生成式人工智能（AIGC）的爆发引发广泛关注，但学术界和业界的质疑声渐起，不少声音认为其可能被高估。近期，麻省理工学院经济学家Daron Acemoglu指出，除非有大量公司过度投资于生成式AI，否则这一技术在未来十年内对经济的颠覆性影响有限。Acemoglu认为，AIGC与通用人工智能（AGI）相距甚远，本质上是基于数据模式的统计模型，缺乏判断、推理能力和数学等基本任务的完成能力。此外，生成式AI存在诸多问题：数据依赖性强，易出现版权侵犯；难以辨别真伪，易产生“幻觉”误导用户；在许多工作场景下，AI表现平庸，无法替代人类。学术研究揭示，AI在律师资格考试、科学发现和编程等方面的成绩被夸大，真实效果并不理想。尽管媒体和投资者对AI抱有极高热情，但实际应用范围有限，AI并未在经济领域产生显著影响。AI在某些特定领域的应用提升了效率，但总体上对经济的贡献并未超出预期。AI的生产力增长潜力有限，不足以引发大规模经济变革。同时，AI的发展速度可能正在放缓，受限于数据获取、硬件成本和环境影响等因素。最后，AI对环境的影响不容忽视，其能耗巨大，对电力供应构成挑战。综上所述，生成式AI在经济领域的作用可能被高估，其实际影响远不及预期，且面临多重挑战。