“未来不是不确定的，而是未定的。”一位经济学教授在生成式人工智能刚刚兴起的2023年这样说。今天的认知和选择会改变未来，这句话也成为当前讨论AI经济的重要切入点。

　　进入2025年，全球人工智能赛道提速，AI作为新质生产力的引擎地位愈发凸显。认知也需要不断革新：产业格局会发生何种结构性变革？AI将如何重塑劳动力市场？政策制定者和市场主体又应把握哪些关键突破口？

　　6月15日下午，第二届“数字经济思享汇”围绕“人工智能：中国经济增长新引擎”的主题，邀请学界和产业界多位专家展开深入探讨。本届“数字经济思享汇”由中央财经大学经济学院、中国互联网经济研究院共同主办。中国新一代人工智能发展战略研究院执行院长、南开大学原校长龚克，中央财经大学党委常委、副校长李涛，21世纪经济报道编委，21世纪经济研究院院长耿雁冰等嘉宾共同探讨人工智能如何为中国经济注入新动能，并展望其发展趋势与未来方向。

　　人工智能是核心引擎

　　中央财经大学副校长李涛在致辞中指出，人工智能已成为新质生产力的核心引擎，不仅因其技术革命性突破，还因其重塑生产要素和生产关系的能力。

　　他表示：“新质生产力由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生，而人工智能恰恰在这些维度上都扮演着关键角色。它本身就是技术革命性突破的产物，能够实现数据等新要素的最高效配置，更能通过赋能千行百业，推动产业的深度转型升级。”

　　新一代人工智能发展战略研究院执行院长，南开大学原校长龚克教授回顾了技术演进路线，指出当前最主要的技术形势便是“快速”：2014年，AI突破了图像分类识别的人类平均水平；2018年，突破了中等程度的阅读理解；2019年，突破英语理解；2021年，突破视觉推理；2023年、2024年则相继突破了竞赛级的数学、多任务语言理解、博士级的科学问题。整个技术迭代过程越来越快。

　　多位参会嘉宾都提到，特别是以大语言模型为代表的生成式人工智能发展飞速，经济成本不断下降，所以AI真正从书斋、大学走向了广阔的生产环境。这意味着人工智能是通用目的技术，并正在深刻改变经济结构和社会形态。

　　“这不是传统生产变量的简单增量，而是引入了新的生产变量、新的生产要素。所以我们必须重新组合生产函数，实现生产力与实体经济的深度融合。”龚克指出，没有产业创新与科技创新的融合就没法让AI与实体经济深度融合。

　　从理论引擎到产业落地

　　多位嘉宾不约而同提到，人工智能必须服务实效，防止“AI+”沦为政绩工程、表面工程。龚克特别强调，AI赋能的目标应是解决产业提质、降本、增效、减排等真实问题，而不是为了做展示、赶“AI时髦”。

　　那么人工智能落地情况如何，目前对经济带来哪些影响？中国互联网经济研究院副院长史宇鹏表示，学界对这一问题已有不少讨论，其中一条共识是，人工智能要真正提高生产率，还需要一段时间。

　　“业界总是在讲通过实现了所谓的企业数字化转型，提升了库存周转率、实现了降本增效，但很难从总体数据上很难看到这一点，人工智能技术也是这样，好像没有看到宏观方面生产率出现了飞速增长。”史宇鹏解释，这是经典的索洛悖论。诺贝尔经济学奖得主索洛早已指出，尽管计算机技术深刻改变生产方式，但统计数据未必能同步反映出生产率的大幅提升。

　　“作为通用目的技术的AI，同样存在这种时间滞后的效力发挥问题，”史宇鹏解释，“但只要真正用好AI技术，其在企业降本增效上的效果依然显著。”

　　北京航空航天大学自动化科学与电气工程学院副教授秦曾昌则从产业技术路线出发，将当前AI产业划分为两条主线：大语言模型和具身智能。秦曾昌认为，尽管具身智能领域在科研层面技术爆发较多，但距离产业化应用仍有距离；反观大语言模型及智能体在脑力工作自动化方面，已具备较强的产业落地潜力。

　　在秦曾昌看来，很多不可控的AI工作流程正在慢慢由智能体解决，20%～30%的办公室工作可以通过智能体替代，并让一部分人从事技术催生的新的服务业。而具身智能在跟环境互动的强化学习上，还面临一些技术瓶颈，到产业落地阶段为时尚早。

　　培养人才是关键应对策略

　　人工智能的广泛应用不仅重塑经济生产力，也势必引发劳动力市场的变革。龚克预计，这种替代与新增岗位的“交汇期”将在未来五到六年内到来。

　　史宇鹏指出，短期来看，AI技术会带来部分岗位被替代、就业结构调整的压力；但长期看，但从长远看，新岗位的创造潜力更为显著。比如现在人工智能催生了“数据标注师”职业的兴起。史宇鹏强调，人工智能对于劳动就业的影响还需要更长时间观察。

