論文の概要: Generative AI as a Non-Convex Supply Shock: Market Bifurcation and Welfare Analysis

• arxiv url: http://arxiv.org/abs/2601.12488v1
• Date: Sun, 18 Jan 2026 17:00:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.649889
• Title: Generative AI as a Non-Convex Supply Shock: Market Bifurcation and Welfare Analysis
• Title（参考訳）: 非凸供給ショックとしてのジェネレーティブAI:市場分岐と福祉分析
• Authors: Yukun Zhang, Tianyang Zhang,
• Abstract要約: 我々は、GenAIのコストが、市場をAIの出口と人間のセグメントに再活性化させ、-class hollow'のアウトプットを生成する方法を示す。 我々は、最適ガバナンスは、遅延フェール渋滞管理に向けたものでなければならないと結論づける。
• 参考スコア（独自算出の注目度）: 4.887749221165767
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The diffusion of Generative AI (GenAI) constitutes a supply shock of a fundamentally different nature: while marginal production costs approach zero, content generation creates congestion externalities through information pollution. We develop a three-layer general equilibrium framework to study how this non-convex technology reshapes market structure, transition dynamics, and social welfare. In a static vertical differentiation model, we show that the GenAI cost shock induces a kinked production frontier that bifurcates the market into exit, AI, and human segments, generating a ``middle-class hollow'' in the quality distribution. To analyze adjustment paths, we embed this structure in a mean-field evolutionary system and a calibrated agent-based model with bounded rationality. The transition to the AI-integrated equilibrium is non-monotonic: rather than smooth diffusion, the economy experiences a temporary ecological collapse driven by search frictions and delayed skill adaptation, followed by selective recovery. Survival depends on asymmetric skill reconfiguration, whereby humans retreat from technical execution toward semantic creativity. Finally, we show that the welfare impact of AI adoption is highly sensitive to pollution intensity: low congestion yields monotonic welfare gains, whereas high pollution produces an inverted-U relationship in which further AI expansion reduces total welfare. These results imply that laissez-faire adoption can be inefficient and that optimal governance must shift from input regulation toward output-side congestion management.
• Abstract（参考訳）: 生成AI(GenAI)の拡散は、基本的に異なる性質のサプライショックを構成している。 我々は, この非凸技術が市場構造, 移行ダイナミクス, 社会福祉にどのように影響するかを研究するための3層一般均衡フレームワークを開発する。 静的な垂直微分モデルにおいて、GenAIコストショックは、市場を出口、AI、人間セグメントに分岐させるキンク生産フロンティアを誘導し、品質分布において「中級ホロウ」を生成することを示す。 調整経路を解析するために、この構造を平均場進化系と有界な有理性を持つキャリブレーションされたエージェントベースモデルに組み込む。 AI統合均衡への移行は非モノトニックであり、スムーズな拡散ではなく、経済は探索摩擦と遅延したスキル適応によって一時的な生態系崩壊を経験し、選択的な回復を経験する。 生存は非対称なスキル再構成に依存し、人間は技術的な実行から意味的な創造性へと撤退する。 最後に、AI導入による福祉効果は、汚染強度に非常に敏感であることを示し、低混雑は単調な福祉の利益をもたらす一方、高汚染は、AIのさらなる拡大が全福祉を減少させる逆U関係を生み出す。 これらの結果から, レイセス・フェアの採用は非効率であり, 最適ガバナンスは入力規制から出力側渋滞管理へ移行する必要があることが示唆された。

