当AI的叙事从“参数竞赛”进入“经济账本”阶段，诺贝尔经济学奖得主给出了一组值得玩味的数字：1.08个百分点。在2026年外滩金融大会开幕当天，这个数字成为解读AI新经济的重要切口。需要先明确的是，这不是拍脑袋的预测，而是一份附带了严格制度前提的估算——如果竞争、教育、劳动力市场跟不上，这个数字很可能只是纸面繁荣。
9月10日，2026年外滩金融大会开幕，主题是“创造AI新经济”。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（Philippe Aghion）发表了题为《“创造性破坏”与AI革命》的演讲。他的核心判断是：AI有潜力在未来十年每年为生产率增长额外贡献1.08个百分点，这个体量的冲击甚至可能超过当年的IT革命。但他也提醒，技术潜力能否变成持续增长，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视角拆解AI的经济影响。他与合作者的研究显示，如果只看AI在商品和服务生产中替代任务这一条路径，未来十年内AI可能会让生产率增长每年多增加0.68个百分点——这与IT革命时期估算的生产率提升幅度基本持平。
“0.68个百分点只是下限。”阿吉翁表示。如果把AI在催生新想法、新发现方面的作用也考虑进去，他认为生产率增长每年还能至少再增加0.4个百分点，合计拉动大约1.08个百分点。
AI可以把生产率推得更高，但技术突破并不会自动变成经济增长。
不过，他也警告，技术突破不会自动转化为持续增长。阿吉翁以美国IT革命为例：1996年到2005年间，信息技术革命带动美国全要素生产率显著提升，一批“超级明星公司”快速崛起；但与此同时，行业集中度持续上升，新企业进入率在2000年前后开始下降，随后生产率增长明显放缓。
“这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，才能维持创新动力；然而，一旦这些创新者成功了，他们又可能利用既有优势限制新进入者和新创新的空间。”
阿吉翁认为，AI时代同样要正视这个问题。眼下，AI价值链上游已经呈现出高度集中：云计算市场被亚马逊、谷歌、微软等大厂把持，GPU市场更是高度集中。“AI确实有巨大的增长潜力，但能否充分释放，还取决于我们能否处理好竞争问题。”
在谈到不同经济体从追赶走向前沿创新的经验时，阿吉翁说，生产率增长可以通过模仿和吸收现有技术实现，也可以通过前沿创新实现。而当一个经济体越接近技术前沿，创新环境的重要性就会进一步上升。
谈到中国，他说，从高科技专利占比等指标来看，中国在前沿创新上目前表现相当不错。“中国在前沿创新上做得非常好。”与此同时，他也指出，欧洲不仅落后于美国，在前沿创新上也在被中国甩开。
教育体系和劳动力市场要学会在AI新经济的冲击下“接住人”。
AI新经济的另一面，是生产率提高后，普通人的处境会发生什么变化。
阿吉翁认为，AI会接管一些原本由人类完成的任务，导致某些领域岗位减少；但采用AI的企业生产率和竞争力提升，会带来需求扩张，从而可能创造更多就业。此外，AI对创意的促进还会催生新产品、新公司和新岗位。
“AI肯定会替代一部分人力，至少是其中一些任务。”阿吉翁说，“但另一方面，AI也会通过提高生产率和激发新想法，创造出新的工作岗位。”
他表示，要应对AI带来的变化，需要良好的教育体系，而“中国具备这个条件”。教育不只是教具体知识，更重要的是帮人学会如何学习，从而不断适应技术与工作内容的变化。他指出：“我们从未像现在这样需要提升动手技能和软技能的价值。”
在教育方面，阿吉翁还专门讨论了AI进课堂的边界。他建议在部分学习过程中完全不用AI，让学生独立阅读、计算和思考；学生使用的AI应当经过严格筛选与监管，并且要让人们知道AI伴随的风险。“如果对AI不加约束，我们可能会看到整整一代人无法独立计算、无法专注于阅读，这会非常有害。”他强调。
谈到劳动力市场，他以丹麦的“灵活保障”制度为例，提出在职业转换期间，通过失业救济、再培训以及再就业支持，可以帮助劳动者更平滑地过渡到新工作。
阿吉翁总结道：释放AI的增长潜力，需要合适的竞争政策；释放AI创造就业的潜力，则离不开良好的教育体系和劳动力市场保护。
从生产率增长、前沿创新，再到就业变迁，阿吉翁的演讲为理解AI新经济提供了一个经济学视角：AI带来的新增长，不仅取决于技术能做什么，更取决于新创新能否持续涌现，以及更多企业和劳动者能否参与其中并分享收益。当然，这套分析并非没有争议：0.68和0.4的估算能否在真实世界中叠加？AI对生产率的带动是否会像IT革命一样呈现“先扬后抑”的曲线？这些问题需要后续数据验证。但至少，他指明了一个方向——AI时代的增长竞赛，本质上也是制度适应能力的竞赛。
