新華網北京6月17日電（黃海榮 韓永先）簡單輸入一句描述，就能生成精緻的三維立體模型圖；把看到的短視頻轉給微信AI&&人，就能總結視頻的主要內容…… 類似的場景在生活中越來越多見，AI正在加快改變生産生活方式，助力經濟産業深度轉型。
進入2025年，全球人工智能賽道提速，AI産業格局將會發生何種結構性變革，AI將如何重塑勞動力市場，市場主體又需要把握哪些關鍵突破口，隨着AI産業的發展，市場的認知也需要不斷革新。
6月15日，由中央財經大學經濟學院、中國互聯網經濟研究院共同主辦的第二屆“數字經濟思享匯”研討會圍繞“人工智能：中國經濟增長新引擎”主題，邀請多位學界和産業界專家針對人工智能發展展開深入探討，中國新一代人工智能發展戰略研究院執行院長、南開大學原校長龔克，中央財經大學黨委常委、副校長李濤，21世紀經濟報道編委、21世紀經濟研究院院長耿雁冰等多位業界專家紛紛發言，探討人工智能如何為中國經濟注入新動能，共同展望人工智能的發展趨勢與未來方向。
人工智能成核心引擎
中央財經大學副校長李濤在發言中指出，人工智能已經成為新質生産力的核心引擎，不僅因其技術革命性突破，還因其重塑生産要素和生産關係的能力。
李濤&&：“新質生産力由技術革命性突破、生産要素創新性配置、産業深度轉型升級而催生，而人工智能恰恰在這些維度上都扮演着關鍵角色。人工智能本身就是技術革命性突破的産物，能夠實現數據等新要素的高效配置，更能通過賦能千行百業，推動産業的深度轉型升級。”
龔克則在研討中回顧了人工智能技術演進路線，他指出當前人工智能最主要的技術趨勢便是“快速”。2014年，AI突破了圖像分類的人類平均水平；2018年，則突破了中等程度的閱讀理解；2019年，突破了英語理解；2021年，突破了視覺推理；2023年和2024年AI則相繼突破了競賽級的數學、多任務語言理解、博士級的科學問題，縱觀整個行業，AI技術的迭代過程越來越快。
在這個過程中，中國人工智能創新也進入快車道。2025年5月，在谷歌I/O開發者大會的一份Chatbot Arena榜單上，DeepSeek和騰訊混元挺進前十，成為中國大模型的佼佼者。該榜單由全球知名的大模型評測網站發布，被公認為大模型性能評測的風向標，中國公司技術上榜，意味着中國在人工智能創新領域取得領先地位。
記者注意到，多位與會專家均提到，以大語言模型為代表的生成式人工智能發展飛速，經濟成本不斷下降，AI正真正從書齋、大學走向廣闊的生産環境。這意味着人工智能已是通用目的技術，並正在深刻改變着現實的經濟結構和社會形態。
“這不是傳統生産變量的簡單增量，而是引入了新的生産變量、新的生産要素，所以我們必須重新組合生産函數，實現生産力與實體經濟的深度融合。”龔克指出，沒有産業的科技創新就沒法跟實體經濟融合。
從理論引擎到産業落地
“人工智能必須服務實效，防止‘AI+ ’淪為政績工程、表面工程。”研討會上，龔克特別強調指出，AI賦能的目標應是解決産業質效、降本增效等真實問題，而不是為了展示人工智能而“挂AI的牌”。 龔克的上述觀點同時得到多位與會專家的認同。
那麼現實中，人工智能的應用落地情況又是怎樣的，目前對經濟帶來了哪些影響？中國互聯網經濟研究院副院長史宇鵬則向與會者&&，學界對這一問題已有不少討論，其中一條共識是，人工智能要真正提高生産率，還需要一段時間。
“業界總是在講通過實現了所謂的企業數字化轉型，提升了庫存周轉率、實現了降本增效，但很難從總體數據上看到這一點，人工智能技術也是這樣，好像沒有看到在宏觀方面生産率出現了飛速增長。”史宇鵬解釋到，這是經典的索洛悖論。諾貝爾經濟學獎得主索洛早已指出，儘管計算機技術深刻改變生産方式，但統計數據未必能同步反映出生産率的大幅提升。
“作為通用目的技術的AI，同樣存在時間滯後的效力發揮問題。”史宇鵬&&，“只要真正用好AI技術，其在企業降本增效上的效果將會依然顯著。”
北京航空航天大學自動化科學與電氣工程學院副教授秦曾昌則從産業技術路線出發，將當前AI産業劃分為兩條主線：大語言模型和具身智能。
秦曾昌認為，儘管具身智能領域在科研層面技術爆發較多，但距離産業化應用仍有距離；反觀大語言模型及智能體在腦力工作自動化方面，已具備較強的産業落地潛力。在秦曾昌看來，很多不可控的AI工作流程正在慢慢由智能體解決，20%～30%的辦公室工作可以通過智能體替代，並讓一部分人從事技術催生的新的服務業。而具身智能在跟環境互動的強化學習上，還面臨一些技術瓶頸，到産業落地階段為時尚早。
