当前位置:首页 → 电脑软件 → 特朗普:热情期待在华盛顿接待习主席 → 免费一区 v8.689 IOS版
v8.579.7162.443345 安卓版
v7.139.8917 安卓免费版
v6.971 安卓版
v9.79.9176 IOS版
v2.245.4397.776889 安卓汉化版
v8.604.2628 最新版
v4.416 安卓最新版
v5.252.5837 安卓汉化版
v8.105.2105 安卓最新版
v7.162.298.107365 安卓免费版
v2.140 IOS版
v9.530.1841.615271 PC版
v5.369.7188.743315 安卓汉化版
v2.191.8610 安卓最新版
v2.562.8650.271381 最新版
v1.165.8064 安卓免费版
v8.279.8104.764188 安卓版
v3.848.1973.156240 安卓版
v8.893.7504 安卓免费版
v6.499.1398 安卓版
v8.582.8217.941010 IOS版
v8.220 安卓免费版
v4.115 最新版
v7.567 安卓版
v9.935.7872.768911 安卓免费版
v5.918.3205 最新版
v3.376.1164.867075 PC版
v6.534 安卓免费版
v2.585.9449.46986 IOS版
v7.347 IOS版
v9.27 最新版
v2.251.1503.640505 PC版
v8.971.1501.104208 PC版
v5.834 安卓汉化版
v4.961.2965 安卓汉化版
v5.370 安卓汉化版
v6.677.9964 PC版
v8.775.6934 安卓最新版
v4.788 最新版
v1.690.6479 安卓版
v7.345.7341.81732 安卓最新版
v7.964 安卓免费版
v1.180.3948.625864 安卓版
v8.253.5971 IOS版
v7.86 最新版
v7.300.6698.773796 最新版
v3.526 最新版
v5.516.1907 PC版
v8.119.5075 安卓版
v2.563.4232.102897 安卓版
v1.763.9778 IOS版
v6.880.2764 最新版
v3.531.595.352244 IOS版
v7.764.9755.149291 IOS版
v1.167.1175 安卓免费版
v4.109 最新版
v3.945.1747.565199 安卓汉化版
v2.476.913.149840 安卓汉化版
v7.967.8176.245385 安卓版
v9.328.6906.996896 安卓免费版
v8.617.1550.787011 最新版
v3.983 PC版
v5.223 安卓汉化版
v1.348.9960 最新版
v8.350.1397 IOS版
v3.652 安卓免费版
v1.623 安卓免费版
v7.914.5768.867454 IOS版
v5.475.4138 PC版
v7.103 安卓最新版
v2.784.3121 安卓汉化版
v6.37.5342.290746 安卓版
v4.828 安卓最新版
v1.817.5431 安卓版
v7.299.3063.213987 安卓汉化版
v2.919.9169 最新版
v4.875.5277.999771 安卓免费版
v5.261.4839 PC版
v2.537.5399.630726 安卓最新版
v1.612.3496 IOS版
免费一区
彭文生系中国首席经济学家论坛副理事长
11月16日,以“拾光同行,科技向新”为主题的2026联想创投CEO年会在杭州举行,共汇聚科学家、经济学家、科技创业者及联想集团高管等近500位嘉宾。上海交通大学上海高级金融学院实践教授、高金智库首席经济学家彭文生发表题为《人工智能新规模经济》的演讲,从经济学视角分析AI的投入产出机制、中美比较优势、价值创造与分配,以及对宏观经济和公共政策的影响。
上海交通大学上海高级金融学院实践教授、高金智库首席经济学家彭文生
彭文生指出,人工智能正推动认知的规模化生产。大模型研发遵循规模定律,投入越多,性能提升的边际收益越低,呈现重资产特征;应用阶段则可凭借规模效应提升效率。中美凭借市场和产业优势处于AI发展前列,美国算力与资本投入领先,中国具有人才和应用场景优势。相比互联网平台,大模型边际成本不为零、用户切换成本较低,创造的价值可能更多流向下游。他强调,应关注AI带来的收入差距与需求不足,通过财政政策和社会保障释放技术红利。
以下为演讲全文:
非常荣幸参加联想创投十周年CEO年会,我从经济的视角分享对人工智能发展的一些思考。
人类生活水平在工业文明中大幅提高,一个重要原因就是规模化生产。制造业与农业生产的一大区别,在于能够通过不断扩大产量降低单位成本,使更多人享受生产率提升的成果。AI带来了新一层次的规模经济,就是认知的规模化生产。
过去,我们对世界的认识,要经过家庭教育、学校学习、工作实践和人际互动,往往需要几十年,成本很高,也受到个人经历的局限。现在遇到问题,可以向大模型提问。过去需要查阅资料、请教专家的事情,机器在一定程度上已经能够参与完成。认知由此成为一种可以规模化生产、广泛应用的投入品。
