文｜顾翎羽
编辑｜徐青阳
10月19日至22日，2026外滩年会在上海举行。本届年会由中国金融四十人论坛（CF40）与清华大学联合主办，主题为“科技、地缘与全球经济”。
2026外滩年会期间，在“外滩圆桌暨《CF40研究年度报告》发布：中国经济新范式”场次上，清华大学经济管理学院院长白重恩提出，AI改善工作和生活的收益，未必都会体现在GDP和生产率统计中。应用走向成熟、企业调整组织方式，也需要时间。
2026年外滩年会，白重恩参与圆桌讨论。屏幕中为白重恩，台上位于中间。
他举了一个例子：一项工作过去需要五小时，现在用一小时就能完成，人们未必会把同样的工作重复五遍，而可能选择增加闲暇，或者去做其他事情。因此，一部分时间节省带来的收益，并不会直接表现为更多产出。
这也是理解AI投资热潮与宏观生产率表现之间差距的一个角度。
白重恩指出，许多AI应用仍处于早期阶段，要真正提高生产率，需要应用进一步发展，也需要企业重组管理和组织方式。目前，一些前沿企业已经开始调整管理架构，但这种变化尚未普遍发生。技术进入企业，并不意味着组织能够立即完成相应调整。
除了应用和组织转型需要时间，白重恩还关注AI投资在不同环节之间的配置。
他指出，目前大量投资流向模型及开发模型所需的芯片，虽然也有资金进入应用层，但投入仍显不足。
在他看来，模型开发带有“军备竞赛”性质：参与者担心投入不足就会落后，因此不断加码。但这类竞争未必总能带来经济上高效的资源配置，模型领域可能存在过度投资。
与此同时，一部分应用及其配套基础设施仍受到供给约束。
白重恩以芯片为例表示，如果获得更多芯片，中国可能增加对AI应用、数据中心和基础设施的投资。美国等发达经济体也面临芯片供给难以跟上需求的问题，短期供需错配正在限制应用发展。
对于未来，他对AI提高生产率的潜力持乐观态度，但对模型开发企业盈利前景的判断更为审慎。相比之下，他更看好数据中心服务的需求。
他解释，购买一台计算机后，继续使用它的边际成本相对较低；而使用AI仍需要承担显著的计算成本。因此，随着应用发展，相关基础设施仍可能产生较大的投资需求。
