2026年5月26日，复旦大学智库周特别活动、第52期RICE-CCES沙龙“AI与经济结构转型”在经济学院新大楼1706会议室举办，讲座由上海高校智库——复旦大学中国经济研究中心（RICE）、复旦大学中国社会主义市场经济研究中心（CCES）联合主办。复旦大学经济学院张军、陈钊、王永钦、许志伟、刘志阔、奚锡灿、张晏等多位专家学者出席讲座，共同研判新技术背景下人工智能技术对经济结构转型的影响，中国经济研究中心副主任张晏老师主持。

复旦大学经济学院奚锡灿副教授的发言围绕“从碳基消费到硅基消费”这一主线展开。奚老师指出，当前全球经济的一条主线是由AI相关投资驱动的“硅基消费”。这一现象在美国GDP和股市增长中尤为明显，火热的经济数据几乎是由AI的相关投资所驱动的。奚老师进一步对比了中美在AI领域的比较优势：美国强在软件、模型和资本市场，但受制于硬件基础设施和日益高涨的民众反对运动。中国则在数据中心、电力等硬件基础设施上优势明显，但硬件利用率在下降，并且无法将算力有效对外输出。他认为，中美本可在硬件与模型算法上形成互补，但去全球化背景下的信任缺失，导致这种合作无法落地。

复旦大学经济学院刘志阔教授主要围绕当前AI发展的两个问题作了分析，并对相关讨论中的若干判断进行了辨析。刘老师认为，第一种需要谨慎对待的看法，是将全球AI竞争简单理解为中美两国之间的竞争。AI能力不仅体现在大模型性能和跑分上，也依赖于背后完整而复杂的产业链体系。从高端GPU、核心装备、先进制程制造，到高性能存储、机器人应用和场景落地，全球不同国家和地区仍在多个关键环节中发挥重要作用。因此，判断AI竞争格局，不能只看模型端的表现，而应放在全球产业分工和技术体系中加以理解。第二种需要进一步讨论的看法，是认为电力短缺会成为美国AI发展的主要约束。刘老师指出，理解美国AI算力扩张，不能简单套用中国电网和电力供给的逻辑。美国电力市场化程度较高，部分企业也可以通过自备电源等方式缓解供电约束。在芯片、内存等核心要素价格快速上升的背景下，电力成本和电力供给虽然重要，但未必会构成限制美国AI发展的硬约束。

复旦大学经济学院许志伟教授从宏观视角讨论了关于科技发展的四阶段分析框架。该框架首先将早期从知识创造到产业化的过程概括为三个阶段。第一阶段是文艺复兴时期由精英主导的知识创造，第二阶段是通过研究型大学实现的知识与技能普及，第三阶段则是以此前美国为代表的——包含基础科研、资本市场、风险投资和产权保护的系统整合与产业化。在此基础上，许老师认为中国正在经历第四阶段，其核心在于AI技术加速了第三阶段的产业化进程，并通过“数据-市场”的正反馈机制发挥作用。企业利用大数据和AI更精准地识别消费者需求，从而改进产品、激发需求，形成需求驱动创新、创新反过来驱动需求的良性循环。这一过程有助于推动中国经济从投资驱动转向投资-消费双轮驱动。此外，许老师也提醒AI在降低创业门槛的同时也可能对实体经济带来的潜在负效应：由于AI辅助使知识获取变得容易，一些不具备企业家能力的人也可能涌入创业，市场可能由此出现逆向选择和资源错配。

复旦大学经济学院教授、金融研究院执行院长王永钦围绕人工智能时代的全球竞争格局与中国经济转型路径作了专题分享。他从中美大国博弈的宏观视角出发，深入分析了人工智能（AI）在新一轮科技革命中的战略地位及其对中国经济发展的深远影响。王永钦指出，当前中美正处于争夺二十一世纪全球科技与经济主导权的关键阶段。人工智能作为第四次工业革命的核心技术，正在重塑生产方式、产业组织和国际竞争格局。对于中国而言，AI不仅是推动技术进步的重要力量，更是摆脱传统信贷驱动增长模式、走出经济下行周期、培育新增长动能的关键引擎；对于美国而言，AI则关系到其科技领先优势的维系，以及美元体系和资本市场特别是科技股估值体系的长期支撑。因此，在人工智能领域，中美竞争具有深刻的战略性和长期性。

