AI发展五大追问

2026年10月，人工智能（AI）在数学领域接连出现新进展。 先是OpenAI向公开代码库上传722份由内部模型生成的数学论文稿，数学界对其署名引用和验证方式提出批评； 后是谷歌DeepMind的AlphaProof Nexus研究成果刊于《科学》（Science）杂志，在所尝试的353道埃尔德什开放问题中解出9道，其中两道足足悬了56年。

两个星期后，10月22日，欧洲央行原行长、外滩年会国际顾问委员会主席 让-克洛德·特里谢 （Jean-Claude TRICHET）在由中国金融四十人论坛（CF40）与清华大学联合主办的2026外滩年会的闭幕致辞中说，“这是有史以来机器对人类在智识和哲学上最强烈的挑战。 ” 正是由于AI能力一天比一天惊人，特里谢提醒，不能任由AI加深分裂，催生新的风险。

在10月19-22日召开的2026外滩年会上，来自24个国家的数百位财经政要、顶尖学者和商业领袖，围绕经济、金融、科技等领域的重点议题展开头脑交锋，但几乎所有讨论都没能绕开AI这个关键议题。 讨论的焦点不在AI的能力是否可信，而在制度准备是否充分——AI的生产率红利何时到来尚不确定，但投资风险、就业冲击和分配压力已初显端倪。 中国人民银行原行长周小川在年会上的一条预警引发关注。

他没有预言危机，但强调必须未雨绸缪：“考虑到如今有如此巨额的资金流向人工智能及相关基础设施，一旦其中一部分失败，就可能引发金融动荡，并酿成危机。 ” 他特别提到，应当开展研究并做好预案，在政策工具箱中储备相应的政策工具，以应对这类动荡和影响。 而在就业领域，政策工具箱正在充实。 外滩年会闭幕次日，10月23日，国务院办公厅对外发布《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，旨在应对人工智能技术快速发展对就业市场带来的深刻影响。

“当前可能是人工智能产生更大就业影响之前的短暂安静期，也是分析人工智能就业影响，提前做好理论和政策准备的窗口期。 ”中国金融四十人论坛学术委员会主席、中国社会科学院学部委员蔡昉在年会上表示。 2026年10月21日，2026外滩年会，外滩圆桌“劳动力重塑：何处安放人类？ ”，蔡昉。 纵览外滩年会四天讨论，留给人们的未解问题可主要概括为：生产率回报何时显现？ AI投资的风险藏在哪一层？ 冲击带来的转型成本由谁承担？ AI红利如何分享？ AI的行为由谁负责？ 这些问题暂时没有统一答案，但回避它们，代价只会更大。

生产率回报为什么看不见？ 对于AI能带来多高的生产率增长，各方估算不一。 哈佛大学教授、美国白宫经济顾问委员会原主席杰森·弗曼（Jason FURMAN）认为，未来AI带来的生产率增长约为0.75个百分点，远低于硅谷一些人所说的15、20、50甚至100个百分点。 他同时提醒，即便是美国这样的经济体，每年增长2.5%就很了不起了，每年增长3%就“有些不切实际”。

布鲁盖尔研究所高级研究员、欧洲投资银行原首席经济学家黛博拉·雷沃尔泰拉（Debora REVOLTELLA）介绍，企业层面的研究显示，AI对生产率的提升在0.4至1个百分点之间，欧洲过去五年全要素生产率增长中约10%可归因于AI，但前提是企业必须同时投资无形资产和技能，经济体系也要具备重新配置资源的能力。 美国银行全球首席经济学家克劳迪奥·伊里戈延（Claudio IRIGOYEN）估算，当前AI对全球增长的贡献约为10个基点，最理想情况下十年后可达1个百分点。 生产率提升为什么在宏观数据中不明显？

弗曼提到J形曲线，即企业先雇人探索如何使用AI，短期拖累生产率。 清华大学校务委员会副主任杨斌则提出，将技术转化为经济回报“不是一个技术问题，而是一个组织层面的问题”，对成熟组织尤其如此。 清华大学经济管理学院院长白重恩提到索洛悖论——创新改善的工作和生活未必体现在GDP中。 此外，AI应用仍处早期，企业重组管理架构是一个缓慢的过程，加之投资多集中于模型和芯片，流向应用层的还“远远不够”。 2026年10月20日，2026外滩年会，外滩圆桌“AI与生产率革命：技术跃迁下的宏观冲击”，杨斌。

国际劳工组织（ILO）首席宏观经济学家埃克哈德·恩斯特（Ekkehard ERNST）提出“加总悖论”：任务层面的效率提升明显，但需要有人核验AI输出，形成“验证税”，且可自动化的任务只占一天中的一小部分，因此难以在宏观层面加总。 通胀是这一时滞中最先显现的信号。 在10月19日的CF40-G30外滩圆桌“转型中的央行：职责、市场与宏观审慎风险”上，美联储原副主席唐纳德·科恩（Donald KOHN）表示，AI投资对需求的拉动先于对供给的影响，正在增加通胀压力；

