AI热榜 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。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接