AI越热，越要回答一个问题：繁荣最终属于谁？

可以确定的是，AI正在给真实世界带来影响，但不确定的是这种影响是替代性的、存量的，还是创造性的、增量的？是普惠的还是只有利于少数群体？这些都是AI经济需要观察的关键问题。在2026 Inclusion·外滩大会上，多位经济学家与企业家围绕AI与经济增长、生产率、就业和需求展开讨论。AI新经济已经开始，但它最终走向何方，仍没有标准答案。

AI正在成为全球经济增长中一股真实而不可忽视的力量。

四年前，它还是能够写诗、问答的新奇“玩具”；今天，它已经进入企业生产、劳动市场、资本投资乃至普通人的消费生活，从一个技术变量变成逼近每个人的经济现实。

但一个更困难的问题正在浮现：这股力量最终会把经济带向哪里？

在2026 Inclusion·外滩大会上，这成为多位经济学家和企业家反复讨论的问题。

北京大学国家发展研究院院长黄益平认为，AI对经济的最终影响仍远未有定论。一方面，AI有望显著提升全要素生产率；另一方面，技术进步同时改变就业结构和收入分配，也可能影响消费和总需求，甚至改变过去熟悉的经济增长范式。

他提醒，理解AI对经济的影响，不能只看技术本身，还要观察技术如何真正进入经济体系。

上海财经大学校长刘元春则提出：“AI经济的新形态已经确立，但AI经济学还没有真正开始。”

过去的经济学研究，往往建立在相对稳定的生产函数、企业组织和技术变化之上。但AI可能同时改变劳动、资本、知识生产乃至决策方式。当技术范式本身迅速变化，仅依靠历史数据和传统模型向未来外推，已经不够。

于是，一组看似已有答案的问题重新变得悬而未决：AI带来的微观效率提升，什么时候才能变成宏观生产率？巨额资本投入形成的能力，能否进入千千万万家普通企业？当生产越来越容易，又由谁创造足够的需求？

AI新经济已经开始，但它最终长成什么样子，仍然可以被选择。

01

集中还是普惠？

过去一年，基础设施建设以及由此牵动的金融市场和产业上下游，是AI进入现实经济最直观的方式。

不同口径测算显示，中美AI基建投资占GDP的比例已逼近或超过1%。算力、芯片、存储、电力和数据中心成为稀缺资源，资本市场也随之剧烈波动。按照2025年初的统计口径，中国AI核心产业规模已超过万亿元人民币，乐观预计2026年将接近2万亿元。

这场繁荣首先表现为一场巨大的资本开支周期。

中金公司首席经济学家缪延亮指出，这一轮AI革命的技术扩散速度远超此前。互联网和个人电脑用了约30年才达到较高渗透率，而大语言模型只用了数年，渗透率就已接近50%。扩散越快，对上游资源的需求越集中，短期瓶颈也越明显。上一轮信息技术革命中，内存价格上涨50%已十分显著，而这一轮AI革命中，内存价格高点时一度上涨超过600%。

但与轰轰烈烈的资本开支形成反差的是，AI带来的生产率提升还没有同样清晰地出现在宏观数据中。

“虽然很多人用AI，我们都感觉它提高了生产力，可是在宏观数据中，尚没有体现。”缪延亮说。

这揭示了AI新经济最关键的一段距离：钱投入芯片、模型和机房，可以形成投资、订单和市值；个人使用AI，也可以节省时间。但只有当这些能力进入工厂、商店、医院和普通企业，改变生产流程、创造新产品和服务，局部效率提升才可能汇总成社会生产率增长。

蚂蚁集团CEO韩歆毅认为，AI经济不能只依靠资本投入，AI应用也不能止步于存量提效。

他以电气化进程作类比。电力出现后，真正推动经济跃迁的，并不是发电厂本身，而是电气化进入工厂、交通、通信和家庭，进而创造新的产品、服务和生活方式。AI也是如此，企业必须从降本增效走向价值创造，用AI创造更多供给，激活更多需求。

随着模型能力逐渐趋同，大模型竞争正在转向“场景”。OpenAI和Anthropic都在尝试与行业客户合作，通过工程师和解决方案把模型嵌入具体业务。模型只有进入真实场景，完成验证，才可能规模化复制。

例如，一家生产纺织车间风机的企业，可以在传统设备上加装传感器、接入工业大模型，让设备根据实时工况自动调节风量，检修周期因此缩短40%。这种变化不如新模型发布轰动，却更接近AI成为经济变量的方式。

问题在于，从制造、医疗、金融到消费，每个行业都有大量Know-How，需要垂直数据、生产流程和专业知识配合。中国大量真实经济活动又发生在中小企业，而不是头部科技公司。许多中小企业既没有能力训练模型，也缺少改造业务流程的技术人员。

如果使用门槛不能降低，AI越强，领先企业与普通企业之间的效率差距反而可能越大。

因此，AI新经济的第一步，不只是创造更强模型，而是让资本开支形成的能力走出AI产业链，进入千行百业，让中小企业用得起、用得上。只有这样，生产率红利才可能从少数企业扩散至整个社会。