　　北京师范大学经济与工商管理学院经济系主任许敏波长期从事劳动力市场相关的研究，他提出了一个较为确定的趋势和一个尚存不确定性的问题：

　　较为确定的是，人工智能将改变生产函数中技术、资本和劳动的关系，资本在经济中的比重将持续提升，而劳动所占份额将进一步萎缩。许敏波解释：“随着技术的发展，劳动成本需足够低廉才能保持竞争力，这将不可避免地压缩劳动的分配比重。”

　　不确定的是，AI如何重塑不同技能层次劳动者的收入格局和市场地位。许敏波提到，与许多发达国家劳动力市场两极化、中间层萎缩的现象不同，过去30年，中国劳动力市场展现出罕见的结构优化、收入提升“双提升”格局——中高技能劳动者占比持续上升，各类技能劳动者的收入水平整体稳步提升。

　　许敏波分析，这一现象背后，是技术进步带来的拉动效应，超过了对中高技能劳动收入的稀释效应。然而，AI技术不仅有可能替代低技能岗位，其对高技能岗位的需求也存在不稳定性。“中国过去三十年的发展经验，未来可能难以持续复制，”许敏波警示。

　　针对这一前景，多位嘉宾一致提到，教育和人才培养是关键应对策略，构建教育、产业、就业三位一体的体系非常紧迫。史宇鹏强调，“复合型人才”的培养至关重要。他认为，教育体系应强化跨学科融合，紧密结合人工智能技术发展，重点培养既能运用AI又深谙行业知识的复合型专业人才，以应对未来复杂多变的劳动市场需求。

　　清华大学社科学院长聘副教授谢丹夏进一步指出，大厂和大学的关系非常值得探讨，要通过鼓励创业，政策引导，VC、政府引导基金跟大学结合，让成果走向市场，把学术和产业结合起来。

　　竞争格局、就业市场的未来问题

　　对于人工智能经济未来要重点关注的趋势和问题，史宇鹏抛出了两个方向：企业自身的边界与规模，以及平台之间的竞争格局。

　　史宇鹏指出，对于企业边界和规模，未来可能出现更加复杂的形态。一方面，有可能出现巨型企业带领一批零散小型企业的生态系统；另一方面，整体企业规模也可能趋于缩小。

　　在平台竞争方面，史宇鹏以ChatGPT、DeepSeek等基础大模型为例，指出这些技术平台实际上是“平台的平台”，类似“母基金”角色，为下游行业和应用平台提供基金和技术支持。他认为，随着基础模型平台逐步开源，可能从单纯的寡头竞争转变为生态系统的竞争，产业竞争形态将更加复杂。这也对政府如何界定垄断行为提出了新的挑战。

　　与此同时，北京大学国家发展研究院助理教授侯宏认为，智能体跟大语言模型不一样，背后蕴含着新的经济规律。“我认为智能体互联网经济是平台经济的下一步，它的未来服务可能是零边际成本的。大模型是一种价值要素，而智能体互联网是一种价值网络，企业的微观行为会因此会发生巨大的变化。”

　　侯宏也关注到，如果真正进入智能体的“互联”时代，人能在这个过程中起到什么作用，如何衡量人在这个体系中的经济价值，也值得思考。

　　龚克总结道，在新形势下推动人工智能的科技创新和产业创新深度融合，接下来需要关注以下几点：

　　第一，要因地制宜发展新质生产力，“地”的内涵不仅限于地域，还包括行业和企业实际情况，也即实事求是之“实”。人工智能的应用应以提高质量效益、用户体验和降低排放等实际问题出发。同时，积极扩大国际合作，在复杂国际环境中保持开放态度。我们要在不“自我脱钩”的前提下，努力扩大国际合作，避免“误伤”相关产业。

　　第二，人才培养刻不容缓。当前企业普遍缺乏既懂数字化又懂行业业务知识的复合型人才团队。龚克提及今年《政府工作报告》中提出，要大力发展数字化转型服务商，这对推动AI与实体经济深度融合、实现产业智能化转型至关重要。

　　第三，要深化改革，加快形成与新质生产力相适应的生产关系。当前条块管理模式难以满足人工智能这一通用目的技术的发展需求，特别是在数据使用和安全方面。龚克认为，要深化数据资源开发利用和开放共享，必须建立相应的制度环境，在开放使用数据过程中控风险保安全。因为，只有在数据有效使用中，数据安全才具备真正意义。