【财新网】AI提高经济效率、让供给越来越强，就业和收入分配将如何被影响，推高通胀、还是压低通胀，需求能否同步增长？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》见解论坛上，多位经济行业专家和学者试图回答以上问题。

2011年诺贝尔经济学奖得主、纽约大学教授托马斯·萨金特（Thomas Sargent）认为，AI正在成为推动经济增长的重要力量，但围绕AI的投资、决策与政策制定，也正面临巨大的不确定性。在他看来，AI正在改变生产率，也正在改变企业研发、金融投资、教育科研和消费服务。但生产率究竟会提高到什么程度，新的价值会在哪里产生，哪些行业会被重构，以及这些新增价值最终如何分配，目前都没有确定答案。

北京大学国家发展研究院院长黄益平提醒，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。

他以经济学中的“索洛悖论”为例指出，计算机普及之后，越来越多行业开始使用信息技术，看起来技术革命轰轰烈烈，但在早期的宏观统计中，全要素生产率并没有马上显著提高。后来研究发现，计算机最终确实推动了生产率提升，只是这一过程受到统计度量、时间滞后和经济结构调整等因素影响。

黄益平认为，今天观察AI，也可能面临类似的问题。他个人对AI提高生产率相对乐观，但也补充，AI不会带来经济和生产率立刻大幅增长，巨额AI投资最终会转化为持续的生产率提升，还是可能形成泡沫，目前仍需要持续观察。

更重要的是，虽然AI有望显著提升全要素生产率（TFP）、提高供给能力，但可能冲击部分就业、对收入分配产生影响，且资本与劳动之间的回报差距可能进一步扩大，对需求形成一定抑制，可能进一步强化今天“供强需弱”问题，甚至可能让“供强需弱”从阶段性问题变成长期问题。

黄益平称，过去宏观经济政策更多是在处理短期需求不足，通过政策调整推动供需重新平衡。但如果需求不足与技术进步、就业结构和收入分配长期交织在一起，那么传统的短期调节思路可能就需要扩展。

粤开证券首席经济学家、研究院院长罗志恒也担忧AI推动技术进步、生产率提高的同时，带来需求的持续弱化。

在他看来，要回答AI与经济增长的关系，首先要区分短期和中长期，否则“可能会低估短期，高估长期”。从短期来看，AI投资竞赛，首先推动我国AI产业链出口，同时科技股股价上涨，产生一系列财富效应，带动部分消费，但整体带动又部分被房地产下行抵消。而从长期来看，AI大概率能提高全要素生产率，但影响程度难以精准判断，取决于工作任务的暴露、AI落地程度，以及相应的社会组织架构和投资流程再造。

罗志恒进一步表示，长期来看，一方面，AI通过提升生产效率扩大供给能力；另一方面，AI属于资本、技术密集型产业，对劳动的需求相对较低，可能使劳动报酬在国民收入中的占比下降，进而制约居民收入和消费需求，进一步加剧“供强需弱”。

这一矛盾在中国尤其值得关注。他指出，当前中国经济已从过去的供给短缺转向需求不足，但长期形成的供给导向型增长模式仍具有较强路径依赖。如何从依靠供给扩张转向更多依靠需求增长，本已是一项艰难的结构性转型，而AI可能进一步放大这一转型中的供需矛盾，制约经济增长。

蚂蚁集团CEO韩歆毅在论坛上也表示，“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。”韩歆毅表示，如果AI只是停留在单纯的提效和替代式应用，没有创造增量需求，可能带来供需失衡、投入产出不匹配等新的问题。

他以电气化进程作类比。电力出现后，真正推动经济跃迁的不是前期电力发明、建发电厂发电，而是几十年后电气化广泛应用，家用电器、工厂电气设备、城市有轨电车、电气化铁路、通信网络等无数新产品、新服务和全新的生活方式出现。“AI也是如此，企业必须从降本增效走向价值创造，用AI创造出更多新的供给，激活更多新需求”。

中金公司首席经济学家缪延亮指出，历史上前两次技术革命都伴随着明显的通缩过程，新供给确实能催生新需求，但需求扩张小于供给扩张，1870-1900年，美国整体物价下跌超30%；信息革命期间，美国通胀枢纽明显下移，CPI同比一度降至2%以下。

缪延亮介绍，技术革命往往通过供给效应、预期效应、替代效应与瓶颈效应影响通胀水平。相比之前的IT、互联网技术革命，互联网和个人电脑用了约30年时间才达到90%左右的渗透率，而大语言模型只用了两三年、三四年时间，渗透率就接近50%。

技术扩散越快，对上游关键资源的需求就越集中。“更快的扩散速度意味着投资品供给趋紧，瓶颈效应更加显著。”他以AI数据中心大规模投建所需的存储为例，上一轮信息技术革命中，内存价格上涨50%就已十分明显；这一轮AI革命中，内存价格在高点时一度上涨超过600%。