関連論文リスト

• Governance of Technological Transition: A Predator-Prey Analysis of AI Capital in China's Economy and Its Policy Implications [7.7994612323406765]
  人工知能の中国経済への急速な統合は、古典的な統治課題を呈している。 本研究では、AI資本、物理的資本、労働の動的相互作用をモデル化することで、この政策ジレンマに対処する。 我々の結果は、AI資本が「準備」として機能し、物理的資本蓄積と労働補償(賃金請求)の両方を刺激する一貫したパターンを明らかにした。 感度分析は、労働市場の均衡がAI関連のパラメータによって圧倒的に引き起こされていることを示している。
  論文  参考訳（メタデータ） (2026-01-07T03:30:46Z)
• Exploring Vulnerability in AI Industry [0.0]
  ファンデーション・モデル(FM)は、プラットフォーム・エコノミクスと激しい投資によって形作られた乱暴な市場を後押しし、大きな普及を遂げた。 本稿では,FM制作のための上流値連鎖に着目したAI Vulnerability Index(AIVI)を提案する。 我々は、FM出力を、計算、データ、タレント、資本、エネルギーの5つの入力の関数としてモデル化し、あらゆる入力における供給の脆弱性が業界を脅かすと仮定する。 制限と改善の余地があるにもかかわらず、この事前インデックスは、AIの中核生産エンジンのシステム的リスクを定量化することを目的としており、ダウンストリームバリューチェーンのリスクに暗黙的に光を当てている。
  論文  参考訳（メタデータ） (2025-10-27T15:26:40Z)
• The Economics of Information Pollution in the Age of AI: A General Equilibrium Approach to Welfare, Measurement, and Policy [4.887749221165767]
  LLM(Large Language Models)の出現は、情報生産の経済性に対する根本的なショックである。 高品質な合成コンテンツを生成するための限界コストを非対称に崩壊させると同時に、高品質な生産をコスト的に残すことで、AIは情報汚染を体系的に動機付ける。 本稿では,この課題を解析するための一般均衡フレームワークを開発する。
  論文  参考訳（メタデータ） (2025-09-17T06:31:17Z)
• A Theory of Information, Variation, and Artificial Intelligence [0.0]
  実証研究の活発化は、生成AIの普及が情報、創造性、文化生産に顕著な均質化効果をもたらすことを示唆している。 本稿では、特殊領域内の知識を平らにする非常に均質化が、その知識をそれら全体で再結合可能な一貫したモジュールに同時にレンダリングする、と論じる。 この論文は、この緊張を解決するのに必要な認知的および制度的な足場を概説し、生成的AIがイノベーションの道具になるか、均質化されるかを決定する決定的な変数であると主張した。
  論文  参考訳（メタデータ） (2025-08-20T16:21:13Z)
• Conditioning Matters: Training Diffusion Policies is Faster Than You Think [69.31534053485711]
  拡散政策は、視覚言語アクション(VLA)モデルを構築するための主流パラダイムとして登場した。 条件拡散政策訓練の基本的な課題は, 生成条件の識別が困難である場合, 訓練対象が限界行動分布をモデル化することである。 条件に依存しない条件付きフローマッチングにおけるソース分布を変更するソリューションであるCocosを提案する。
  論文  参考訳（メタデータ） (2025-05-16T11:14:22Z)
• Efficient Fine-Tuning and Concept Suppression for Pruned Diffusion Models [93.76814568163353]
  本稿では,2段階の拡散モデルに対する新しい最適化フレームワークを提案する。 このフレームワークは、微調整と未学習のプロセスを統一的なフェーズに統合する。 様々なプルーニングや概念未学習の手法と互換性がある。
  論文  参考訳（メタデータ） (2024-12-19T19:13:18Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• The Impact of Generative Artificial Intelligence on Market Equilibrium: Evidence from a Natural Experiment [19.963531237647103]
  生成人工知能(AI)は、人間の出力に似た創造的なコンテンツをより効率よく、コストを削減できる能力を示す。 本稿では,中国の主要なアートアウトソーシングプラットフォームにおいて,生成AIが市場均衡に与える影響を実証的に検討する。 我々の分析によると、生成AIの出現は平均価格を64%引き下げる結果となったが、同時に注文量が121%増加し、全体の売上が56%増加した。
  論文  参考訳（メタデータ） (2023-11-13T04:31:53Z)
• Understanding, Predicting and Better Resolving Q-Value Divergence in Offline-RL [86.0987896274354]
  まず、オフラインRLにおけるQ値推定のばらつきの主な原因として、基本パターン、自己励起を同定する。 そこで本研究では,Q-network の学習における進化特性を測定するために,SEEM(Self-Excite Eigen Value Measure)尺度を提案する。 われわれの理論では、訓練が早期に発散するかどうかを確実に決定できる。
  論文  参考訳（メタデータ） (2023-10-06T17:57:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。