在近日举办的WAIC 2026智能经济发展生态论坛上，多位重量级嘉宾围绕AI与智能经济新形态展开了深度探讨。上海财经大学校长刘元春在主题演讲中明确指出，智能经济新形态已经全面确立，AI正从“工具应用”阶段，迈向重构经济底层逻辑的“范式变革”。这一判断并非空xue来风——AI驱动外贸超预期增长，构成了“中国冲击2.0”与“中国机遇2.0”的核心内容。而当前经济领域呈现的K型复苏，正是AI冲击、技术与产业革命、房地产深度调整以及世界与中国结构变化等多重因素共同作用的结果。
刘元春进一步指出，尽管AI经济与智能经济新形态已充分展现出关键新动力的作用，但AI经济学和数智经济学尚未真正起步。如果沿用传统分析框架来探寻AI经济的本质与规律，很可能引发不必要的错误和困惑。毕竟，AI依然是一个刚刚启动的发展模式，其路径和影响高度不确定。我们需要积极拥抱，但也要审慎对待——但这绝不意味着要走向卢德主义的翻版。
美国国家工程院院士Shrikanth Narayanan则从人本AI的角度带来了前沿思考。他强调，AI前沿从来不只关乎“机器能做什么”，更在于我们选择“让它做什么”，以及我们为最终仍掌控全局的人设计得有多好。一组数据值得关注：生成式AI目前已被全球53%的人口采用，但95%的企业试点并未交付可衡量的成果。瓶颈并不在于算法，而在于人的接纳与组织适配。技术采纳速度前所未有，但价值兑现却远远滞后——这恰恰是“以人为本的AI”的用武之地。
在圆桌讨论环节，针对AI时代的教育问题，立昂微电子董事长王敏文以半导体行业为例指出，全员数字素养已成刚需。财经学生若不懂AI基本逻辑，就好比拿着算盘的会计走进电子化时代。企业亟需懂AI、能动手的复合型人才，但当前高校课堂培养不出，必须在真实产线中打磨——企业需要的是能解决问题的实战者。
浦发银&行董事长张为忠从金融业视角补充道，未来稀缺的不再是完成任务的人，而是能提正确问题、驾驭智能的使用者。员工最需要的是人机协同思维，而非多学几门AI课。对趋势、需求、风险与责任的判断，是AI无法替代、也根本学不来的底层能力。
刘元春则从教育供给侧给出了更系统的回应。他认为，大学的第一性原理正在转变：从培养掌握知识的人，转向培养定义问题、驾驭工具、创造价值的人。上海财经大学以“数智新财经”打破围墙，推行产教融合，把课堂搬进产业一线，并建立学界与产业双导师协同育人机制。未来大学要从教知识转向教提问，学生怎么学比学什么重要100倍，新的财经人才培养需要“新文科+新工科”体系。
