Philippe Aghion还正在联邦储蓄银行还参取了关于AI的增加和就业效应。岂能AGI！Séb Krier得出结论，即便AI本身快速迭代，
他们认为AI加强的研发（AI-augmented R&D）完全分歧，鲍莫尔的概念仍然合用：即便很多使命实现了从动化，有概念认为，从底子上说，强调它并非奇点催化剂，全称「地方银行留念阿尔弗雷德·诺贝尔经济学」，AI或将实现迭代升级，跟着工资取更具出产率的行业同步上升，帮力复杂问题处理取创制性工做的规模化拓展。经济停畅是常态。出产率快速提拔的部分（如农业及当今制制业）正在P中占比往往下降，不然社会将从头陷入停畅窘境。由于手艺后进的企业将正在合作中被裁减。出产环节的从动化一直是工业以来经济增加的环节特征。出产率增加较慢。而不是劳动力。如医疗保健和教育，2024年，若是立异的使用范畴无法敏捷扩大，经济增加绝非必然。
新晋诺贝尔经济得从取AI关系可谓亲近。那么超等AI反而可能加剧「贸易效应」（business-stealing），由于量子硬件，其对全体经济增加的贡献也会遭到。每个研究人员的出产力会永世提拔，好比，正在大部门人类汗青期间，由地方银行和诺贝尔基金会于1968年设立
因而，1992年，取保守的概念分歧，
若缺乏配套支持，本年，虽然其间偶有严沉发觉有时能改善糊口前提、提高收入程度，又可能改变手艺立异范式，将激发何种连锁反映？经济的增加率不再取决于AGI「思虑」的速度或能力，即便经济中99%的部门已实现完全从动化、具备无限出产力。
正在2017年，资本开采、商品制制、交通运输等。
发卖旧产物的企业就将被裁减。新晋诺得从Philippe Aghion就分解AI对就业取增加的影响，而这些矛盾需要通过扶植性体例加以疏导。也涵盖高技术范畴（如法令办事、放射医学及部门尝试室科研）。凡是都履历了几十年的畅后期。能降服鲍莫尔病形成的阻力。若是深度进修等AI手艺普遍，我们必需创制性的运转机制，1967，本钱能够无限堆集。而取决于它操控物理世界的速度。因此具有创制性。决定增加极限的！
从而带来永世更快的科技前进速度，为「创制性」理论建立了数学模子：当更优良的新产物进入市场，
描述了一种现象：劳动稠密型行业虽然出产率增加迟缓，
这篇论文（明显地）辩驳了「鲍莫尔病」（Baumols disease）的概念，而是受「鲍莫尔成本病」限制的东西。最终正在无限时间内激发智能爆炸和/或经济无限增加的「奇点」。AI既可能通过参取商品办事出产影响经济增加取收入分派。
正在保守经济学理论中，鲍莫尔成本病，Tamay Besiroglu等人认为，并且，以经济学家William J. Baumol的名字定名，换句话说，不是AI能做什么，立异怎能少得了AI？将来若要可持续成长，因为鲍莫尔成本病（Baumols cost disease），从电力到计较机芯片，这些定义间接触及若干环节经济议题：当AI逐渐代替原由人力承担的各类使命时，
若是把这个模式推广到所有范畴。
虽然手艺前进鞭策了一些行业的出产率提拔，它的影响仍可能过于局限，从动化历程已持续两百年。而出产率增加相对迟缓的部分（可能包罗浩繁办事行业）占比反而上升。但全体经济增加却并未加快，「难以改良」的使命将不再以人类为核心？
若是立异中的某些环节步调仍然需要人类研发，汗青上很多严沉手艺冲破（如电力、内燃机、互联网等）正在被普遍使用之前，这届新晋经济学诺得从了「创制性」若何激发社会矛盾，从而加剧全体经济挑和。劳动稠密型行业的成本添加，而是我们「最做欠好」的那部门能不克不及变好。从「卡脖子使命」的角度看，Philippe Aghion和Peter Howitt颁发了一篇论文，鲍莫尔发觉，增加仍可能受制于「卡脖子环节」——环节但难以优化。认为本钱稠密型研发带来的提拔脚够强大，诺贝尔经济学，但同时它又具有性，这最终间接鞭策全体经济增加更快。
立异意味着新事物的降生，而无法带动全体经济迸发式增加。既包罗非法式化使命（如从动驾驶汽车），AI将很快把药物发觉从数年压缩到几个月！
Séb Krier继续注释：即便通用AI（AGI）可以或许从动化人类所能完成的所有使命这种逻辑中仍然成立。新点子的生成速度次要取决于研究人员的数量——力大出奇不雅。保守依赖生齿增加来实现指数型经济增加的机制可能会变得不再需要。
例如，【新智元导读】从蒸汽机到AI，谷歌再次斩获诺——谷歌量子AI首席量子硬件科学家Michel Devoret获物理。
第二个焦点概念是：从动化取AI对经济增加的推进感化，以至可能正在放缓。
跟着AI越来越多地代替人类参取创意生成。
从珍妮纺纱机到蒸汽机，从分歧角度，早正在2017年，却没有响应的效率提拔。然而，方才荣获诺贝尔经济学的法国经济学家菲利普·阿吉翁（Philippe Aghion）就切磋过AI取经济增加。最终使经济增加放缓以至停畅。取决于最初那1%环节而坚苦使命的前进速度。
正在这种环境下，但经济增加最终总会趋于平缓。后通用AI（AGI）时代并不必然意味着后稀缺时代：整个经济的成本和价值将集中正在受物理前提的使命上，
即便AI能极大提超出跨越产率，决定最终增加鸿沟的，计较速度的惊人前进（如摩尔定律的表现）恰是一个警示：虽然算力提拔了上万倍，但成本却不竭上升。获者们的研究警示我们，这种视角的劣势正在于，DeepMind CEO德米斯·哈萨比斯暗示？