瓶颈效应显著，会推高通胀，不过，缪延亮判断，瓶颈效应通常持续三到五年，考虑到AI技术扩散很快、部分关键资源价格已经高位波动，“这一轮从瓶颈效应看，可能最受约束的时候正在过去”。

把时间拉长，缪延亮认为，AI更可能成为一股去通胀力量。一方面，AI提高生产率、扩大供给，如果需求不能同步增长，形成价格下行压力。

另一方面，更值得关注的是“替代效应”，缪延亮表示，AI能够接管越来越多原本由劳动完成的任务。即使并不直接替代整个职业，也可能降低劳动收入在总收入中的占比。同时，相比前一轮IT革命，AI革命创造新岗位与其渗透扩散的速度相比是偏慢的。而资本所有者的边际消费倾向通常低于劳动者，当收入更多流向资本、劳动收入份额下降，总需求就可能受到抑制，进而形成去通胀压力。

同时，相比信息技术革命，AI革命中，企业和居民的预期分化更加严重。缪延亮表示，在信息技术革命中，企业和消费者的信心都不错，但AI革命中，企业的预期、投资的预期越来越好，但消费者的预期越来越差，带来预期效应的不确定性。

缪延亮总结，AI对物价的影响并不是单向的。短期看，算力、存储等关键资源的供给瓶颈会推高价格；但长期看，随着生产率提升以及AI对劳动和收入分配的影响，AI的替代效应强于以往技术革命，从需求端压制通胀，长期去通胀压力更大。

面对AI带来长期的通缩压力，缪延亮提出“财政调结构，货币给支持”，他指出，AI带来的需求不足是结构问题和分配问题，需要推出包括税制纠偏、针对劳动者再培训以及岗位创造等政策。

AI如何影响就业？在缪延亮看来，这一轮AI革命与上一轮信息技术革命有一个明显区别，过去的信息技术更多影响中间层级的岗位；这一轮AI暴露度与收入水平呈现较明显的正相关，“收入水平越高，AI的暴露度越高”。

但高暴露并不等于马上失业。缪延亮以自己的工作举例称，他将自己的文章、书稿和演讲视频输入AI工具后，发现AI回答相关专业问题时，信息调取量大，而且“没有疲倦感”，有时甚至比他现场回答得更加系统。但这并不意味着他的职业会立刻被AI取代。一份工作往往可以拆成很多具体任务，其中一些容易被AI替代，但人与人互动等复杂任务仍然很难被剥离出来。

“任务是可以被替代的，但职业或工作很难被整体替代。”他表示，从美国目前的数据看，整体失业率仍在较低水平，AI尚未表现为大规模存量就业替代。

缪延亮表示，真正值得关注的变化，发生在招聘端。在美国，银行与金融业、法律业、咨询服务业、会计行业，招聘需求出现了明显下降。这意味着，年轻人的职业入口收窄，削弱青年人的资本积累，可能会形成“疤痕效应”，进一步对经济增长、通胀造成影响。

摩根士丹利中国首席经济学家邢自强也表示，这一次AI技术扩散的速度可能显著快于过去几轮工业革命。过去蒸汽机、电气化、互联网等技术通常需要几十年逐渐进入企业和家庭，劳动力市场有两三代人的时间完成职业培训和转型；但这一轮AI可能在十年左右迅速普及。

“这种冲击速度扩散非常快。”邢自强说，这种“时间差”已经开始受到学界关注，AI首先提高了有经验劳动者的生产率。资深专业人士拥有知识、经验和判断力，借助AI可以进一步放大自己的能力；与此同时，一些过去入门级工作，可能率先减少。

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。

韩歆毅认为，在就业问题上，面对AI可能带来的替代冲击，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AI增长红利的能力和机会。他认为，一方面，企业要把复杂的模型能力转化为低成本、易使用、能够直接解决实际问题的产品，降低个人和中小企业使用AI的门槛；另一方面，也要通过教育和职业培训提升人的能力，在人机协作中更好发挥判断力、创造力等优势。同时，还需要完善二次分配机制，建立适配的社会保障措施，为劳动者度过AI转型期、重新参与新经济循环提供支撑。

对于劳动者个体而言，香港科技大学（广州）协理副校长熊辉认为，未来仍然会出现很多新的工作机会，“但是这些工作机会是留给真正有能力来迎接这些岗位的人”。 他认为，AI时代应该培养自我学习的基础能力，以及和机器差异化的能力。

上海交通大学安泰经济与管理学院讲席教授陆铭也认为，“人工智能不会取代就业，也不会取代职业，它只会取代能力。一类是标准化、重复、可编码的“机能”，另一类则是理解力、沟通力、表达力、共情力、组织力、审美和价值判断等难以被编码的“人能”。

在他看来，一个岗位并不会因为AI出现就整体消失，越标准化、越重复的部分越容易被机器接手；越需要理解人、适应复杂场景、作出价值判断的部分，人的优势反而更加突出。