诺奖得主阿吉翁：AI正加速「创造性破坏」

公司情报专家《财经涂鸦》获悉，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。

在教育问题上，阿吉翁建议保留一部分完全不使用AI的学习过程，让学生能够独立阅读、计算和思考；学生使用的人工智能需要经过筛选和规范，AI存在的风险也应被告知。

“如果放任AI被滥用，我们可能会看到整整一代人不会独立计算，也无法专注阅读，这将是非常有害的。”他强调。

以下为阿吉翁演讲全文精编：

大家好，很高兴和大家一起参加2026年外滩大会。

今年的主题是“共创AI新经济”，我想与大家分享一些关于“创造性破坏”与AI革命的思考。

1987年，我与彼得·豪伊特一起构建了一个全新的模型，也就是现在人们熟悉的“熊彼特增长范式”。这一增长模型围绕三个主要理念展开。

第一，长期增长由创新不断累积的过程所驱动；第二，创新来自企业家投资、研发等活动。这些投入的动力，来自创新成功后可能获得的超额回报。一旦创新成功，就可以在一段时间内获得超额收益，直到被新的创新者取代；第三，创造性破坏，新的创新取代旧技术，并使旧技术逐渐被淘汰。

你可以看到，这个范式的核心中存在一个矛盾点。一方面，需要让创新者在创新成功后获得一定的超额回报，来激励创新投资；但另一方面，既有的创新者又可能利用这些既得收益，来阻止后续创新，因为他们都不想成为被创造性破坏的对象。

那些创新者在成功后，可能会利用这些收益，试图阻止后续创新。市场经济制度的设计目标，在很大程度上就是如何处理好这一矛盾。

再来看竞争。行业中接近技术前沿的企业通过增加创新来应对更激烈的竞争，以保持最佳地位，而远离技术前沿的企业会因为更激烈的竞争而气馁。

借助这一范式，我们可以探讨一些历史谜题，其中之一是长期停滞。

1996年至2005年间，美国全要素生产率（TFP）的年均增长率曾出现一次跃升，但随后大幅下降。其中，加速与信息技术革命（IT革命）有关，但另一个事实是，这一轮经济增长高潮伴随着行业集中度的加速提升。

行业前四大企业的市场占有率和就业份额大幅增加，“超级明星企业”开始涌现。例如，谷歌、微软、亚马逊、沃尔玛等企业更懂得如何驾驭信息技术的力量，它们通过兼并收购等方式不断扩大规模，市场集中度也随之提高。

从2000年开始，所有规模的企业进入率都开始走低。在熊彼特式范式的解释中，美国的那轮增长加速由这些超级明星企业的出现带来，但随着市场集中度不断提高，也构成了美国长期停滞现象的一个谜题。

另一个谜题是中等收入陷阱。在1960年至1975年间，苏联的人均GDP增速高于美国，但到1975年增长开始放缓。同样地，从1960年开始，韩国的人均GDP增长率非常高，但后来下降了很多，日本也有类似的情况。

1945年到1980年代中期，欧洲的人均GDP一直在追赶美国，但自20世纪80年代以来，我们在追赶美国的路上掉队了。

这些案例背后的原因都是一样的。我们说，实现生产率增长有两种方式，一种是模仿前沿技术，另一种是进行前沿创新。

韩国的增长在很大程度上来自追赶式模仿，但在模仿阶段，韩国出现了被称为Chaebols (财阀)的大型企业集团，他们不仅阻碍了其他企业进入市场，也阻碍了韩国转向更有利于前沿创新的政策；日本也存在同样的现象，被称为Keiretsu（经连会）的大型企业集团不仅提高了其他企业进入市场的难度，也使日本在推进贸易自由化和市场竞争时面临更多掣肘。

好消息是，中国目前在前沿创新方面表现良好。

现在谈谈人工智能，我们是否应该害怕人工智能革命？我的观点是，如果拥有合适的制度安排，就不必过度担忧。

首先谈人工智能和经济增长。我和一些同事估算过，仅考虑AI对商品和服务生产中任务的自动化，未来十年，AI有望使生产率增速每年额外提高0.68个百分点，这个幅度其实相当可观。

