9月10日，2026 Inclusion·外滩大会以“共创AI新经济”为主题开幕。围绕这一主题，诺贝尔经济学奖得主、法国经济学家菲利普·阿吉翁带来了以“创造性破坏”与人工智能革命为题的分享。他认为，AI有望在未来十年使生产率增速每年额外提高约1.08个百分点，潜在影响或超过IT革命；但这种技术潜力能否转化为持续增长，取决于竞争政策、教育体系和劳动力市场制度能否同步跟上。

阿吉翁首先从生产率角度分析了AI可能带来的经济影响。他和同事的研究显示，仅考虑AI对商品和服务生产中任务的自动化，未来十年，AI就有望使生产率增速每年额外提高0.68个百分点，这一影响与根据IT革命经验推算出的生产率提升处于同一量级。

“0.68个百分点只是一个下限。”如果进一步考虑AI促进新想法产生的作用，阿吉翁认为，生产率增速每年还可能额外提高至少约0.4个百分点，合计潜在提升约1.08个百分点。

AI可以把生产率推得更高，但技术突破不等于经济增长

但他也提醒，技术突破并不会自动转化为持续增长。阿吉翁以美国IT革命为例。1996年至2005年间，信息技术革命推动美国全要素生产率明显提升，一批“超级明星企业”快速成长；与此同时，行业集中度也持续上升，新企业进入率从2000年前后开始下降，随后生产率增长明显回落。

“这背后正是创造性破坏理论中的一个核心矛盾：创新需要让成功者获得足够回报，才能形成持续的创新动力；但既有创新者在成功之后，也可能利用已经形成的优势，压缩后来者进入和创新的空间。”

阿吉翁认为，AI时代同样需要关注这一问题。当前AI价值链上游已经呈现较高集中度，云计算市场由亚马逊、谷歌、微软等大型企业主导，图形处理器市场也高度集中。“AI确实具有很大的增长潜力，但能否充分释放，也取决于能否处理好竞争问题。”他说。

在讨论不同经济体从追赶走向前沿创新的经验时，阿吉翁表示，实现生产率增长既可以依靠模仿和吸收已有技术，也可以依靠前沿创新。而随着一个经济体越来越接近技术前沿，创新环境的重要性也会进一步提高。

谈及中国，他表示，从高科技专利占比等指标看，中国目前在前沿创新方面表现良好。“中国在前沿创新方面做得很好。”他同时指出，欧洲当前在前沿创新方面不仅落后于美国，也正在落后于中国。

应对AI新经济冲击，教育和劳动力市场要先学会“接住人”

AI新经济的另一面，是生产率提升之后，对普通人会有什么影响。

阿吉翁认为，AI会接管一部分原本由人完成的任务，一些岗位因此减少；但另一方面，采用AI的企业生产率和竞争力提高，市场需求扩大，也可能增加用工。同时，AI促进新想法产生，也会催生新的产品、企业和工作岗位。

“AI确实会替代一部分人类劳动，至少会替代其中的一些任务。”阿吉翁说，“但是另一方面，AI也会通过提升生产率和激发新想法，创造新的工作岗位。”

他表示，应对AI带来的变化需要良好的教育体系，“中国就具备这样的条件”。教育不仅是教授具体知识，更重要的是让人在学校里“学会如何学习”，从而能够持续适应技术和工作的变化。他指出，“我们比以往任何时候都更需要提升手工劳动以及软技能的价值。”

在教育问题上，阿吉翁还特别谈到了AI进入校园后的边界。他建议保留一部分完全不使用AI的学习过程，让学生能够独立阅读、计算和思考；学生使用的人工智能需要经过筛选和规范，AI存在的风险也应被告知。“如果放任AI被滥用，我们可能会看到整整一代人不会独立计算，也无法专注阅读，这将是非常有害的。”他强调。

围绕劳动力市场，他以丹麦的“灵活保障”体系为例，提出在岗位转换过程中，可以通过失业保障、再培训和再就业支持，帮助劳动者更顺利地进入新的工作。

阿吉翁最后总结，要释放AI的增长潜力，需要合适的竞争政策；要释放AI创造就业的潜力，则需要良好的教育体系和劳动力市场保障。

从生产率增长、前沿创新到就业变化，阿吉翁的演讲也提供了一条理解AI新经济的经济学线索：AI带来的新增长不仅取决于技术能做什么，也取决于新的创新能否持续产生，以及更多企业和劳动者能否参与并分享这一过程。

“AI比以往任何时候都更加印证了创造性破坏这一范式，甚至更甚。”阿吉翁说，“总体而言，在适当的政策安排下，创造性破坏可以带来持续且包容性的增长。”