据Ethan Mollick在X平台表示，Citrini提出的2028年AI引发的经济崩盘情景属于“硬科幻”的情景构建，并非可信路径；他建议以Alex Oleg Imas关于AGI经济影响的研究作为更可靠的预测基础（来源：Ethan Mollick推文；Citrini Research；Alex Imas Substack）。据Citrini Research描述，该情景设定标普下跌38%、失业率10.2%、信贷链条断裂，归因于AI超预期发展，但Mollick强调应将其视为思考工具而非预测（来源：Citrini Research；Ethan Mollick推文）。据Alex Imas Substack，评估AGI经济学需基于生产率冲击、劳动替代弹性、资本深化路径等可检验机制，这比叙事化压力测试更适合企业规划（来源：Alex Imas Substack）。对企业而言，应基于多情景的AI采用曲线与弹性参数，构建现金流与用工结构的敏感性分析，而非单一路径假设（来源：Ethan Mollick推文；Alex Imas Substack）。

根据Yann LeCun引用Erik Brynjolfsson和David Autor的研究，美国劳动力生产率和人均GDP持续增长，但自20世纪80年代以来，中位家庭收入基本停滞，仅在克林顿/戈尔时期有所提升。据Twitter报道，这一被称为“脱节”的现象凸显了经济产出与工资增长之间的差距。对于AI产业而言，人工智能和自动化对生产率提升和收入分配带来的影响值得关注，企业在推动AI落地时需兼顾可持续性和公平性。