关于AI新经济的争议与思辨，看这篇就够了

AI 正在重塑全球经济格局，这已几无争议。真正的焦点在于：巨额算力投入能否转化为实质性的生产率提升？供给爆发后需求能否跟进？全球化竞争将如何演变？

9 月 9 日，在 2026 Inclusion·外滩大会"AI 经济增长新范式与社会价值重构”论坛上，多位经济学家与产业领袖围绕"AI 如何从技术变量转变为经济变量”展开深度对话。

AI 新经济已然开启，但增长账本尚未厘清

上海财经大学校长刘元春指出："AI 经济的新形态已经确立，但 AI 经济学还没有真正开始。”核心分歧在于生产率提升的幅度、路径及时间点。麻省理工学院教授阿西莫格鲁预测未来十年 AI 对全要素生产率贡献仅为 0.07% 至 0.1%，而商业机构则普遍更为乐观。

刘元春认为，预测差异源于对"AI 可落地任务”的假设不同。经济学家往往缺乏对产业具体工艺流程的了解，因此需谨慎看待各类宏观增长预测。

关于"AI 泡沫”，刘元春类比互联网泡沫指出，资产价格调整不会抹去已形成的基础设施和企业能力。关键在于当前的算力与模型能否沉淀为真实的生产能力。北京大学黄益平院长提醒警惕“索洛悖论”，即技术应用铺开但生产率数据未立即显现。诺贝尔奖得主萨金特则将当下比作“开普勒阶段”：虽能从数据中发现规律，但尚未完全理解其背后的结构。

共识在于：AI 发展方向确定，但增长幅度、节奏及分配方式仍具高度不确定性。

从“投 AI"到"AI 赚钱”：关键在于创造新需求

如果说前一阶段特征是资本开支，下一阶段的核心则是应用转化。亚马逊、微软等巨头 2026 年计划资本开支超 7000 亿美元。蚂蚁集团 CEO 韩歆毅强调，唯有将资本投入转化为持续性产出和价值，才能带来长期经济增长。

北大副教授赵波指出，AI 的经济价值不仅是提效，更在于降低创新门槛，让过去“太贵、太难”的事情变得可交易。AI 新经济的关键词正从“效率”转向“增量”。

然而，“供强需弱”成为新挑战。黄益平警示，若 AI 增强供给的同时冲击就业、扩大贫富差距，可能导致需求无法匹配生产能力。中金公司缪延亮也从通胀角度分析，若劳动收入占比下降，总需求将受抑制。

韩歆毅提出构建“投资—收入—消费”新循环：企业需降低 AI 使用门槛，社会需完善教育与社保机制，帮助劳动者在人机协作中发挥创造力，确保更多人从增长中获益。

AI 新经济终局：拼的是人的能力与制度体系

针对就业焦虑，上海交大陆铭教授回应：AI 取代的是标准化“机能”，而非职业本身。理解力、共情力、组织力及价值判断等“人能”将愈发重要。

摩根士丹利邢自强提醒，新岗位创造可能滞后于旧岗位消失，短期内需警惕结构性阵痛。黄益平援引“恩格斯停顿”历史教训，强调生产率增长不会自动转化为劳动者收入增长，政策需主动干预。

港科大（广州）熊辉副校长指出，教育需从知识记忆转向培养提问、判断及从 0 到 1 的创新能力。AI 时代不是不需要知识，而是不能仅有知识。

全球竞争新范式：从“拼模型”走向“拼体系”

社科院江小涓教授提出，AI 是“生而为全球”的创新。全球竞争已从单一企业竞争，升级为产业生态、制度开放及合规能力的全方位体系竞争。

中国企业全球化模式正从“继起的全球化”（先国内后海外）转向“原生全球化”。由于大模型等产品发布即面向全球，企业必须在创立之初就搭建全球合规体系，将国际规则纳入商业模式设计。

江小涓强调，制度型开放势在必行。在产权保护、环境标准、数字经济等领域，国内规则需与高水平国际经贸规则“相通相容”，以适配技术创新带来的全球化新发展需求。