俄罗斯联邦储蓄银行行长格尔曼·格列夫在接受《消息》栏目采访时评估，到2030年，人工智能对全球GDP的贡献将不足1%，随后效应将加速至每年约0.5个百分点。他表示：“没有任何其他技术对经济发展、效率提升，乃至对所有职业人群生活方式的改变产生过如此戏剧性的影响。”紧接着，他给出了一个更为激进的预测——“未来三到四年内将出现爆炸性增长和一切改变”，并从中得出了实际结论：“必须让人们为此做好准备。”
这一表述的引人注目之处在于它结合了两种不同的语域——克制的量化评估和近乎危言耸听的、关于即将来临转折的措辞。有必要依次分析，这两个论点在多大程度上相互吻合，又与独立计算结果相符。
国际机构的观点
格列夫引用的数字处于主要研究中心所设定的区间内，尽管不完全吻合。
-
麦肯锡全球研究所在2018年的报告中估计，到2030年，人工智能对全球经济的额外效应将达到13万亿美元，这相当于年均GDP增长额外增加约1.2个百分点——此后该模型未再发布可比较的最新更新。
-
高盛研究部在2023年11月预测，生成式人工智能将从2027年开始显著影响美国GDP——增长贡献约为0.1个百分点，到2034年将加速至0.4个百分点；对其他发达经济体的影响平均估计为0.3个百分点，对新兴市场则更低。
-
国际货币基金组织在其《2024-2026年世界经济展望》更新中指出，中期内每年额外全球增长的范围在0.1到0.8个百分点之间，并在其中一个情景中提及，2025-2030年间每年约为0.5个百分点——这几乎与格列夫对2030年后的预测完全一致。
-
加拿大银行在其2026年5月的《潜在产出员工评估》中指出，人工智能将在未来10年内将美国全要素生产率的年增长率提高约0.4个百分点，而对全球经济整体给出了更为谨慎的评估——约为0.2个百分点。
换句话说，格列夫关于2030年前不足1%和之后约0.5%的论点，并非独创性假设，而实际上是已发布的国际货币基金组织、高盛和加拿大银行情景的平均值。这更多表明，这位储蓄银行行长在传达共识性评估，而非推导他自己的模型。
数字与修辞之间的脱节从何而来
问题在于，这个温和的数字与“未来三到四年内爆炸性增长和一切改变”的表述相结合。而上述引用的机构自身则将人工智能的影响描述为非线性的、随时间延伸的：最初占主导地位的是对数据中心、芯片和模型训练的资本支出，然后才是流程中的大规模应用。这正是目前对GDP的测算贡献仍显温和的原因：根据高盛和国际货币基金组织对2025-2026年的计算，人工智能对美国GDP的“官方”效应保持在年化约0.1个百分点的水平，而“真实”贡献约为0.3个百分点——当前活动的主要部分通过基础设施投资进行，而非通过行业中已实现的生产率增长。
在这种情况下，经济在三到四年内发生急剧、“爆炸性”的变化，看起来更像是面向媒体的声明，而非量化预测：分析师们所描述的关键应用规模，通常形成得比这个指定时间范围更长，而非更短。
物理人工智能：声明有具体产品支撑
然而，将格列夫的讲话视为对流行趋势的即兴反应也是不准确的。早在2025年10月1日，在莫斯科初创企业峰会的全体会议上，他就曾表示，人工智能首先将取代“最不需要技能的体力劳动者——物理人工智能”，并详细说明，未来2-3年内人形机器人将能够“扫街、上菜、做饭”。他还在那里谈及通用人工智能（AGI）乃至超智能，时间范围在10年内——这些措辞几乎原封不动地出现在同一日期《消息报》的文章中。
一年后，2026年6月，在“超越管理”论坛上，格列夫宣布，储蓄银行将于2026年秋季发布基于物理人工智能的“格林”系列人形机器人，该系列机器人将集成GigaChat：身高180厘米，体重75公斤，具有41个自由度，应用领域——零售、餐饮、制造业，以及部分无需人工监控的认知任务。该银行机器人技术中心已经在零售的真实场景中测试Green-VLA模型，该模型能将自然语言任务转化为机器人的物理动作。
全球参与者的类似动向也被记录在案：2026年9月2日，OpenAI首席执行官萨姆·阿尔特曼证实正在开发自己的人形机器人，称机器的“大脑”是主要挑战，并表示未来每个人都应该拥有个人机器人。早在2026年，Anthropic也宣布了在自主代理（可与界面交互）方面的类似举措，特别是在与Vercept的交易中。
系统性押注，而非突然发现
时间线——从2025年秋季，到2026年中期，再到9月份的采访——显示了同一立场的持续发展，而非在整体热潮背景下的一次性言论。在一年半的时间里，格列夫的声明变得更加具体：从关于类人神经网络和“物理人工智能”的抽象论点，到具有公布技术规格和发布日期具体型号的机器人。对储蓄银行而言，也有内在动机：格列夫多次将加速应用人工智能与俄罗斯劳动力短缺联系起来——在失业率处于历史低位且人口无增长的背景下，大规模机器人化几乎成为提高生产力的唯一可行途径。该银行自家分析师在2026年评估，到2032年，生成式人工智能、机器人化和数字化带来的生产率增长潜力在21%至33%之间——这一数字远高于人工智能对GDP贡献的平均宏观经济评估，这很自然，因为这里讨论的是对单个公司及其客户群层面的影响，而非对整个经济的影响。
因此，格列夫声明中的量化部分很好地契合了国际货币基金组织、高盛和加拿大银行的共识，而关于三到四年内实现“爆炸性增长”的论点则超前于这些同样来源所描述的、在初始阶段需要大量资本投入的渐进效应逻辑。这更多反映了当下的特殊性：储蓄银行在向市场推出自家物理人工智能产品的同时，也在阐述宏观经济预测，导致公开言论比该银行及其行长本人引用的数字要大胆得多。
人工智能的意见
分析揭示了文中一个有趣的空白：储蓄银行发布“格林”系列机器人的大规模计划依赖于GigaChat和Green-VLA等模型，而此类系统在训练和推理方面需要强大的计算能力。Hash Telegraph专家估计，俄罗斯数据中心的综合电力容量在1.2-1.7吉瓦之间——相比之下，xAI位于孟菲斯附近的一个园区已在1.3吉瓦功率下运行，并计划增至2吉瓦。
计算基础设施方面的技术差距带来了采访中未讨论的风险：物理人工智能“爆炸性增长”的既定时间表可能受阻的并非应用经济，而是用于训练新版本模型的芯片和电力的可及性。面对全球参与者使用数量级更高的计算资源，俄罗斯的算力基础是否足以竞争？
end-content
