今天上午，2026 Inclusion·外滩大会开幕式暨主论坛在上海举行。本届大会以“共创AI新经济”为主题，汇聚诺贝尔经济学奖得主、顶尖科学家、产业领军者、青年创业者，围绕人工智能如何转化为新生产力、催生全新经济机遇展开深度探讨。香港大学副校长Jay Siegel（施启正），2025年诺贝尔经济学奖得主菲利普·马里奥·阿吉翁，源码资本投资合伙人、美国国家工程院外籍院士张宏江等嘉宾先后发表主旨演讲，分别从人文伦理、经济学理论、产业技术等多个方向，为AI新经济的发展提供不同维度的思考。

在拥抱AI红利的同时，做好风险前置管理

施启正作为大会组委会代表率先致辞。他表示，“共创AI新经济”的主题，本身就内嵌着外滩大会一直倡导的“Inclusion（包容）”内核——这种包容，既跨越地域边界，也跨越年龄代际。他留意到本届大会25岁以下参会者数以万计，年龄最小的仅6岁，年轻群体的广泛参与，让他对AI的未来充满期待。

在他看来，AI依托统计学与优化算法，擅长从海量数据里识别复杂模式，的确能显著提升社会运行效率、释放生产力。但技术乐观之余，也需要保持一份清醒。他抛出三组引人深思的辩题：知识不等于智慧，生产力不等于成就，继续教育不等于终身学习。

施启正还用两段工业史作为警示：氯气曾因为高效净水作用被当作功臣，支撑起现代城市高密度聚居模式，可它的致癌性、对环境的长期危害数十年后才被发现；石油作为近乎完美的能量载体，拉动了整个20世纪的经济腾飞，但相伴而生的生态代价同样沉重。

“人类很擅长核算直接生产成本，却很难提前预判技术带来的负外部性。”他强调，这并非末日式预言，而是正视人类认知的历史局限。他呼吁把远期风险成本提前纳入AI经济的测算框架，警惕自动化、机器人普及过程中可能出现的劳动“去人性化”等隐忧。“我们是有能力携手破解难题、掌握自身命运的智慧物种”，施启正最后呼吁各界开展坦诚、有深度的对话，在拥抱AI红利的同时做好风险前置管理。

AI能否兑现巨大增长潜力，竞争政策是关键

随后，2025年诺贝尔经济学奖得主、法兰西公学院院士菲利普·马里奥·阿吉翁线上连线发表主旨演讲，主题为“创造性破坏与AI革命”。他基于熊彼特“创造性破坏”增长理论，剖析人工智能对生产率、市场竞争与就业的深层影响，提出只有完善竞争、教育与劳动保障等配套政策，才能释放AI的长期增长潜力。

阿吉翁阐释，熊彼特“创造性破坏”的内核，是新创新不断替代旧技术的过程，其本身自带一组张力：创新需要超额利润，也就是垄断租金作为激励，企业才有动力投入高额研发；可一旦曾经的创新赢家成长为行业巨头，又可能利用超额收益打压新进入者、遏制新创新，避免自身被“创造性破坏”所淘汰。如何平衡二者，正是市场经济竞争监管的核心命题。

竞争带来的影响并非一概而论。阿吉翁指出，处在技术前沿的头部企业，面对更强的外部竞争，往往会加码研发、守住领先位置；而离前沿较远的追赶型企业，竞争加剧反而容易挫伤创新意愿。这套框架，可以解释长期停滞、中等收入陷阱两大经典经济难题。以美国为例，信息技术革命带动1996-2005年全要素生产率显著抬升，之后便快速回落，陷入长期停滞；日韩等经济体依靠模仿实现高速追赶，但财阀垄断抑制充分竞争，阻碍向原生前沿创新转型，也埋下落入中等收入陷阱的隐患。

测算显示，如果AI仅实现商品、服务生产环节的自动化，十年内每年可推高生产率约0.68个百分点，这还只是增长下限；若进一步实现“思想生产”的自动化，每年还能额外贡献至少0.4个百分点的生产率提升，叠加之后，AI的长期增长动能十分可观。

但红利不会自动兑现。阿吉翁复盘上一轮信息化浪潮：增长先扬后抑，重要原因是诞生了具备极强扩张能力的“超级明星企业”，而竞争政策没能及时跟进，对平台扩张、数据共享缺少有效规制。放到当下AI赛道，云基础设施由少数厂商主导、GPU市场高度集中，同样存在市场集中度偏高的隐忧。想要拿到AI的增长红利，必须用好竞争政策，防止垄断扼杀新的创新。

就业层面，基于法国企业样本的实证研究，生成式AI对整体就业的影响呈小幅正向，但分布极不均衡：行政类岗位更容易被自动化替代，带来岗位流失压力。他认为，不能只盯着技术本身，同步升级教育体系、健全劳动保障，做好劳动者转型配套，才能让AI的收益更均衡地惠及全社会。

阿吉翁最后总结：AI能否兑现巨大增长潜力，竞争政策是关键支点；想要放大AI在就业上的正向效应，则离不开教育改革与社会保障托底。在恰当的制度配套之下，熊彼特式的创造性破坏，有望推动一场包容、可持续的AI驱动型增长。

AI是堪比火、电被发现那样的范式跃迁

紧接着，张宏江带来题为《人工智能的加速演进——从大模型技术到智能经济》的主旨分享，从产业前沿视角，勾勒出智能体经济的演进路线。

他提出三点核心判断。首先，这是人类历史上迭代速度最快的技术浪潮。前沿大模型在IQ测试中已经超过人类平均水平；通用大模型无需专门训练，就能拿下国际奥数满分，解题速度远超人类选手。今年5月Claude新模型释放出架构师级代码能力，震动业界，甚至促使美联储召集全美头部金融机构研讨AI带来的金融安全挑战。

其次，AI不是一次普通的IT升级，而是堪比火、电被发现那样的范式跃迁。他梳理出近三年三大关键拐点：GPT实现预训练大模型突破，OpenAI o1打通推理能力，Claude Code拉开智能体落地序幕。AI已经正式迈入Agent时代，智能体自主完成任务的能力，迭代周期已经从7个月翻番，压缩到4个月翻番。演进路径清晰：从被动对话工具，到随叫随到的助手，再到主动执行任务，未来还会走向智能体集群（Agent Swarm）。背后的驱动力来自递归自我改进（RSI）：更强的AI反过来设计更好的芯片、机器人，形成自我强化的正向循环。

最具想象力的是第三点：一套全新的智能体经济正在成形。张宏江打了一个比方：如果把现有经济体比作神经网络，今天的“神经元”是人；未来，每一个智能体都将成为新的神经元。人和人、企业和企业、国家和国家组成的交互网络，会慢慢演化成由海量智能体互联互通的新型经济网络。在这套新体系里，Token就是智能体经济的货币。衡量一家机构、一个模型竞争力的重要标尺，就是完成同等复杂任务，谁消耗的Token更少。

他也给企业指明长期竞争赛道：把自身沉淀的IP、代码、用户关系、产品经验全部转化至模型中，催生出独有的“涌现能力”。

本报记者 杨硕 钱文婷