详细内容或原文请订阅后点击阅览
嘉宾贡献：“专业预报员能否预见生产力革命即将到来？”
今天，我们很荣幸地发表一篇由 N. Kundan Kishor（威斯康星大学密尔沃基分校）撰写的客座文章。三十年长期预测的经验教训，以及它们对人工智能生产力争论的意义。人工智能有望重塑经济，但重塑程度和速度如何？专业预测者提供了一个有用的基准，因为他们被迫 [...]
来源:经济浏览器今天我们很幸运地向您展示 N 撰写的客座文章。 Kundan Kishor（威斯康星大学密尔沃基分校）。
三十年长期预测的经验教训，以及它们对人工智能生产力争论的意义。
人工智能有望重塑经济，但重塑程度和速度如何？ Professional forecasters offer one useful benchmark because they are forced to translate broad narratives about technology into specific, quantitative predictions about growth, interest rates, and inflation.专业预报员调查 (SPF) 中的 10 年生产力预测中位数已从 2023 年的 1.3% 上升至 2026 年初的 1.8%。值得注意的是，ChatGPT 于 2022 年 11 月推出，但在发布后的第一项 SPF 调查（2023 年 2 月）中，预报员将其生产力预期下调至 1.3%。直到一年后才开始上涨。这是一次有意义的修订，但远低于人工智能乐观主义者的预期。隐含均衡实际利率已从约 1.0% 上升至 1.7%。长期通胀预期几乎没有变化。那么谁是正确的：谨慎的预测者，还是押注转型的乐观者？
这种分歧反映了一个更深层次的问题：重大技术转型极其难以实时识别。 Productivity data arrive with long lags, are heavily revised, and struggle to capture the intangible investments, organizational change, and quality improvements associated with new technologies.评估当今预测者是否落后于曲线的一种方法是研究他们在上一次生产力大辩论中的表现。 The SPF has collected long-run productivity expectations since the early 1990s, and the historical record, spanning the rise and fall of the internet economy, is revealing.
20 世纪 90 年代：数据隐藏了革命
生产率和均衡实际利率
生产力和长期通胀：显着的锚定
What this means for the AI moment
This post post written byN.昆丹·基肖尔。