高金朱宁谈AI时代经济学变革:范式思维转换展望
编辑部 整理自 MEET2026
量子位 | 公众号 QbitAI
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
AI出现前,人类以“万物之灵”自居;但在AI之后,这个答案开始动摇。
在量子位MEET2026智能未来大会上,上海交通大学上海高级金融学院金融学教授朱宁发出灵魂拷问:
在AI面前,人类是什么?
问题虽然留给大家思考了,但身为一名经济学家,他还是从专业角度为我们勾勒了一幅清晰而令人警醒的图景:
当算力、创意、时间这些曾被视为“稀缺”的人类核心优势逐渐被AI吞没,那么以这些稀缺性为基础构建起来的整套经济学逻辑——从资源配置、生产结构到收入分配,无疑也将随之被撼动。
所以更保险的做法是,未来不要去想哪个行业在AI面前是安全的、完全不会被替代的,而应该更多考虑如何更好地掌握AI技术,和AI共生。

为了完整体现朱宁的思考,在不改变原意的基础上,量子位对演讲内容进行了编辑整理,希望能给你带来更多启发。
MEET2026智能未来大会是由量子位主办的行业峰会,近30位产业代表与会讨论。线下到场参会观众近1500人,线上直播观众350万+,获得了主流媒体的广泛关注与报道。
核心观点梳理
AI出现之后,稀缺的概念改变了。如何在稀缺面前做出更好的选择,是需要更加深入思考的问题。当AI替代人进行工作决策时,AI可能会出于自己的想法来进行资源配置,一定程度上出现人和算法的竞争、算法和算法的竞争据诺奖得主、经济学教授Daron Acemoglu估算,在今后的十年里,AI每年可提升全球经济增长0.5到0.7个百分点随着越来越多的AI进入整个贸易领域,更多的贸易发展不会以具体的物理形式发生未来不要去想哪个行业在AI面前是安全的、完全不会被替代的,而应该更多考虑如何更好地掌握AI技术,和AI共生。以下为朱宁演讲全文:
AI时代的范式思维改变
大家上午好,非常高兴能以经济学家的身份参与这场关于科技未来的讨论。
经济学在过去三四百年的发展历史中,始终高度关注科技进步,也持续思考科技进步对经济学原则、社会运行方式与人类福祉的影响。
在亚当·斯密写出经济学开山之作《国富论》之前,他曾出版过一本在全社会产生深远影响的书——《道德情操论》。经济学始终认为,其根本使命在于推动社会进步、造福人类。
在我后面的演讲中,大家会看到,在AI时代,“什么是人?什么是生产?什么是消费?”这些最基本的概念都发生了巨大变化。今天我也想借此和大家分享一些关于AI时代新经济学的思考。
在座很多朋友来自科技与创业领域,我们不妨从一个根本问题开始:经济学究竟在讨论什么?
实际上,经济学是一门研究“选择”的学科,是讨论如何进行资源配置的学科
我们都知道,成年人的世界主打一个“不做选择我都要”,但现实中往往面临着很多局限。因为现实世界的资源是稀缺的——财富是稀缺的,自然资源和能源是稀缺的,时间是稀缺的。
到了互联网时代,我们也深知注意力是新的稀缺资源。在这些稀缺面前,如何做出更好的选择,是经济学几百年来试图帮助人类、帮助社会解决的一个问题。
我在北大读书时,中国经济学鼻祖陈岱孙先生常教导我们:经济学是“经世济民”的学科。
但是,AI出现之后我们发现,“稀缺”的概念本身也发生了变化
曾经我们认为人的时间是稀缺的,算力是稀缺的,创意是稀缺的。然而在短短几年里,AI突如其来,我们突然发现这些东西变得不再那么稀缺。
过去一个博士生写论文可能需要一年、两年甚至更久,现在AI可以在一夜之间完成90%的工作。
过去由人来做选择——例如希望多赚钱还是多休息,但现在责任开始转移给模型或代理人。
它对你的了解是否真实?它是否真正反映你的需求?前面嘉宾也提到“幻觉”,如果AI出现幻觉,它会不会为了自己的利益,而不是为了人类的利益工作?这些问题我们都尚未真正测试。

经济学也讨论生产与消费。
所谓“生产”就是工作,“消费”就是享受。现在我们会发现,留给人类的工作越来越少了。
开始大家只是以为白领的重复性工作会被取代,但随着机器人技术发展,越来越多蓝领工作也会逐渐被替代。
如果你不生产,你如何获得收入?没有生产,你如何维持生活、支撑消费?这将给全社会的收入结构、财政体系与社保体系带来巨大的新挑战。
