过去几年，人工智能（AI）领域取得了重大技术突破，正以前所未有的速度、广度和深度渗透到经济社会各领域，重塑人类生产生活方式与思维模式。在这场革命中，全球经济格局在被重塑，全球化也将被重新定义。
人工智能浪潮席卷而来，任何国家、产业和个人都无法独善其身。10月23日，清华大学校务委员会副主任杨斌在外滩年会致辞中指出，AI是一场“认知的工业革命”。他强调，在这场变革中，人与人、企业与企业、国家与国家之间“可能因AI赋能程度的差异而拉开数量级差距”。
这场由AI带来的变革亟需公共政策体系的完善与全球协作治理。
公共政策体系层面，需要推动教育体系结构性改革，建立终身学习机制，强化职业技能重塑，以应对就业市场结构性变化。国际协作层面，应推动技术共享与规则共建，通过多边对话机制开展务实合作，避免全球AI治理陷入碎片化困境。此外，各国需要在鼓励技术创新与防范潜在风险之间寻求动态平衡，确保AI发展真正服务于人类共同利益。
外滩年会国际顾问委员会主席、欧洲央行原行长特里谢在2025外滩年会提到，AI的爆发式崛起就让我们清晰见证了科技的这种不可预测性，它不仅体现在大语言模型（LLM）和生成式预训练转换器（GPT）的问世，更体现在与人工智能相关的、更广泛的方方面面。
“在这一领域，我们或许正面临有史以来最重要的挑战。”他说。
AI席卷全球
哈佛大学教授、美国白宫经济顾问委员会原主席杰森·弗曼和法兰克福大学金融研究中心主席、德国央行原行长阿克塞尔·韦伯都认为，人工智能总体上是“让赢家赢得更多”，是一种正和局面。
杰森·弗曼指出，人工智能带来了新应用及应用的扩散，最终会形成促进生产力提升的创新方式，在全球范围被广泛采用。虽然某些国家的股市可能受益更多，但所有国家都会分享到生产力提升带来的收益。
阿克塞尔·韦伯进一步指出，开源和云技术可能会在之后弥补早期的差距，许多公司都处于技术应用前沿，发展前景无限。对于拥有年轻人口的国家和企业来说是巨大机遇，因为它们没有技术包袱，也不依赖旧体系，且创新的成本非常低。
北京大学国家发展研究院院长黄益平则强调，不同国家间的差距核心在于能否掌握人工智能技术并从中获益。他认为，如果一些缺乏最基本的数字基础设施与相关能力的南方国家一直保持不变，将面临被淘汰的风险。
不只是国家，产业和个人也受到了人工智能的影响。
比如，在金融业，AI在金融行业主要用于优化业务流程和对外服务，主要集中在三个方面：中后台运营、客户交流和关系维护、提供金融产品，也带来了一些增量风险，如模型稳定性风险、数据治理风险、集中度风险、决策趋同风险等等。
布鲁金斯学会高级研究员、技术创新中心主任达雷尔·韦斯特认为，不只是入门级工作，软件编写、研究辅助、放射科分析等专业岗位也将受到影响。此外，由于AI让机构组织变得扁平化，中层管理人员也会受到冲击。
然而，国际劳工组织首席宏观经济学家埃克哈德·恩斯特指出，从全球数据来看，AI带来的大规模失业尚未显现。并且，许多变化是“任务转移”而非岗位整体消失。
此外，新的工作机会也在涌现，如数据标注、社交媒体审核、数字界面设计师等。他认为，今天被认为是爱好的东西，在未来也可能会成为真正的工作。
尽管新旧岗位交替是技术进步的常态，但专家们普遍担忧AI可能带来的“技能错配”问题将异常严峻。
从中国的情况来看，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认为，AI或将放大已有的结构性就业矛盾，即“一老一小问题”——青年人初入职场将面临更高的技能门槛，而中老年人则可能因数字鸿沟难以适应新工作环境而提前退出市场。
中国人民银行原行长周小川指出：“AI很可能显著加大而非缩小收入分配差距。然而目前尚未建立有效的渠道和机制，将AI带来的新增效率和GDP增量分配给养老金体系。”
香港金融管理局副总裁李达志指出，真正的挑战在于如何解决技能错配——能否让同样数量的人通过再培训，去胜任更高端的工作。
如何应对AI巨变
专家们普遍认为，金融领域的AI应用能显著提升效率，但也给金融行业和金融监管带来了新的挑战。
周小川认为，AI的发展必然带来模型的黑箱，这是未来监管需要解决的问题。此外，高频短期模型可能与宏观调控的长期稳定性要求不一致，对相关风险也需要认真对待和解决。在国际合作方面，可以加强基础设施的联通，为未来具体的国际合作打下基础。
针对解释性问题，李达志分享了中国香港做法——香港正在与国际清算银行（BIS）合作开展“Project Noor”项目，该项目旨在开发一些监管工具，建立评估框架，用于衡量系统的透明度、有效性以及可解释性。
欧盟则倾向于通过法律进行监管。2024年，欧盟正式出台《人工智能法》，这是全球首部全面规范人工智能技术的综合性立法，其核心是监管。
