人工智能竞赛正在重塑全球经济结构，而这一进程与绿色转型呈现出惊人的相似性：两者都可能颠覆传统产业体系、改变劳动力市场格局，并重塑地缘政治版图。同时，它们都需要以数万亿美元的前期投入，换取中长期的显著回报。

人工智能被寄予厚望，期望通过削减冗余成本、提升劳动生产率，帮助人类攻克以往难以解决的复杂问题。与之对应，绿色转型的核心目标是应对气候变化这一全球最大外部性风险。绿色转型有望消除两类通胀压力：一是由极端天气和气候冲击引发的“气候通胀”，二是类似霍尔木兹海峡关闭导致碳氢化合物供应中断所触发的“化石通胀”。此外，绿色转型还能改善公共健康、增强经济韧性、创造新的就业机会、保护脆弱生态系统，并带来一系列额外社会与环境收益。

然而，尽管两场转型在长期收益上具有高度确定性，如果缺乏良好的政策设计与管理，它们在短期内都可能带来强烈的冲击和破坏性影响。以近期投资激增为例，贝莱德投资研究院估算，未来十年人工智能基础设施建设可能会在短期内推高通胀率，幅度最高可达0.5个百分点，之后才会通过生产率提升逐步缓解通胀压力。

关于绿色转型在短期内是否会显著推高通胀，目前仍存在争论。但可以肯定的是，应对未来重大风险需要大规模前期投入，同时必须辅以相应的政策工具，来管理转型过程中出现的各种并发风险。

人工智能建设和绿色转型面临的共同关键风险之一，是劳动力被替代的问题。就人工智能而言，最先受到冲击的往往是职业生涯早期岗位，例如客户服务和软件开发等领域。有研究显示，这些领域的相对就业在三年内已下降16%。人工智能实验室 Anthropic 进一步指出，这种已观察到的替代效应，只是人工智能潜在影响范围中的一小部分。当前人工智能自动化最直接波及的，主要是白领职业，包括编程、金融服务和法律服务等。

绿色转型对就业结构的冲击同样深远，但受影响最严重的群体多集中在化石能源相关产业的蓝领工人。相比之下，社会舆论往往对高收入金融从业者的失业缺乏同情，而过去十年间，包括美国前总统唐纳德·特朗普在内的多股政治力量，正是通过动员工人阶级对经济变革“失控感”的不满，来积累政治资本。

在地缘政治层面，人工智能和绿色转型也具有同等重要的战略意义。美国在芯片设计和人工智能应用方面处于领先地位，而中国则在绿色技术领域——包括太阳能、风能、电动汽车以及相关关键矿产资源——拥有明显优势。

这意味着，每一场转型都由在某一关键领域占据既得利益优势的超级大国主导，而另一方则通过保护主义政策扶持本国产业。中国自2014年起实施国家半导体产业政策，目标是构建“自给自足的制造生态系统”，并“重塑全球半导体价值链格局”。与此同时，美国前总统乔·拜登推动绿色产业政策，试图在国内扩大清洁能源制造和供应链布局。然而，由于美国绿色政策在推进过程中多次反复，两国在这方面尚未形成稳定的均衡。

人工智能建设与绿色转型之间的相似性，为政策制定者提供了一个共同“引导”两场转型的契机。关键在于“引导”而非“阻挡”。鉴于这两大趋势几乎不可逆转，试图简单阻止它们的发展（例如特朗普政府曾试图叫停在经济上具有优势的美国可再生能源项目）并不现实。政策应当着眼于将技术进步和市场力量引导至有利于公共利益的方向，同时充分重视由此带来的分配效应和社会公平问题。

在政策层面，首要任务之一是为工人提供再培训和技能转换支持，并确保社区能够共享可再生能源设施和数据中心建设所带来的收益。在这些方面，公共政策的角色是最大化社会整体利益。在完成这些基础工作之后，决策者可以进一步聚焦于支持具体项目建设，例如通过合理的许可制度改革，缓解和应对许多项目面临的“邻避效应”（“不要建在我家后院”）所引发的合理反对。

市场机制会自然寻找每项新技术成本最低、回报最快的应用场景，但政策制定者的职责在于追求更广泛的长期公共利益，并识别人工智能与绿色转型之间潜在的协同空间。人工智能完全有可能在多方面加速绿色转型进程，例如优化能源系统、提升电网效率、改进气候风险预测等。但如果缺乏合适的激励与约束，它同样可能演变为新的高能耗、高排放源。如何设计这些激励机制，本应早已提上议程。

本文转载自哥伦比亚大学地球研究所博客：http://blogs.ei.columbia.edu。