AI 實驗室 Anthropic 的共同創辦人 Jack Clark 向在場的各國財長與央行總裁表示，人工智慧可望在 2030 年前將美國國內生產毛額（GDP）從目前略高於 30 兆美元提升至約 44 兆美元。

Clark 於 2026 年 10 月 17 日在曼谷舉行的國際貨幣基金組織（IMF）與世界銀行年會上發表這項預測，並同時呼籲就 AI 議題建立國際監管合作。

三種情境，一個引人注目的上限

這項預測取自 Anthropic 的內部經濟模型，該公司於 2026 年 9 月以「經濟情境探索工具」的形式發布。模型描繪了 2030 年美國經濟的三條可能路徑：

• 溫和情境： 美國 GDP 達到 34.1 兆美元，對應 1.6% 的成長。
• 大幅情境： GDP 升至 36.3 兆美元，對應 8.3% 的成長。
• 極端情境： GDP 達到 44.4 兆美元，提升 32.4%。

極端情境假設 AI 達到高度自主性與效率，並需要遞迴自我改良的 AI 系統——即能夠改進自身設計、讓每一輪成果反哺下一輪的 AI——才能發揮完整效果。到了 2030 年，最低與最高路徑之間的年度產出差距超過 10 兆美元。

自我改良 AI 的時間表提前

Clark 也將他對這項能力可能實現時間的預估提前，表示現在預期完整的遞迴自我改良能力將於 2027 年前出現。他將這項更新的估計與 AI 技術更快速的進展聯繫起來——這一點至關重要，因為極端 GDP 情境正是取決於這項能力的實現。

然而，公眾的預期低於最激進的結果。調查顯示，受訪者的看法最接近大幅成長情境，受訪者預估 GDP 將提升 10%，同時失業率為 5%。

為何 IMF 的聽眾是針對性極強的對象

會議期間的討論反映了各界對金融與就業政策應如何適應 AI 的更廣泛憂慮。對在場的財長與央行總裁而言，GDP 軌跡並非抽象概念：成長假設會影響稅收預測、債務可持續性，以及政府應對經濟衰退的財政空間。Anthropic 的模型指出，更重度的自動化將帶來具體影響，包括知識工作者面臨更高的被取代風險，以及在極端情況下失業率激增。

對政策制定者的意義

對政策制定者而言，核心訊息是僅圍繞單一結果進行規劃並不足夠。Anthropic 的框架描述了三種截然不同的未來，每一種都需要不同的應對方式：通往 34.1 兆美元的溫和路徑看似穩健進展，而通往 44.4 兆美元的極端路徑——伴隨可能的失業率飆升——則會同時考驗社會安全網、稅制與勞動政策。

這也印證了 Clark 推動國際合作的背景。這項研究旨在填補外界對 AI 經濟影響認知上的缺口，並引發關於立法框架應如何設計的討論。

此外還有誰在做預測的問題。Anthropic 本身開發前沿 AI 系統，這意味著一個預測 AI 將帶來巨大經濟利益的模型，出自一家在該技術如何被認知與監管上有直接利害關係的公司。

值得關注的關鍵變數是 2027 年的自我改良時間表，它是大幅情境與極端情境之間的樞紐。其次是勞動數據：如果知識工作者被取代的情況開始反映在就業數據中，相關辯論可能迅速從會議論壇轉向立法層面。