人才培養是關鍵策略
在與會專家看來，人工智能的廣泛應用不僅重塑經濟生産力，也勢必引發勞動力市場的變革。龔克預計稱，這種替代與新增崗位的“交匯期”將在未來五到六年內到來。
史宇鵬指出，短期來看，AI技術會帶來部分崗位被替代、就業結構調整的壓力；但從長遠看，新崗位的創造潛力更為顯著。比如現在人工智能已經催生了“數據標注師”職業的興起。史宇鵬強調，人工智能對於勞動就業的影響還需要更長時間觀察。
北京師範大學經濟與工商管理學院經濟系主任許敏波長期從事勞動力市場相關的研究，他則向與會者提出了較為確定的趨勢和尚存不確定性的問題：較為確定的是，人工智能將改變生産函數中技術、資本和勞動的關係，資本在經濟中的比重將持續提升，而勞動所佔份額將進一步萎縮。
許敏波解釋稱：“隨着技術的發展，勞動成本需足夠低廉才能保持競爭力，這將不可避免地壓縮勞動的分配比重。”不確定的是，AI如何重塑不同技能層次勞動者的收入格局和市場地位。
許敏波提到，與許多發達國家勞動力市場兩極化、中間層萎縮的現象不同，過去30年，中國勞動力市場展現出罕見的結構優化、收入提升“雙提升”格局——中高技能勞動者佔比持續上升，各類技能勞動者的收入水平整體穩步提升。
許敏波分析稱，這一現象的背後是技術進步帶來的拉動效應，超過了對中高技能勞動收入的稀釋效應。然而，AI技術不僅有可能替代低技能崗位，其對高技能崗位的需求也存在不穩定性。“中國過去三十年的發展經驗，未來可能難以持續複製。”許敏波警示到。
針對這一前景，多位與會專家一致提到，教育和人才培養是關鍵應對策略，構建教育、産業、就業三位一體的體系非常緊迫。
史宇鵬強調到，“複合型人才”的培養至關重要。他認為，教育體系應強化跨學科融合，緊密結合人工智能技術發展，重點培養既能運用AI又深諳行業知識的複合型專業人才，以應對未來複雜多變的勞動市場需求。
清華大學社科學院長聘副教授謝丹夏進一步指出，大廠和大學的關係非常值得探討，要通過鼓勵創業，政策引導，VC創投、政府引導基金跟大學結合，讓成果走向市場，把學術和産業結合起來。
如何面對未來發展問題
對於人工智能經濟未來需要重點關注的趨勢和問題，史宇鵬向與會者拋出了兩個方向：企業自身的邊界與規模，以及&&之間的競爭格局。
史宇鵬指出，對於企業邊界和規模，未來可能出現更加複雜的形態，一方面，有可能出現巨型企業帶領一批零散小型企業的生態系統；另一方面，整體企業規模也可能趨於縮小。
在&&競爭方面，史宇鵬則以ChatGPT、DeepSeek等基礎大模型為例指出，這些技術&&實際上是“&&的&&”，類似“母基金”角色，為下游行業和應用&&提供基金和技術支持。他認為，隨着基礎模型&&逐步開源，人工智能可能從單純的寡頭競爭轉變為生態系統的競爭，産業競爭形態將更加複雜。這也對政府如何界定壟斷行為提出了新的挑戰。
與此同時，北京大學國家發展研究院助理教授侯宏指出，智能體跟大語言模型不一樣，背後蘊含着新的經濟規律。“我認為智能體互聯網經濟是&&經濟的下一步，它的未來服務可能是零邊際成本的。大模型是一種價值要素，而智能體互聯網是一種價值網絡，企業的微觀行為會因此發生巨大的變化。” 侯宏&&。
此外，侯宏也關注到，如果真正進入智能體的“互聯”時代，人能在這個過程中起到什麼作用，如何衡量人在這個體系中的經濟價值，也值得思考。
龔克則總結稱，在新形勢下推動人工智能的科技創新和産業創新深度融合，接下來需要關注多個重點：第一，要因地制宜發展新質生産力，“地”的內涵不僅限於地域，還包括行業和企業實際情況，即實事求是之“實”。人工智能的應用應以提高質量效益、用戶體驗和降低排放等實際問題出發。同時，積極擴大國際合作，在複雜國際環境中保持開放態度。要在不“自我脫鉤”的前提下，努力擴大國際合作，避免“誤傷”相關産業。
第二，人才培養刻不容緩。當前企業普遍缺乏既懂數字化又懂行業業務知識的複合型人才團隊。2025年的《政府工作報告》中提出，要加快製造業數字化轉型，培育一批既懂行業又懂數字化的服務商，這對推動AI與實體經濟深度融合、實現産業智能化轉型至關重要。
第三，要深化改革，加快形成與新質生産力相適應的生産關係。當前條塊管理模式難以滿足人工智能這一通用目的技術的發展需求，特別是在數據使用和安全方面。龔克認為，要深化數據資源開發利用和開放共享，必須建立相應的制度環境，在開放使用數據過程中控風險保安全。因為，只有在數據有效使用中，數據安全才具備真正意義。
