GDI：取代國內生產毛額、用以評比各國人工智慧實力的新經濟指標

GDI（國內智慧毛額）已成為人工智慧時代衡量國家實力的替代 GDP 方案。這套新架構代表經濟學家與政策制定者評估經濟表現方式的重大轉變，認知到傳統指標無法捕捉日益決定經濟成功的無形資產。此提案提出之際，各國正激烈競爭人工智慧領導地位，經濟指標已成為主要大國間更廣泛科技競爭的關鍵戰場。

GDI 概念試圖量化 GDP 完全忽略的因素，包括人工智慧基礎設施的品質與數量、大學與私人實驗室的研究產出、具備人工智慧技能的勞動力供給，以及一國境內組織可用的運算產能。支持者主張，這些因素在未來數十年對經濟表現的決定性，將超越傳統製造業或服務業指標。

概念基礎

GDI 架構建立在經濟價值日益源自傳統會計無法捕捉的無形資產此一認知之上。GDP 衡量商品與服務的市場交易，卻將研發支出視為成本而非對未來生產產能的投資。同樣地，GDP 未能納入資料資產、演算法，以及人工智慧專業所體現的人力資本所創造的價值。

所提出的 GDI 計算涵蓋四個主要面向。第一，人工智慧基礎設施評分衡量 AI 發展可用的實體與數位基礎，包括資料中心、運算硬體與網路連線。第二，研究產出衡量源自國家機構的出版物、專利與突破。第三，勞動力供給量化具備相關 AI 技能的人口，涵蓋技術與應用類別。第四，運算產能衡量經濟體內可用於 AI 工作負載的總計處理能力。

此架構認知到這些面向以乘數而非加總方式互動。基礎設施優良但勞動力不足的國家，其表現將遜於其實體資產所應達到的水準；同樣地，研究人才優秀但運算資源不足的國家，將難以將想法轉化為實際應用。

限制與批評

GDI 提案的批評者指出，重大的衡量挑戰可能削弱其效用。量化勞動力技能需要定義何謂人工智慧能力，考量到該領域快速演變的特性，這是一個備受爭議的問題。一套納入特定認證的架構，可能在新興專業出現、既有專業過時之際迅速失去時效。

政治化的風險令觀察人士擔憂，他們指出任何排名系統都會製造操縱的誘因。各國可能投資於顯而易見的基礎設施專案，以提高 GDI 分數，卻未創造真正的生產力產能。投機取巧地操弄指標的誘因，可能削弱該架構作為真實比較的價值。

跨國衡量的一致性構成另一項挑戰。不同國家對研究產出的定義、勞動力技能的計算方式，以及何種基礎設施符合人工智慧相關資格，各有不同標準。若缺乏標準化的會計準則，比較結果反映的將是衡量差異，而非潛在的實際情況。

政策意涵

GDI 作為一個概念興起，反映各界日益體認到經濟競爭已發生根本性轉變。無論成功如何衡量，將經濟最佳化以追求人工智慧領導地位的國家，表現可能優於持續以傳統工業指標為最佳化目標的國家。此一洞見對多個領域的政府政策具有意涵。

教育政策必須日益優先重視人工智慧相關技能，而非傳統學術分類。勞動力發展計畫需要培育具備實務人工智慧能力的畢業生，而非僅是一般技術教育。基礎設施投資必須將運算產能與道路、橋梁等實體資產一併納入考量。

GDI 架構亦顯示，資料治理政策的經濟後果將超越其對隱私與安全的直接影響。限制資料流通的國家可能犧牲部分研究生產力，而允許資料自由流通的國家則可能在演算法發展上取得優勢。

歷史背景

新的經濟架構通常需要數十年才能獲得廣泛接受。GDP 本身於 1930 年代發展出來，但直到第二次世界大戰後才成為衡量經濟表現的標準指標。馬歇爾計畫需要標準化的經濟會計制度，美國政策制定者因而推廣 GDP 作為重建成功的衡量標準。

當前時刻與先前那段時期有若干相似之處。人工智慧競爭帶來了標準化衡量的壓力，而這種壓力在較為穩定的技術環境中並不存在。各國尋求能夠引導資源配置並向公民展示進展的架構。

GDI 能否獲得接受，取決於它是否對關鍵決策具有實用性。若該架構有助於解釋 GDP 無法捕捉的經濟表現，採用速度可能會加快。若衡量結果不可靠，或排名與顯而易見的現實相矛盾，此概念可能仍停留在學術層面。

從 GDP 轉向 GDI 將代表對經濟成功意義的根本性重新定義。此轉變將承認經濟已發生傳統指標無法捕捉的變化。無論 GDI 是否最終獲得主流採用，其背後的核心洞見都可能重塑下一代人的經濟思維。