通用目的技术 (General Purpose Technologies)

通用目的技术（General Purpose Technologies, GPTs）是《创新经济学手册》中由 Timothy Bresnahan 论述的一类特殊技术[^1]¹。它们的定义特征有三：广泛的适用性（渗透进几乎所有产业）、持续改进的潜力、以及催生互补性创新的能力。蒸汽机、电力、计算机是历史上的典范，而人工智能被广泛认为是当代的 GPT。

为什么 GPT 需要不同的治理逻辑

普通技术的价值在自身，GPT 的价值在它激发的下游创新。这带来一个关键的协调难题：GPT 的红利往往被"互补性资产是否到位"卡住脖子。

• 电力真正改变工厂生产率，不是在发电机被发明时，而是在工厂重新按电动机的逻辑布局车间、电网铺开之后——中间隔了数十年。
• 电动车这一 GPT 级应用的普及，取决于充电桩网络这一互补性资产是否建成。

因此，对 GPT 的治理，政府的作用不只是资助研发，更重要的是协调互补性资产的投资，并消除旧技术既得利益集团的阻碍[^1]¹。这正是国家创新系统里"系统失灵"（尤其是基础设施失灵与制度失灵）最典型的用武之地。

GPT 与技术范式

GPT 是演化经济学中"技术轨迹"的宏观载体，也是佩雷斯大周期每一次长波的"大爆炸"引信。佩雷斯的"技术—经济范式"本质上就是一次 GPT 的部署过程：安装期的金融狂热、转折点的崩盘、再到部署期的黄金时代。

graph LR
    A[GPT 出现] --> B[广泛溢出<br/>渗透各产业]
    B --> C[需要互补性创新]
    C --> D{互补性资产到位?}
    D -->|是| E[生产率跃升/黄金时代]
    D -->|否| F[红利被推迟数十年]

AI 作为当代 GPT

把 AI 放进 GPT 框架，能解释为何"AI 卖铲人"的逻辑成立：当一项 GPT 让某种基础能力的边际成本趋近于零（见 智力边际成本归零），真正的价值捕获点从应用层上移到提供基础设施的层级。同时它也提示，AI 的生产率红利可能像电力一样，被"组织流程重构"这一互补性资产的滞后所推迟。

关联

• 国家创新系统：协调互补性资产是政府的核心职能
• 演化经济学：GPT 是技术轨迹的宏观形态
• 佩雷斯大周期：GPT 部署即技术—经济范式浪潮
• 智力边际成本归零：AI 作为 GPT 的成本塌落效应
• 创新经济学手册：概念出处

[^1]: 《创新经济学手册》荐书报告.md

注释

1. 《创新经济学手册》荐书报告 ↩