近日，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探讨。 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。

　　李涛表示：“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?！?/p>

　　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。

　　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?！惫酥赋觯挥胁档目萍即葱旅环ǜ堤寰萌诤?。

　　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质效、降本增效等真实问题，而不是为了展示人工智能而“挂AI的牌”。

　　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?！笔酚钆艚馐?，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。

　　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；但从长远看，新岗位的创造潜力更为显著。比如现在已经人工智能催生了“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。 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?！爸泄ト甑姆⒄咕?，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。