针对中美两国在推动产业变革方面的不同优势，王永钦认为，美国虽然拥有全球领先的科技创新能力，但由于其政治社会体系存在的人人都是钉子户（holdout）问题，有着严重的发展协调问题。相比之下，中国具备强大的组织动员能力和地方政府协调能力，同时拥有庞大的工程师群体和鲜明的工程思维优势，更有条件将人工智能技术系统性嵌入制造业、服务业和公共治理体系之中，实现技术创新与产业升级的深度融合，形成整体推进、协同发展的战略布局。在此基础上，王永钦进一步探讨了人工智能时代的金融支持体系建设问题。他指出，AI创业企业普遍具有轻资产、高人力资本投入的特征，传统以抵押品为核心的融资模式难以满足其发展需求。为此，中国可以借鉴并创新运用过去支持工业化和基础设施建设过程中形成的“国开行模式”和“融资租赁模式”，探索适应新经济特点的融资机制，通过更加灵活有效的金融安排缓解企业融资约束，降低创新创业门槛，促进新兴产业成长。

最后，王永钦强调，人工智能时代的经济发展逻辑正在发生根本性变化，经济增长的重心将逐步从投资于物质资本转向投资于人力资本和知识资本。未来改革的关键在于进一步完善产权保护制度，优化创新激励机制，并推动金融体系改革，使其能够更好服务于无形资产和人力资本主导的创新活动。只有构建与人工智能时代相适应的制度环境和金融体系，中国才能真正摆脱低水平内卷，实现从投资驱动向创新驱动的高质量发展转型。

复旦大学经济学院副院长、中国社会主义市场经济研究中心常务副主任陈钊教授从一家传统制造企业的实地调研出发，生动展示了AI与自动化技术对中国制造业的深刻影响。陈老师在调研中发现，即便在非高精尖的传统行业，自动化与AI应用也已实现显著的资本替代劳动——一条流水线仅需一人监控、人均效率提升百倍。由此出发，陈老师进一步观察到当下企业规模结构出现的两极分化：头部大企业借助AI实现快速扩张与成本下降，尾部家庭手工作坊依靠低端需求和低成本劳动力仍能生存，而中间层企业则可能大量消失。进一步地，这种分化正在映射到劳动力市场：AI提高了对有经验、懂行业知识的成熟人才的需求，但减少了对刚毕业新手的招聘需求。面对制造业就业吸纳能力的下降，陈老师认为自动化及AI的广泛应用很可能将倒逼中国经济向服务业转型，需要依靠灵活就业作为劳动力蓄水池，并呼吁放松对服务业的各类管制以创造更多就业岗位。最后，陈老师特别指出，中国在人脸识别等领域因管制较少而发展迅速，但在大语言模型应用等需通过服务收费实现现金流的领域，相关的管制短期内形成了对产业发展的制约。

复旦大学文科资深教授、经济学院院长、中国经济研究中心主任张军老师从参加一场国际论坛的经历切入，指出地缘政治、人口转变与技术是当今全球三大颠覆性力量，而欧洲更关注地缘政治，但AI本质上是中美两国的事情。张老师由此展开对中国AI发展模式的系统性阐释：中国最大的优势在于拥有14亿人口的大一统市场，以及政府主导建立的普惠性基础设施。庞大的市场产生海量的数据用于迭代此前的商业模式和技术架构，而低费率的5G网络、覆盖全国的电力布局乃至西部地区未来将建成的能源设施，共同缔造了“用户端—平台—技术迭代”的强反馈循环。张老师将这一模式概括为“反向技术创新”或“用中学”，区别于西方从实验室到市场的线性创新路径。张老师进一步指出，中国创新更多依赖生态竞争而非单个冠军企业，因此赛道拥挤的“内卷”恰恰是技术快速迭代的机制，不断涌现新企业。最后，张老师指出一个悖论：过去十年经济政策虽广受批评，但中国在技术与制造业先进性上的进步却超过以往三十年，出口竞争力强劲（如电动车做到比燃油车还便宜）、AI领域资本“涝”与其他领域“旱”并存，这些矛盾现象只能用技术快速进步来解释——整个经济正处在结构转型的阵痛期，各行各业虽面临困难但都在被迫转型，而技术进步的势能已难以阻挡。

本次沙龙与会专家认为，AI正推动全球从“碳基消费”转向“硅基消费”，成为中美博弈核心，中国凭借统一大市场与“用中学”创新形成优势，但也面临就业分化、产业泡沫等挑战。在提问环节，观众就AI对劳动力市场的影响、“内卷”现象及银行部门的AI应用等话题展开了热烈讨论。展望未来，期待在放松管制、改革金融与投资人力资本的基础上，让AI真正助力中国经济迈向包容、可持续的创新驱动转型。