原文标题：Managing AI's Economic Future 

中文摘要：兰德公司（美国）经济师托比亚斯·西茨马（Tobias Sytsma）在《管理人工智能的经济未来》一文中指出，人工智能领域的最新进展，特别是生成式人工智能和大语言模型的发展，给政策制定者带来了复杂的经济挑战。鉴于人工智能发展路径及其经济影响的不确定性，设计有效的监管框架和激励机制尤为困难。在当前全球技术竞争的背景下，考虑到中美竞争等因素，这一挑战显得更为紧迫——各国都在竞相利用人工智能的经济潜力，同时努力管控其社会风险。

鉴于人工智能的持续演变，作者分析了不同政策途径在多种可能未来情景和政策目标下的潜在效果。其分析聚焦于经济自动化的两个维度：人工智能扩展至新任务领域并取代人类劳动（横向自动化），以及人工智能提升自动化任务的生产效率（纵向自动化）。

作者发现，最优政策选择取决于对人工智能发展轨迹的判断以及预期的经济目标。对于主要致力于维持历史增长模式并控制不平等现象的政策制定者而言，研究结果表明，偏向纵向自动化、适度限制横向自动化扩张的政策组合更具稳健性。

作者强调，大力推动纵向自动化的发展似乎是所有最成功政策方案的共同点，无论政策目标如何。这表明纵向自动化是一种风险较低的政策选项。（编译：潘立华、秦川）