这引出三个问题:大模型本身的投入产出机制是什么?认知的规模化生产如何提升整个经济的效率和生活水平?AI创造的价值最终由谁获得?这对于科技企业和投资者都有重要意义。
首先是“规模定律”(Scaling Law)。2024年我们研究《AI经济学》时,将这一技术概念与经济学中的规模报酬联系起来。随着算力、数据等投入增加,模型性能不断提升,但同等规模新增投入带来的性能改善逐渐放缓,也就是规模报酬递减。要保持前沿领先,就需要持续投入算力、数据、人才、电力和基础设施。这使基座模型研发具有重资产特征,并非所有企业、所有国家都有能力长期参与。
规模定律也意味着后发优势。领先者继续提升性能的边际收益趋于下降,后来者在一定条件下能够以相同投入取得更快进步,缩小差距。从这个意义上说,美国限制先进算力和芯片出口,也可以理解为试图削弱中国的追赶优势。
第二个层面是“规模效应”(Economies of Scale),即AI进入科研、产业和消费领域后的规模报酬递增。模型在更多场景中复用,可以分摊数据清洗、基础设施等固定成本,并促进算法优化;上下游生态、共享基础设施和人才资源,也能放大应用价值。人口规模、产业体系和应用场景越丰富,价值创造的空间越大。因此,中美既有资源投入大模型,也有动力推广应用。谁先把规模做起来,谁就可能取得先发优势。
创新通常具有外部性:风险由创新者承担,收益却可能由整个社会分享,因此过去我们强调政府补贴和产业政策支持。但这一次,推动大模型突破的主导力量更多来自大型科技企业。为什么会出现这样的变化?这也与数字经济的发展基础有关。
从现实经济看,AI重资产投入已经在拉动美国需求。过去几个季度,AI相关资本开支对美国经济增长的贡献超过40%。与此同时,美股七大科技公司的市值相对美国名义GDP持续上升,也可能通过财富效应带动消费。按自由现金流衡量的估值已接近科网泡沫时期,市场需要关注预期回报能否兑现。
一个值得思考的现象是,美国利率处于高位,AI投资却依然强劲。传统理解是高利率抑制投资,但我的看法是,这一次因果关系可能需要反过来看:市场对AI未来回报预期很高,带动投资需求和总需求,进而对通胀和利率形成支撑。美国股市风险溢价一度接近零,意味着股票投资者几乎不再要求相对长期国债的额外回报。相比之下,中国A股风险溢价超过3个百分点,投资者更为谨慎,中国AI资本开支占GDP的比例也明显低于美国。
接下来要看规模效应和价值分配。美国的比较优势是先进算力,中国则有人才规模和算法工程方面的优势。根据2025年数据,以顶级人工智能会议NeurIPS接收论文的作者为样本,按本科学校所在地统计,中国占51%,美国占12%;按工作机构总部所在地统计,中国占37%,高于美国的32%。中国还有密集的制造业和应用场景:工业机器人装机量占全球54%,人形机器人出货量约占全球80%。这些都为AI应用提供了广阔空间。
AI创造的价值会留在模型企业,还是流向产业下游?数字经济1.0时代,互联网平台的新增用户边际成本接近零,网络效应又很强,容易形成“赢家通吃”。大模型则不同:每次推理都要消耗算力和电力;用户今天可以用豆包,明天也可以用Kimi、千问,切换成本相对较低。因此,大模型的价值可能更多向中下游和整个社会溢出,转化为生产率红利。
但这不等于大模型企业一定没有垄断利润。最终会形成什么样的市场格局,下游应用究竟能创造多大商业价值,目前仍存在不确定性。这是需要继续观察的问题。
这轮AI创新还有一个特点:主导者更多是大型科技公司及其产业资本,而非传统独立风投。中美在上一轮数字经济发展中形成的大型科技企业,积累了资金、算力、基础设施和应用生态,有能力承担大模型研发的高投入。其他经济体并非完全缺少资源,但缺少类似的数字平台积累,这也体现了数字经济发展的路径依赖。
面向未来,美国的考验更多在后端:巨额资本开支能否产生足够回报,估值和投资能否持续;中国的考验则在前端:投入是否足够,先进算力和前沿模型的差距会不会再度扩大。中国既要发挥人才与场景优势,也要正视芯片、算力和资本投入上的短板。
最后谈宏观经济。AI会不会造成大规模失业?从历史经验看,技术进步会替代一些岗位,也会创造新的职业。人的需求不断变化,而且不同行业生产率提升的速度不同,劳动力会从效率提高较快的行业流向其他仍有需求的行业。凯恩斯曾设想技术进步能让人们每周只工作两三天,但现实中新的消费和服务需求不断出现。因此,比长期就业总量更值得关注的,是收入分配和有效需求。
按市场汇率折算,中国名义GDP相对美国的比例,从2021年的约77%下降至2026年一季度的约64%。我认为,原因不是技术进步慢,而是需求不足。金融周期下行、房地产和债务紧缩,以及收入差距,都可能抑制需求。当人们对未来缺乏信心时,更倾向储蓄,而不是进行实体投资和消费。AI还可能进一步拉大收入差距,加重消费不足。
所以,AI时代的公共政策不能只重视供给端。促进总需求、发挥财政扩张的作用十分重要,也需要产业政策、科技金融和信贷支持技术追赶,并通过社会保障、财政税收和收入分配制度,让更多人分享技术进步带来的收益。只有供给能力提升与需求扩张相配合,认知的规模化生产才可能真正转化为更广泛的生活水平提高。
谢谢大家!
相关版本
多平台下载
查看所有0条评论>网友评论