人工智慧將如何重塑全球經濟？有些經濟學家預測，未來十年只會有小幅成長，國內生產毛額（GDP）增加約 0.9%。另一些人認為人工智慧將帶來一場革命，AI每年可為全球經濟增加17兆至26兆美元的產值，並在2045年使目前一半的工作自動化。即使全面影響尚未完全顯現，人們對AI未來的看法已經在當下影響經濟，影響年輕人的職涯選擇、引導政府政策方向，並推動大量資金流向半導體與資料中心等相關基礎建設。
鑑於影響深遠，越來越多研究者與政策制定者嘗試透過自然實驗與隨機對照試驗，精確量化AI的因果影響。然而，這類證據在應用於AI時面臨兩項挑戰。第一，當研究發表時，其對AI影響的估計往往已經過時。例如，有研究發現，使用2020年AI工具的客服中心員工，處理詢問的速度提升了15%；另一項研究顯示，2022-2023年能使用程式輔助工具的軟體開發人員，完成的任務數比未使用者多26%。但AI能力正以驚人的速度進步。以 ChatGPT 為例，自 2022 年推出以來，AI工具如今能獨立正確處理的模擬客服對話數量，已是過去的三倍。未來更好、更便宜的AI，將帶來不同的經濟效果。
第二，嚴格受控的研究無法捕捉AI運用所帶來的更廣泛連鎖效應。舉例來說，客服人員與軟體開發者的研究顯示，在組織結構不變的情況下，經驗較少的員工從AI輔助中獲益最多。但在真實世界中，管理者可能會工作重組，甚至以AI系統取代部分資淺員工。實際影響與研究完全相反。且在實際上，薪資資料顯示，自 2022 年以來，年輕勞工的就業人數有所下降，尤其是在 AI 擅長的工作領域，如客服與軟體開發；但研究人員仍在努力釐清其中有多少可歸因於AI技術。
評估 AI 能力的一種常見方式是「基準測試」，就像考試一樣，讓系統在標準化任務上接受測驗，例如解數學題、回應客服需求或診斷疾病。然而，基準分數往往與真實世界的表現有所落差，因為現實任務更複雜且高度依賴情境。舉例來說，醫療AI在教科書式的臨床題目上表現優異，但若病患在溝通時遺漏關鍵資訊，系統可能就會誤判。需設計反映真實世界表現的基準測試。
由於技術快速演進，各個組織不斷調整適應，評估AI的因果效果相當困難，但這並非 AI 獨有的問題。經濟學家已經發展出方法來預測這些規模效應，例如模擬最終實施者（如政府機構）的實際清況，而非由資源充足、行動靈活的組織進行試點。研究 AI 亦可採取類似做法。