AI 仍在飞速发展。据央视新闻报道，2026 年 3 月，国内日均 Token 调用量突破 140 万亿，较 2024 年初增长逾千倍。Token 作为 AI 信息处理的基本单位，其用量直观反映应用的广泛程度。

如今人工智能正从生成式语言大模型，逐步向具备空间感知能力的物理智能体演进，技术边界持续拓宽，对经济社会的渗透也从信息世界加速延伸至物理世界。在此背景下，AI 如何重构经济结构、怎样影响劳动力市场、风险如何管控，成为业界关注的核心议题。

5 月 18 日，由清华大学主办、清华大学五道口金融学院承办的 "2026 清华五道口全球金融论坛 " 在成都开幕。在 "AI 驱动数字经济新发展 " 主题论坛现场，多位专家学者从多元视角深入剖析了 AI 带给经济社会的机遇与挑战。

图片来源：每经记者 刘旭强 摄

AI 重塑经济增长模式

现场的一个共识是，AI 正深度重塑全球经济增长模式，成为驱动经济发展的核心动能之一。

中国社会科学院大学教授、国务院原副秘书长江小涓表示，AI 对提升服务业效率有至关重要的作用。 

服务业以人的劳动为主，无论是教育、医疗等生活性服务业，还是研发等生产性服务业，长期难以像制造业一样享受技术进步带来的效率提升，属于相对低效的产业。但数字技术特别是人工智能的出现，极大提升了信息服务的效率和水平。因此，AI 是使中国经济保持更长时间平稳增长的重要新动能。

"AI 就像电力对于工业革命的影响一样，会根本性改变我们经济增长的模式。" 前新加坡金管局首席金融科技官索彭社 · 莫汉蒂强调，AI 将根本上重塑经济增长模式，过去的教育制度、培训制度，以及劳工关系都会发生变化。

索彭社 · 莫汉蒂认为，从应用价值来看，AI 是一个很好的工具。比如，对于医疗等人力资源稀缺的行业，可以用 AI 替代部分人力，从而提高生产效率。某种程度来讲，AI 会对新兴经济体带来很大的影响，在成熟经济体当中的影响也会非常巨大。

值得注意的是，当前 AI 产业化落地仍存在明显局限。

江小涓表示，现阶段 AI 应用多集中于信息形态领域，距离规模化落地制造业尚有较长周期。

电子科技大学大数据研究中心主任周涛进一步补充，从现有语言智能进阶至可实操的物理智能，实现通用机器人技术突破，技术研发迭代周期将远超大众预期，" 应该是像可控核聚变一样，非常难的下一个科学范式 "。

警惕 AI 投资过热等潜在风险

当 AI 高速发展，如何科学驾驭人工智能、把控技术潜在风险，也成为现场专家聚焦的核心议题之一。

清华大学五道口金融学院金融发展与监管科技研究中心主任张健华认为，全球 AI 投资方兴未艾，投资热度持续攀升，牵动全球经济走势与股市波动。它既给金融行业提供了投资机会、投资渠道，同时行业资本过热也暗藏泡沫风险，或将对金融稳定及实体经济造成冲击，需保持警惕、重点防范。

从社会劳动变革视角，索彭社 · 莫汉蒂提出，市场乐观看待 AI 赋能价值的同时，必须理性思考新型经济模式下的底层问题：当人工智能自主化程度不断提高，人类劳动在产业体系中应当如何定位。他认为，AI 重塑生产效率的过程中，劳动结构、就业逻辑将发生深层变化，社会需要提前研判、适配转型。

针对大模型治理与 AI 管控，江小涓表示无需过度担忧技术风险。在她看来，人本逻辑是驾驭大模型的核心关键。从市场规律来看，无论是个体使用者还是社会公众，均会依据自身利益与价值判断选择适配模型；不符合用户诉求、违背公共利益的人工智能产品，终将丧失用户基础、失去市场生命力。

在江小涓看来，人类具备足够智慧管控 AI 技术，行业应当在合规监管框架下稳妥推进大模型商业化落地，平衡产业、公众、市场多方利益，提高社会共识度，推动 AI 行业实现长期良性可持续发展。

每日经济新闻