? 核心问题
企业投资人工智能（AI）能否促进其增长？如果能，其背后的驱动机制是什么——是产品创新还是流程优化（降本增效）？AI投资对更广泛的行业格局（如行业集中度）有何影响？
? 研究方法
（1）长差分回归（Long-differences）：比较2010-2018年间，AI投资增长更多的公司与增长较少的公司在销售、雇员等方面的增长差异。
（2）工具变量法（IV）：为解决因果关系问题，文章使用了一个创新的工具变量。具体来说，它利用了企业在AI商业化浪潮（约2010年后）之前，与那些历史上AI研究实力雄厚的大学的历史雇佣联系强度作为工具变量。逻辑是，这些企业能更早、更容易地获得AI人才供给，这种外部供给冲击驱动了AI投资，从而分离出AI投资对企业增长的因果效应。
? 数据来源
（1）人力资本数据（2007-2018）：核心数据来自Cognism的5.35亿份全球员工简历（用于衡量企业AI人才存量）和Burning Glass的1.8亿条美国招聘岗位（用于识别AI技能和衡量人才需求）。
（2）企业财务与创新数据：匹配Compustat数据库中的美国上市公司财务数据，以及美国专利商标局（USPTO）的专利和商标数据。
（3）大学数据：使用开放学术图谱（OAGv2）来识别用于工具变量构建的AI研究型大学。
? 核心结论
1️⃣ AI投资显著促进企业增长。AI投资水平每增加一个标准差，企业在八年内的销售额、雇员数量和市值的增长会额外高出约20%。
2️⃣ 增长的主要机制是“产品创新”，而非“降本增效”。研究发现，投资AI的公司申请了更多的新商标和产品专利，但其单位员工销售额（劳动生产率）或总要素生产率并没有显著提升。这表明AI主要通过帮助企业创造新产品和服务来扩大规模，而不是通过自动化替代人工或优化现有流程来削减成本。
3️⃣ AI加剧了“超级明星企业”现象。AI带来的增长效应在本身规模就较大的公司中更为明显，并且在行业层面，AI投资的增加与行业集中度的提升显著相关，这支持了AI技术可能加剧赢家通吃局面的观点。
#经济学 #顶刊 #大模型 #人工智能发展
企业投资人工智能（AI）能否促进其增长？如果能，其背后的驱动机制是什么——是产品创新还是流程优化（降本增效）？AI投资对更广泛的行业格局（如行业集中度）有何影响？
? 研究方法
（1）长差分回归（Long-differences）：比较2010-2018年间，AI投资增长更多的公司与增长较少的公司在销售、雇员等方面的增长差异。
（2）工具变量法（IV）：为解决因果关系问题，文章使用了一个创新的工具变量。具体来说，它利用了企业在AI商业化浪潮（约2010年后）之前，与那些历史上AI研究实力雄厚的大学的历史雇佣联系强度作为工具变量。逻辑是，这些企业能更早、更容易地获得AI人才供给，这种外部供给冲击驱动了AI投资，从而分离出AI投资对企业增长的因果效应。
? 数据来源
（1）人力资本数据（2007-2018）：核心数据来自Cognism的5.35亿份全球员工简历（用于衡量企业AI人才存量）和Burning Glass的1.8亿条美国招聘岗位（用于识别AI技能和衡量人才需求）。
（2）企业财务与创新数据：匹配Compustat数据库中的美国上市公司财务数据，以及美国专利商标局（USPTO）的专利和商标数据。
（3）大学数据：使用开放学术图谱（OAGv2）来识别用于工具变量构建的AI研究型大学。
? 核心结论
1️⃣ AI投资显著促进企业增长。AI投资水平每增加一个标准差，企业在八年内的销售额、雇员数量和市值的增长会额外高出约20%。
2️⃣ 增长的主要机制是“产品创新”，而非“降本增效”。研究发现，投资AI的公司申请了更多的新商标和产品专利，但其单位员工销售额（劳动生产率）或总要素生产率并没有显著提升。这表明AI主要通过帮助企业创造新产品和服务来扩大规模，而不是通过自动化替代人工或优化现有流程来削减成本。
3️⃣ AI加剧了“超级明星企业”现象。AI带来的增长效应在本身规模就较大的公司中更为明显，并且在行业层面，AI投资的增加与行业集中度的提升显著相关，这支持了AI技术可能加剧赢家通吃局面的观点。
#经济学 #顶刊 #大模型 #人工智能发展