美国劳动力市场表现平稳，工资增速不高，工人对AI的担忧可能抑制了加薪诉求。 欧洲央行执行董事会成员、首席经济学家菲利浦·莱恩（Philip R. LANE）带来了欧洲视角，他认为AI全球供应链提振了今年的欧元区贸易，投资也受AI推动，对欧洲经济有一定刺激，但规模不及美国； 欧元区工资温和、服务业通胀平静。 G30荣誉主席、以色列央行原行长雅各布·弗伦克尔（Jacob A. FRENKEL）认为，AI对供给的影响也许很大，但不会在短期内显现，而基于未来预期的资产估值已在拉动需求。

美国彼得森国际经济研究所（PIIE）非常驻高级研究员、IMF原经济顾问兼研究部主任皮埃尔-奥利维耶·古兰沙（Pierre-Olivier GOURINCHAS）的概括最为直接：目前还没有看到AI转化为生产率的显著提升，它不是正面的生产率冲击，而是一次巨大的需求冲击。 2026年10月19日，2026外滩年会，外滩圆桌“转型中的央行：职责、市场与宏观审慎风险”，由左至右：Ceyla PAZARBASIOGLU、Donald KOHN、Klaas KNOT、Philip R. LANE、白川方明，右上为Jacob A.

FRENKEL。 AI投资：风险藏在哪一层？ 周小川将AI相关投资分为三类：大模型及用于训练的算力和数据中心，AI应用，半导体、电力、液冷等支撑行业。 他认为，投资支撑行业相对安全，因为无论AI如何发展，都需要水和电； 生产率提升则可能主要来自应用层。 他提到，现在有若干发展方向可以帮助AI应用并提升生产率，但同时也存在风险，例如很多投资正在涌向数据中心建设，但未来AI大模型和应用在多大程度上依赖数据中心的算力，是存疑的。

他还提出，随着AI发展，全球供需平衡和产业结构可能出现较大变化，应让价格机制发挥重要作用，不宜过多依赖行政手段。 美国第70任财政部长罗伯特·鲁宾（Robert RUBIN）对风险的判断则不同。 他在与北京大学国家发展研究院院长黄益平的对话中表示，美国金融体系目前相当稳健，向AI相关企业提供贷款的主要是资本充足的大型银行，地区性银行并未大规模涉足； 非银行贷款机构提供AI融资的情况中有一些需要处理的问题，个别企业可能经营失败甚至破产，但“爆发金融危机的风险极低”。

但他也强调，任何与AI相关的事情都伴随着“巨大的不确定性”。 荷兰央行原行长克拉斯·诺特（Klaas KNOT）则提示，AI投资热潮中约三分之一来自债务融资，而表外承诺往往意味着这一比例只是下限； 美国消费对财富效应较为敏感，市场调整可能很快产生更广泛的影响。 2026年10月19日，鲁宾与黄益平在2026外滩年会上展开对话。 更具体的分歧是算力资产会不会贬值。 白重恩对数据中心服务的需求更乐观，因为AI推理的边际成本不低。

PIIE高级研究员马丁·乔泽姆帕（Martin CHORZEMPA）表示，这轮资本开支主要由云服务商而非模型公司投入，芯片具有通用性，老一代芯片因能运行产出更高的模型而增值，折旧的担忧有所缓解。 伊里戈延认为，AI生态各环节都带有“赢家通吃”的特点，企业为避免被淘汰而过度投资，在逻辑上不可持续，“三年以后，这些公司不可能全部健在”，市场需要判断投资放缓究竟是因为一些公司退出，还是最终需求不及预期。

弗曼的前提则相反，他认为这是“伯特兰式竞争”，“我今天可以用ChatGPT，明天就可以换成DeepSeek”，价格趋近边际成本，反而加剧人们对泡沫的担忧，因为即便生产率大幅提高，也难以变现。 视线落回中国的算力建设。 中国金融四十人研究院院长郭凯在发布《CF40研究年度报告》时表示，据中国金融四十人研究院估算，能源领域的良性循环将使中国电价下降30%至33%，这将在未来十年极大提升中国的竞争力，并助力中国构建AI算力，因为AI高度依赖电力成本。

2026年10月20日，2026外滩年会，外滩圆桌暨《CF40研究年度报告》发布，由左至右：朱鹤、郭凯、白重恩、Sonali JAIN-CHANDRA、张斌。 风险累积方面，古兰沙提醒，金融体系的脆弱性仍在累积，其中一部分与AI建设热潮有关。 葡萄牙原财长、布鲁盖尔研究所非常驻研究员维托尔·加斯帕（Vítor GASPAR）认为，AI带来的大量不确定性使资产估值极其困难，金融市场应预期“一段颠簸的旅程”。 该如何防范？

原江西省常务副省长、原科技部火炬高技术产业开发中心主任梁桂提出，财政资金和政府投资基金应做“耐心的锚定资本”，补足公共性、外部性和长期不确定性，不与社会资本争项目、抬估值，市场资本则按企业成长阶段接力。 他建议在降低传统