 兆美元。團隊據此劃分三個情景：Modest 情景的影響與互聯網相若，增長屬歷史常態；Substantial 情景下 AI 在 2030 年前有能力完成一半知識工作，經濟以兩倍速度增長；Extreme 情景下 AI 在絕大多數知識工作任務上勝過人類，幾乎全部自主完成，年增長率達 15%，經濟規模約每 4.5 年翻一倍。
發現一：增長幾乎必然出現，分別在幅度
三個情景都指向更高的 GDP，幅度差別逾二十倍。以 2025 年價格計算，Modest 情景下美國 2030 年 GDP 為 34.1 兆美元，較無 AI 情景高 1.6%；Substantial 情景為 36.3 兆美元，高 8.3%；Extreme 情景為 44.4 兆美元，高 32.4%。團隊提醒，工人能從增長中分得多少同樣重要。
發現二：職業重新配置，知識工作者最受壓
情景越極端，需要轉換職業的工人越多，失業時間也越長。團隊指出，知識工作面臨較多自動化與取代，程式員與客服中心人員可能需要轉向電工、護士等受 AI 影響較低的職業。轉換職業涉及意願、技能與重新求職，情景要求的轉換越多，處於待業狀態的人越多；在 Extreme 情景下，受影響的知識工作者可能長期失業。
發現三：薪金上升，但集中在知識工作以外
三個情景的平均薪金都上升，升幅集中在知識工作以外的職業。知識工作需求下降，對相關薪金構成下行壓力；同時 AI 提升知識工作的生產力，帶動對實體工作的需求。團隊舉例，設計與工程審批加快，可能令更多建築項目上馬，建築工人薪金因而上升。Substantial 情景下知識工作者薪金大致持平，Extreme 情景下則下跌超過一成。
發現四：餅變大，但更大比例流向資本
現時美國經濟每生產一美元，約六成歸於勞動、四成歸於資本。情景越極端，資本份額越高：Modest 情景升 0.6 個百分點至 40.6%，Substantial 情景升 3.9 個百分點至 43.9%，Extreme 情景升 14.8 個百分點至 54.8%。在 Extreme 情景下，社會整體遠比以往富裕，但多數知識工作者面對薪金下降或失業，整體勞動收入幾乎沒有變化，難題在於收益能否廣泛分享。
公眾預期：多數人的答案落在 Substantial 情景附近
團隊於 2026 年 8 月委託 Morning Consult 調查超過一萬名美國人，就 AI 能力、採用程度、自主性、生產力與轉職時間收集預測。典型受訪者的答案對應接近 Substantial 情景的結果，2030 年 GDP 較無 AI 情景高約 10%，整體失業率升至約 5%；約一成受訪者的觀點接近 Extreme 情景。
模型的限制：研究團隊自行列出清單
團隊強調模型是對複雜現實的簡化，已知限制包括未包含超強機械人情景、政策反應、商業週期、總需求與金融市場衝擊、災難性風險，亦未追蹤個別工人，只能粗略描繪職業轉換成本。報告經 Daron Acemoglu、David Autor、Emi Nakamura 等經濟學者審閱，有人認為最極端情景更像思想實驗，也有人認為最溫和情景低估了現時數據所示變化。
實務觀察：代理已在接手哪一部分知識工作
知識工作被拆成任務，在實務層面並非抽象推演。以本網稿件流程為例，抽取新聞稿內文、核對官方數字、處理配圖、上載內容及格式檢查，現時已可由 AI 代理完成；人類編輯主要負責選題、判斷資料可信度，以及在方案之間作決定。需要注意的是，模型假設 AI 會為人類創造新任務，這一步是否成立，現時仍缺乏足夠數據。
常見問題
Econ Scenario Explorer 是甚麼？
Anthropic 經濟團隊的互動模型工具，2026 年 9 月發表 v1.0，使用者輸入對 AI 能力與採用程度的預測後，可得出對應的 2030 年經濟推算，依據為技術報告《Economic Scenarios for Transformative AI》。
最極端情景下失業與薪金會如何？
失業率可能升至超越典型衰退的水平，知識工作者薪金下跌超過一成，其他職業薪金上升，資本份額由約四成升至 54.8%。
模型未考慮哪些因素？
政策反應、商業週期、總需求與金融市場衝擊、災難性風險、超強機械人，以及數據中心建設的需求效應等。
資料來源：Anthropic：Scenarios for our Economic Future、技術報告《Economic Scenarios for Transformative AI》（Working Paper No. 2026-02）
