AI正在改写全球产业分工的底层逻辑
金立群在苏河湾大会上那句“未来会出现AI发达国家和AI发展中国家”，听着像预言，其实已经是进行时。我们来看几个关键事实：AI应用程度高的国家，每年能带动劳动生产率提升0.4到1.3个百分点；生成式AI在16个行业、63个用例里，每年能释放2.6万亿到4.4万亿美元价值。这个量级，不是局部优化，是系统性重构。
问题出在哪？在于机器人既是资本，又是劳动力。传统经济学里，资本和劳动力是两个独立要素，但现在一台AI驱动的工业机器人，它既是工厂里的固定资产，又能执行原本属于工人的任务，还能7×24小时运转。这意味着什么？意味着过去几十年发展中国家靠低成本劳动力吸引制造业的模式，正在被技术穿透。
这么看下来，所谓“制造业回流发达国家”，不是简单的政策推动，而是经济效率的自然选择。当AI把人工成本压到趋近于零，建厂选址的权重就从“哪里人力便宜”转向“哪里技术配套成熟、数据基础设施完善、产业链闭环能力强”。美国搞再工业化，欧洲推智能制造，背后都是这套逻辑在跑。
但这里有个关键变量——发展中国家怎么办？金立群点得很清楚：你不仅面临人口红利消失，更麻烦的是，制造机器人本身的成本对你更高。技术、供应链、人才储备都不在你这边，相当于别人用工具赚钱，你连工具都得高价买。这就可能形成新的技术代差：AI发达国家持续积累数据-算法-硬件的正向循环，而AI发展中国家被困在低附加值环节，甚至被挤出全球制造网络。
换个角度说，这轮变革对老龄化经济体反而是利好。OECD数据显示，AI能让制造业机器人提升最多30%的生产率，比传统自动化高出一倍。日本、韩国、德国这些劳动力萎缩的国家，正好用AI补缺口。而那些还指望靠年轻人口结构换增长的发展中经济体，可能发现赛道已经变了。
所以，关键点就在于：未来的基础设施投资，不能再只修路架桥。亚投行现在强调“钱要花在刀刃上”，我理解这个刀刃，就是数字基础设施、AI算力网络、技术转化平台。如果多边机构能把资金、技术、标准协同起来，至少能帮一部分发展中国家搭上车，避免全球裂解成两个技术层级。
下一步怎么走？看三个信号：一是主要经济体如何定义AI资产的产权和收益分配；二是跨国企业在产能布局上是否大规模启用AI本地化生产；三是多边开发银行会不会推出针对AI能力的专项融资机制。目前颗粒度还不够，但方向已经很清晰——谁掌握AI驱动的生产组织方式，谁就掌握下一阶段的增长主导权。
