華爾街的人工智能盲點

一位市場策略師敦促華爾街不要押注人工智能（AIQ）（AIEQ）的經濟生產率提高，這與20世紀90年代科技繁榮的延迟經濟數據直接相似。

Wellington-Altus Private Wealth的詹姆斯·索恩（James Thorne）在最近的一篇社交媒體帖子中迴應了聖路易斯聯邦銀行共享的歷史數據，該數據強調，個人電腦、軟件和互聯網並沒有立即顯示出勞動生產率的顯着增長。在20世紀90年代初的經濟數據中。

聖路易斯聯邦儲備銀行的圖表說明了20世紀80年代末和90年代初的生產率數據如何在后來的老式報告中大幅上調，證明經濟增長確實正在發生，即使最初沒有被捕捉到。

索恩認為，今天的人工智能懷疑論者也犯了同樣的錯誤，他們將延迟的統計測量與缺乏進展混為一談。索恩寫道：「今天的人工智能懷疑論者認為，生產力增長太弱，無法證明樂觀的合理性。」他指出，這一立場基於對證據的非常薄弱的解讀。他補充説，重大技術變革的早期階段表現爲更快的工作流程、更少的錯誤、更好的決策和更低的公司內部成本，早在它們作為季度國家統計數據中的清晰項目出現之前。

索恩在回顧20世紀90年代時指出，前美聯儲主席艾倫·格林斯潘理解實時經濟轉變，儘管許多經濟學家和華爾街策略師仍然矇在鼓里。索恩強調，核心教訓是官方測量本質上落后於技術前沿。

索恩最后向市場發出了嚴厲的警告：在官方會計跟上現實之前，華爾街往往太快地對經濟停滯進行定價。如果以歷史為指導，索恩斷言，有關人工智能效率改進的舉證責任應該落在懷疑者身上，而不是相信者身上。

聖路易斯聯儲