法兰西银行副行长阿格尼丝·贝纳西-奎里还提到，从金融领域的AI监管合作来看，当前在G7框架下的国际合作缺乏实际行动。她赞同通过和国际清算银行（BIS）等平台开展“更具实质性的项目”来推动合作。
而面对AI给社会结构带来的深刻影响，相关专家一致认为，积极主动的公共政策干预至关重要。
首先，要加大人力资本投入，将聚焦在未成年人的公共教育转向成人的终身学习，帮助劳动者不断提升职业技能。
蔡昉提到，应重视培养人类不易被AI替代的能力，如非认知能力、隐性知识、时间智慧等。由于这类能力主要在人的早期（0-3岁）发展中形成，因此可以考虑将教育时间前移。
此外，政府还提供更多公共资源，有效地延长教育年限，并打破教育和培训的界限，重新配置职业高中、职业高校的培训资源，保证劳动者一生中不断再培训、再教育。
其次，社会保障制度也需要进一步改善。
韦斯特指出，AI不仅会带来岗位的替代和新增，还将导致“岗位流动性”的上升，即劳动者会在不同公司和岗位之间更加频繁地流动。
对于像美国一样医疗和养老福利与特定企业挂钩的国家而言，工作的更替会导致劳动者面临不同的医保方案。如果不改革，未来可能产生严重问题。因此，为适应新趋势，医疗和养老等社会福利保障必须提高“可携带性”。
恩斯特提出，为了打破职业僵化，有必要推广“微证书”制度。该制度利用AI技术来记录此前在工作中积累的隐性技能，帮助劳动者打破职业边界，自由地在不同职业间流动。
最后，为确保AI红利得到公平分享，需要建立普惠性的社会保障体系。多位专家提到，全民基本收入（UBI）制度、无条件的社会养老金制度、生活工资制度（而非最低工资制度）等制度应该越来越多地进入公共政策议程中。
周小川补充，如何将AI带来的新增效率和GDP（国内生产总值）增量分配给养老金体系，也是一个亟待研究的课题，并且与企业密切相关。研究养老金的各界人士和政策制定者，应对企业的感受和诉求给予更多关注。
中国AI的破局时刻
在今年外滩年会上，国内外学者均认同，中国与美国已共同跻身全球AI发展的第一梯队。关键转折点就出现在2025年春节期间——中国迎来了属于自己的DeepSeek时刻。同时，在国家的大力支持下，国产AI算力、大模型和AI应用呈现出井喷态势。
阿里云智能副总裁李俊平表示，这一波AI浪潮与十年前的互联网浪潮最大的区别是选择了开源路线。开源极大地降低了社会使用AI的成本和技术门槛，推动了全社会在算力和数据集使用上站在更高起点。
穹彻智能首席执行官、上海交通大学人工智能学院副院长卢策吾指出，“厚积薄发”是本轮AI浪潮的最大特点。近期，他看到了国家拥抱人工智能，在人才培养、基础设施上进行了大量投入。
云深处科技联合创始人兼首席技术官李超认为，中国AI场景应用最大的优势是宽容。国企、央企和地方政府为企业提供了时间窗口，让初创企业能从“能不能用”打磨到“好不好用”。
然而，在AI取得进步的同时，瓶颈依旧存在。
交通银行副行长兼首席信息官钱斌指出，目前中国的算力资源仍不充分，且存在“小高炉”现象；高质量跨行业数据共享困难；模型同质化问题待解；政策法规体系对新生产力的适配性有待加强；复合型与工程化高端人才短缺。
中国科学院院士姚期智也提到，“在‘从0到1’的突破领域，中国（相对美国）还落后不少。”此外，与硅谷相比，中国的科技成果转化效率不足，缺少愿意承担风险、注重长期回报的投资环境。
不过美国科学院院士、英国皇家学会会士迈克尔·欧文·乔丹认为，中国在AI发展上不应简单效仿“只想扩大规模”的硅谷模式，而应发挥此前在支付宝等金融科技领域的领先经验。
那么，各国政府和国际组织应如何在AI领域建立务实的合作路径？
除加强沟通交流外，一些专家建议“建立有意愿的国家联盟”。
麻省理工学院经济学荣休教授、美国彼得森国际经济研究所高级研究员奥利维尔·布兰查德认为，通过建立灵活的、议题导向的“有意愿国家联盟”来制定新规则，可能是当前世界环境中保持韧性的唯一途径。
他认为，重要的是要制定好管理联盟的规则，以应对成员可能出现的不稳定性。最理想的办法是在现有国际组织的基础上从内部重建，但是否能做到，还需观察。
宏观咨询合伙公司合伙人贝莎兰也认同通过联盟来应对挑战。她指出，可利用已有的合作机制，例如作为多边和区域性国际组织合作机制的金砖国家组织和上海合作组织，同时，建立危机管理机制至关重要。此外，随着政府间沟通开始减少，需要寻找其他非政府间的对话机会。
对中国而言，开放和包容的交流心态是一以贯之的。卢策吾认为，在AI发展战略上，中国应在自主可控的底线上追求合作共赢的国际合作。“中美都已经走到了‘无人区’，我们需要抱着开放包容的心态，创造新的颠覆性的时代，这样才能更好地造福人类，实现人类命运共同体。”他说。
