华尔街的人工智能盲点

一位市场策略师敦促华尔街不要押注人工智能（AIQ）（AIEQ）的经济生产率提高，这与20世纪90年代科技繁荣的延迟经济数据直接相似。

Wellington-Altus Private Wealth的詹姆斯·索恩（James Thorne）在最近的一篇社交媒体帖子中回应了圣路易斯联邦银行共享的历史数据，该数据强调，个人电脑、软件和互联网并没有立即显示出劳动生产率的显着增长。在20世纪90年代初的经济数据中。

圣路易斯联邦储备银行的图表说明了20世纪80年代末和90年代初的生产率数据如何在后来的老式报告中大幅上调，证明经济增长确实正在发生，即使最初没有被捕捉到。

索恩认为，今天的人工智能怀疑论者也犯了同样的错误，他们将延迟的统计测量与缺乏进展混为一谈。索恩写道：“今天的人工智能怀疑论者认为，生产力增长太弱，无法证明乐观的合理性。”他指出，这一立场基于对证据的非常薄弱的解读。他补充说，重大技术变革的早期阶段表现为更快的工作流程、更少的错误、更好的决策和更低的公司内部成本，早在它们作为季度国家统计数据中的清晰项目出现之前。

索恩在回顾20世纪90年代时指出，前美联储主席艾伦·格林斯潘理解实时经济转变，尽管许多经济学家和华尔街策略师仍然蒙在鼓里。索恩强调，核心教训是官方测量本质上落后于技术前沿。

索恩最后向市场发出了严厉的警告：在官方会计跟上现实之前，华尔街往往太快地对经济停滞进行定价。如果以历史为指导，索恩断言，有关人工智能效率改进的举证责任应该落在怀疑者身上，而不是相信者身上。

圣路易斯联储