最后一点,经济学讨论资源配置。
大家是否记得,我们过去一直强调“让市场在资源配置中起决定性作用”。但现在,不论是“资源”还是“配置”本身,都出现了新的概念。
过去不那么重要的资源现在变得至关重要,比如人的注意力、人与机器的互动能力、对自身需求的理解能力。
配置的标准也变了——过去以人为核心,而未来,当AI替代人类进行大量工作与决策时,算法也会根据自己的逻辑来配置资源。
某种程度上,21世纪的竞争,可能不再主要是人与人之间的竞争,而是人和算法之间的竞争,甚至是算法与算法之间的竞争
互联网极大扩展了人类在空间维度的生产范围,而AI正在深刻改变人类在时间维度的能力。
算法不用休息、不用吃饭,可以在一天内完成过去人需要一天、两天、一周甚至一年才能做完的工作。人似乎在某种意义上“从时间的束缚中解放”了,但反过来,很多人赖以生存的技能却遭受颠覆性冲击。
AI时代的全球影响
我最近刚从国际货币基金组织上海中心的成立仪式回来,IMF总干事也提到AI将给全球带来深远影响。
本月初在波士顿开会时,去年的诺奖得主、MIT经济学教授也表示,AI确实重要,但它对全球生产力的提升潜力,或许并不像一些创业者预期得那么大。他估计,未来十年AI可能每年推动全球经济增长0.5%~0.7%
必须说明,这仍然是一个很大的数字,不过当时他们把争论焦点放在了——这样的增速能否支撑纳斯达克“七姐妹”现在的高估值上。
尽管答案尚无定论,但我们仍须清醒认识到:即使AI对经济总量的贡献不如我们预期那般巨大,但它对全球格局的改变必然是深远的。

首先,高收入国家和中低收入国家在获取AI能力上的差异非常大。
别说不同国家,就在美国国内,不同企业之间也存在巨大差距。只有不超过20家大型企业能负担得起算力、训练、测试这些极度烧钱的大模型,大量初创公司只能作为AI服务的使用者,而无法成为AI技术的创造者
已经能够预见的是,AI在提升全球生产力的同时,也会让一些原本收入较低的国家被进一步甩开,全球财富分配可能迎来新一轮变化。
此外,因为各国接触AI的时间、能力和深度不同,它们在AI时代能做什么、能做多深,同样不同。即使拥有相同的AI技术,不同国家提升生产力、改善民生、推动经济增长的能力差异也会进一步加大,进而改变既有国际秩序。
再有一点,过去国家间贸易主要是货物贸易,过去一百年逐渐转向服务贸易,例如最近上映的《疯狂动物城》续集,其版权本身就是服务贸易。
当AI更多参与贸易后,越来越多的跨境交易将超越物理形态,这也带来新的监管、治理与责任划分问题
就像前面嘉宾讲到的,如果AI犯错,拥有者在A国、错误发生在B国,责任由谁承担?如果两国法律界定不同,又由哪个国际组织裁决?由于AI不是“有血有肉的人”,在与人的互动中会产生新的社会伦理与法律问题,所以必须建立新的全球治理体系来应对。
AI时代的行业影响
在国家内部,我们也看到一个重要变化:工作性质的改变。过去我们将劳动者简单分为“白领”和“蓝领”。
起初大家认为白领更容易被AI替代,而蓝领因为对应更多体力劳动,似乎更安全,例如美国推动大家去做电工、管道工。但随着机器人技术进步,这个假设也在改变。同时,原本不需要高教育水平的蓝领工人,在AI辅助下能够完成很多过去由白领完成的任务,白领与蓝领的界限正在被打破
过去我们认为知识密集型行业(如律师、会计师、咨询师等),因为大模型能处理语言任务,所以很容易被替代。但随着AI从简单大语言模型迈向更多复杂、多模态的模型,这个假设也在变化

我上个月和凯文·凯利对谈时,他提到:语言模型虽然目前是AI发展最好的表现形式,但它能覆盖的领域仍然只是人类需求的一小部分。下一阶段,随着算力和数据进一步提升,各个行业都将面临更深刻的冲击。
因此,我经常跟学生们说——不要再追问“哪个行业不会被AI替代”?而是要思考“如何掌握AI,与AI共生,让AI帮助你把能做的事做得更快、更好、更有效”
最后我想说,AI给人类带来的挑战,甚至超越经济学本身。
曾经我们相信“人是万物之灵”,人类的独特在于想象力。大家还记得联想早期的那句广告词:人类失去联想,世界将会怎样。
如今,随着人的思考与想象能力逐渐被算法所替代,我们必须更深刻地思考:什么是人?
