现在做AI智能体跟08年做房地产有什么区别
1.08个百分点：AI生产率增量从哪来
1.08个百分点。这是诺贝尔经济学奖得主、法国经济学家菲利普·阿吉翁给出的最新测算：未来十年，AI有望使全球生产率增速每年额外提高约1.08个百分点。他在2026 Inclusion·外滩大会“创造性破坏”与人工智能革命主题演讲中公布了这一判断（据阿吉翁在2026 Inclusion·外滩大会演讲，2026年9月10日）。
这个数字可以拆成两块。一块约0.68个百分点，来自AI对商品和服务生产中任务的自动化；另一块至少约0.4个百分点，来自AI促进新想法产生。阿吉翁与同事的研究显示，仅自动化一项，其影响就与根据IT革命经验推算出的生产率提升处于同一量级（据阿吉翁在2026 Inclusion·外滩大会演讲中引述的研究，2026年9月10日）。通俗地说，前一块是“把已有的事做得更快”，后一块是“让新的事被想出来”。
与IT革命同量级，释放条件却更复杂
如果只看量级，AI对生产率的潜在拉动与IT革命相当，甚至可能更高。但阿吉翁提醒，技术突破不会自动转化为持续增长。生产率红利能否落地，取决于竞争政策、教育体系和劳动力市场制度能否同步调整（据阿吉翁在2026 Inclusion·外滩大会演讲，2026年9月10日）。
竞争问题尤其关键。据公开信息，当前AI价值链上游集中度较高：云计算市场由亚马逊公司、谷歌母公司Alphabet和微软公司等大型企业主导，图形处理器市场也高度集中。这种格局有规模优势，能摊薄算力成本、统一开发工具、加速模型迭代；但它也会抬高创业门槛，压缩下游议价空间，并可能引发反垄断审查。阿吉翁直言，AI增长潜力很大，能否充分释放，取决于能否处理好竞争问题。
中国前沿创新表现与欧洲落差
从区域创新格局看，阿吉翁认为中国在前沿创新方面表现良好，高科技专利占比等指标提供了支撑。他同时指出，欧洲当前在前沿创新方面不仅落后于美国，也正在落后于中国（据阿吉翁在2026 Inclusion·外滩大会演讲，2026年9月10日）。
这一判断对产业政策有直接含义。前沿创新不只是模型参数或论文数量，还包括把技术转化为产品、企业和岗位的能力。阿吉翁强调，教育体系是应对AI冲击的基础，中国具备相应条件。教育的关键不只是教授具体知识，更是让人在学校里“学会如何学习”，从而持续适应技术和工作的变化。
就业影响：任务替代与岗位创造并行
AI对就业的冲击常被简化为“替代”或“创造”二选一。阿吉翁给出的图景更复杂：AI会接管一部分原本由人完成的任务，一些岗位因此减少；同时，采用AI的企业生产率和竞争力提高，市场需求扩大，也可能增加用工。AI促进新想法产生，还会催生新的产品、企业和工作岗位（据阿吉翁在2026 Inclusion·外滩大会演讲，2026年9月10日）。
他也谈到AI进入校园后的边界问题。他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，可能会看到整整一代人不会独立计算，也无法专注阅读。这一提醒对教育科技公司和政策制定者都构成约束。
产业影响：巨头优势、经营风险与制度挑战
从产业视角看，AI生产率红利首先会沿算力、云、模型、应用四层传导。上游巨头的战略优势在于资本开支、数据积累、分发渠道和生态锁定；经营风险则集中在算力成本、电力供应、监管合规、反垄断压力和人才争夺。行业挑战还包括数据质量、模型安全、版权争议，以及中小企业能否获得可负担的AI能力。
阿吉翁的测算给出了一个乐观上限，但实现路径取决于制度配套。竞争政策决定AI红利能否从少数平台外溢；教育体系决定劳动者能否转向新任务；劳动力市场保障决定转型期的社会成本如何分担。据公开信息，AI投资仍在加速，但生产率统计往往滞后。未来十年，1.08个百分点能否兑现，将取决于技术、竞争与制度能否形成合力。
本文由AI辅助生成