但这只是AI可能带来额外增长的一个下限，如果再考虑AI 在创新过程中带来的自动化效应，我认为生产率增速每年还可能会额外提高至少约 0.4 个百分点

现在的问题在于，缺乏竞争同样可能成为一大障碍，就像IT革命一样，增长在经历一轮快速上升后，又出现了明显的回落。

当时，美国的竞争政策未能充分适应IT革命带来的变化，在数据开放等新问题上，缺少相应的制度安排。在其AI价值链的上游，云计算市场由亚马逊、谷歌、微软等企业主导，而在图形处理器市场高度集中于一家主要厂商。所以，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。

最后一部分，我来谈谈人工智能和就业问题

我研究过生成式人工智能对法国企业就业的影响，总体而言，它对就业有些微的正面影响，但并非对所有的行业都是正向的。例如，把生成式AI用于行政工作，就会对相关岗位产生负面作用。所以，人工智能会减少一部分工作岗位，因为它会接管其中的一些任务。

但是，人工智能也会创造新的工作岗位，因为采用AI的企业会提高生产率，全球市场对它们产品的需求会上升，企业会雇用更多职员。

AI能够创造就业岗位，还有另一个原因，就是我刚才提到的，AI 会促进新想法的产生。新的想法，也会带来新的工作岗位。

因此，要更好地应对AI带来的变化，需要良好的教育体系，中国就具备这样的条件。

但同时，也需要像丹麦那样完善的灵活保障体系。在丹麦，符合条件的失业者最多可领取两年、最高相当于原工资90%的失业保障。同时，还会获得再培训和再就业方面的支持。

总体而言，要释放AI的增长潜力，需要有合适的竞争政策；要释放AI创造就业的潜力，则需要良好的教育体系，以及灵活保障政策。在适当的政策安排下，创造性破坏可以带来持续且包容性的增长。

演讲后QA环节：

Q：展望人工智能时代，如果让您给年轻人三条建议，会是什么？

阿吉翁：我想，我会给年轻人的第一个建议是，在学校里，对AI的使用应该有更严格的规范。

我们应该对儿童使用AI加以必要的限制。因为在学校里，让孩子们学会如何阅读，学会独立计算，避免出现语法错误。他们需要专注于问题本身，专注于定理的推导过程。

在学校里，你要学会在没有人工智能的情况下学习，这一点非常重要。然后才把AI作为辅助工具，但需要在老师的指导下使用。否则孩子们会停止学习，停下脚步，他们将无法专注于读一本书、看一部小说或推导一个数学证明，那就非常糟糕了。

我认为我们需要确保孩子们在学校里学会如何学习，学校教育中应该保留一部分完全不使用AI ；然后，学生使用的人工智能需要经过筛选和控制；而且，应该告知孩子们人工智能存在的风险

否则，我们会看到各种各样对人工智能的滥用，可能整整一代人不知道如何独立计算，不再专注于书本、阅读等等。我认为那将是非常有害的。

Q：在 2026 年的前八个月，全球科技行业已经裁减了超过 12.4 万个工作岗位。许多人担心自己的工作会被人工智能取代，您怎么看这个问题？

阿吉翁：他们担心因为人工智能而失去工作是有道理的。但我的感觉是，如果你受过良好的教育，你就可以更容易地适应，因为你学会了如何学习，也就能够学会如何适应。

所以，对此我有几点看法。一个是学校教育，你需要在学校里学会如何学习；另一个就是灵活保障体系，你需要一个这样的劳动力市场体系，当人们失去工作时，他们能够获得较高的失业保障。

我还认为，我们比以往任何时候都更需要提升手工劳动岗位的价值以及软技能的价值。在企业里，你既要有通过专业训练获得的硬技能，同时还有主动采取行动的能力，以及与企业中其他员工协调合作的能力，这些就是软技能。

另外，我认为能胜任多项工作也非常重要。不只会做一件事，这样才能具备灵活性。

Q：您认为我们什么时候可能看到第一个拿诺贝尔奖的人工智能？

阿吉翁：我希望不会有。差不多两年前，已经有诺贝尔奖颁给了研究人工智能的物理学家和化学家。所以，如果未来有诺贝尔经济学奖颁给人工智能的研究人员，我会非常高兴

我认为我会把诺贝尔奖颁给研究人工智能的人，他们研究人工智能的影响或者人工智能的应用，但不会把诺贝尔奖颁给人工智能本身。