如果不能回答这个问题,我们也无法回答“我是谁”这些最根本的哲学问题。谢谢大家。
相关攻略
Discord接入:让OpenClaw成为你的社区智能管家 对于全球数亿的游戏玩家和社群爱好者来说,Discord几乎等同于线上“大本营”。那么,有没有可能让你精心搭建的Discord服务器也拥有一个聪明能干的AI助手呢?答案是完全可行。通过创建Discord Bot(机器人),你可以将OpenCl
Claude最强“神话”模型,可能用到来自字节的技术? 这条猜测直接冲上了热搜榜。 这款被形容为“强到不敢公开发布”的Mythos模型,确实极大地刺激了人们对下一代大语言模型架构的想象空间。 社区讨论的焦点,正集中在它是否采用了“循环语言模型”(Looped Language Model)这一创新架
国产大模型DeepSeek迎来重大更新:快速模式与专家模式上线 最新消息显示,国产AI大模型DeepSeek再次迎来重要升级。4月8日,用户在访问DeepSeek时发现,输入框上方新增了“快速模式”与“专家模式”两个选项。根据官方说明,快速模式专注于日常对话场景,响应速度快,同时支持图片和文件中的文
飞书接入指南:为你的团队嵌入一位AI同事 如果你身处国内互联网或科技行业,对飞书这款高效协作平台一定非常熟悉。如今,它已不仅是团队沟通工具,更成为众多企业的数字化工作中枢。那么,能否让团队成员在飞书内部,直接调用强大的AI智能助手来提升效率呢?答案是肯定的。本指南将手把手教你,如何将OpenClaw
面对复杂连续任务的长程规划,现有的生成式离线强化学习方法往往会暴露短板。它们生成的轨迹经常陷入局部合理但全局偏航的窘境。它们太关注眼前的每一步,却忘了最终的目的地。针对这一痛点,厦门大学和香港科技大
热门专题
热门推荐
一、财务系统更换:一场不容有失的“心脏手术” 如果把企业比作一个生命体,那么财务系统就是它的“心脏”。这颗“心脏”一旦老化,更换就成了必须面对的课题。但这绝非一次简单的软件升级,而是一场精密、复杂、牵一发而动全身的“外科手术”。数据显示,超过70%的ERP(企业资源计划)项目实施未能完全达到预期,问
在企业数字化转型的浪潮中,模拟人工点击软件:从效率工具到智能伙伴 企业数字化转型的路上,绕不开一个话题:如何把那些重复、枯燥的电脑操作交给机器?模拟人工点击软件,正是因此而成为了提升效率、降低成本的得力助手。那么,市面上的这类软件到底有哪些?答案其实很清晰。它们大致可以归为三类:基础按键脚本、传统R
一、核心结论:AI智能体是通往AGI的必经之路 时间来到2026年,AI智能体这个词儿,早就跳出了PPT和实验室的范畴。它不再是飘在天上的技术概念,而是实实在在地成了驱动全球数字化转型的引擎。和那些只能一问一答的传统对话式AI不同,如今的AI智能体(Agent)本事可大多了:它们能自己规划任务步骤、
一、核心结论:AI智能体交互的“桥梁”是行动层 在AI智能体的标准架构里,它与外部系统打交道,关键靠的是“行动层”。可以这么理解:感知层是Agent的五官,决策层是它的大脑,而行动层,就是那双真正去执行和操作的手。这一层专门负责把大脑产出的抽象指令,“翻译”成外部系统能懂的语言,无论是调用一个API
一、核心结论:AI人设是智能体的“灵魂” 在构建AI应用时,一个核心问题摆在我们面前:如何写好AI智能体的人设描述?这个问题的答案,直接决定了智能体输出的专业度与用户端的信任感。业界实践表明,一个优秀的人设描述,离不开一个叫做RBGT的模型框架,它涵盖了角色、背景、目标和语气四个黄金维度。有研究数据