02

替代还是包容？

当AI真正进入场景、开始提高效率后，更棘手的问题出现了：谁会从效率提升中受益？

斯坦福大学数字经济实验室的一份声明提出，如果AI主要用于替代劳动、压缩用工和集中财富，技术可能创造巨大的生产率增长，却未必带来广泛繁荣。

缪延亮则指出，这一轮AI可能拥有比此前技术革命更强的替代效应。AI不一定直接消灭整个职业，却可以接管越来越多原本由劳动完成的任务，从而降低劳动收入在总收入中的占比。

这件事的影响远超就业本身。资本所有者的边际消费倾向通常低于普通劳动者。如果更多收入从劳动流向资本，生产端效率迅速提高，消费端购买力却可能增长更慢。

最终可能出现一个矛盾局面：AI让整个社会“更会生产”，却未必让整个社会“更能消费”。

缪延亮因此判断，从更长时间看，AI可能带来更强的去通胀压力：生产率提高扩大供给，而劳动收入份额下降、收入向资本集中，又可能抑制总需求。当需求无法吸收供给扩张，价格便可能持续承压。

这与黄益平等专家的判断一致。决定AI最终经济效果的，不只是它提高多少效率，还包括效率红利最终流向谁。

因此，“包容”不是技术发展完成后才处理的公平问题，而是AI经济能否持续增长的问题。

韩歆毅认为，相较于单纯用AI替代劳动，更可持续的路径是提高劳动者和中小企业参与新价值创造、分享增长红利的能力。一方面，企业要把复杂模型转化为低成本、易使用的产品；另一方面，要通过教育和职业培训提升人的能力，在人机协作中发挥判断力和创造力。同时，还需完善社会保障，帮助受冲击劳动者重新进入经济循环。

劳动者同时也是消费者。企业今天节省的一笔人工成本，也可能成为一个家庭明天减少的一笔收入和消费。如果生产效率不断提高，新产品、新服务越来越多，但有能力购买它们的人没有同步增加，AI创造的供给最终仍会遭遇需求约束。

因此，AI更多用于“替代人”还是“增强人”，不仅决定财富如何分配，也可能决定这场技术革命最终能够创造多大的市场。

03

我们需要什么样的AI新经济？

对中国而言，这个问题尤其重要。

2025年末，全国就业人员超过7.2亿人，农民工总量超过3亿人。大量人的工作和收入来自制造、商贸、物流、餐饮等传统产业，也来自数量庞大的中小企业。这决定了中国的AI新经济不能只围绕少数科技企业生长。

中国当然需要更优秀、性价比更高的大模型，需要算力基础设施投资，也需要发挥能源、制造业体系和应用场景优势。但与此同时，也需要一种更加普惠和包容的AI新经济：让AI进入更多真实场景，让中小企业能够参与，让普通劳动者不仅成为技术替代对象，也有机会分享生产率红利。

摩根士丹利中国首席经济学家邢自强认为，AI和未来的具身智能会进一步增强供给能力，进入工厂、制造业和服务业。但在“供强需弱”的环境下，“最珍惜的还是人。”他提出，未来应该更多转向“以人为本”，包括支持服务消费、育儿等居民需求，并在中长期进一步完善外出务工人员等群体的社会保障。

近年政策已经释放出这一方向。2025年8月，国务院发布《关于深入实施“人工智能+”行动的意见》，提出引导创新资源向创造就业潜力大的方向倾斜；工信部等八部门发布的《“人工智能+制造”专项行动实施意见》，也提出支持中小企业智能化改造，降低企业使用AI的成本。

但普惠还不是全部答案。中国社会科学院大学教授江小涓指出，AI正在推动中国企业从“先国内、再海外”进入“生而为全球”的阶段。

过去，企业往往先在国内完成产品验证和规模化，再进入海外市场。但模型、数据和数字产品可以以极低边际成本重复使用，互联网也降低了跨地域服务成本。一项AI产品从诞生之初，就可能面对全球用户。

AI甚至可能重新拆解全球产业链。以AI制药为例，AI显著加快靶点发现和分子设计，但临床试验仍需遵循原有周期。当产业链前端创新能力快速爆发、后端能力无法同步扩张，新的全球分工便可能出现。

类似逻辑也适用于产业垂类模型。中国拥有完整产业门类、庞大客户规模和丰富工业数据，有条件训练专业模型，但一些细分模型仅依靠国内市场，未必能获得足够回报。“训出来一定要全球用，它的商业模式才有可能盈利。”江小涓说。

这为AI新经济增加了另一个维度：一方面，它要向下进入制造、消费、医疗和服务业，让更多中小企业与劳动者参与；另一方面，也要向外打开，让中国形成的新技术、新产品和新服务在全球寻找市场。

刘元春所说的“AI经济学还没有真正开始”，说明我们仍处在起点：AI经济已经发生，但它将如何改变增长、就业、分配和全球产业体系，仍没有标准答案。

本文来自微信公众号“经济观察报”，作者：张淼，36氪经授权发布。