当前，人工智能（AI）正由内容生成迈向自主推理、决策与执行的新阶段。同时，产业焦点正从模型是否足够聪明转向能否真正创造价值，决定竞争优势的关键不再是参数规模，而是在真实场景中稳定、安全部署并完成复杂任务的能力。本文梳理了近40份国际权威报告，旨在通过分析AI对经济增长和就业结构的影响规律，探寻深圳构筑智能经济新优势的可行路径。
AI对经济增长的促进作用将呈现渐进释放特征
尽管不同机构对AI促进经济增长的幅度存在分歧，但普遍认同其将成为未来十年全球生产率提升的重要动力。乐观估计认为，生成式AI有望推动全球GDP十年累计增长约7%，使美国劳动生产率年均提高约1.5个百分点；世界经济论坛调查显示，多数首席经济学家预计未来十年全球劳动生产率累计提升幅度约为1.5%—3%。相对审慎的观点则强调，AI的宏观影响更多体现为长期积累效应。经济合作与发展组织（OECD）认为，未来十年AI对全球全要素生产率的年均贡献约为0.6个百分点。诺贝尔经济学奖获得者阿西莫格鲁则主张，受AI真正可替代的工作任务比例有限，加上组织变革、制度适应、人才供给等制约，其对全要素生产率的年均贡献可能仅为0.05—0.07个百分点。
进一步的研究发现，AI的经济影响尚未完全反映在现有统计体系之中。美国彼得森国际经济研究所（PIIE）提出，由于AI相关经济活动分散在信息技术、制造、服务等多个行业门类中，现有统计体系难以完整归集其全产业链价值，导致智能经济的实际贡献存在一定程度的低估。据估计，2025年美国AI产业名义GDP规模约2500亿美元，体量与美国客运航空业相当。PIIE学者认为，现行统计测度盲区可能制约对智能经济发展趋势的科学研判与精准引导，也提醒进一步完善核算方法、更全面反映智能经济贡献的重要性和紧迫性。
综合来看，AI对经济增长更可能呈现典型的“J曲线效应”：短期表现为基础设施投资快速增长、企业成本上升，生产率改善相对有限；随着技术成熟、业务流程重构和组织管理变革逐步完成，其经济效益将在中长期持续释放。世界银行认为，这一规律与蒸汽机、电力、计算机等历次通用技术革命高度一致，真正形成宏观生产率提升往往需要较长时间。麻省理工学院斯隆管理评论的研究也显示，大多数企业仍处于投入期，形成可持续经济回报仍需经历组织重构和业务流程再造。
AI的经济效应呈现显著行业分化特征
AI技术并非均衡作用于所有产业，而是率先在数字基础较好、知识密集程度较高、标准化程度较强的行业形成规模化应用，并逐步向实体经济扩散。
首先，金融业是AI率先落地的行业之一。摩根士丹利报告显示，全球主要金融机构已将AI深度嵌入风险管理、合规审查、投资分析和客户服务等核心业务环节。其次，医疗健康则成为近年来增长最快的应用领域之一。斯坦福大学报告显示，AI在医疗领域的采纳率出现显著跃升，临床文档处理、医学影像分析和诊断推理是增长最突出的三大应用场景。除此之外，企业服务正在成为AI商业化最快的赛道。美国知名风险投资机构（a16z）对AI应用趋势的跟踪分析显示，智能客服、自动化工作流等企业服务类应用，以及内容创作工具，是当前商业化进度最快的两大方向。
相比之下，制造业、建筑业、物流运输等实体经济领域，因涉及复杂物理环境、人机协同、安全监管等因素，AI部署速度相对较慢，但未来增长潜力更大。随着智能机器人、具身智能和智能体技术不断成熟，AI将逐步由数字世界延伸至物理世界，推动制造业智能化进入新阶段。
AI时代深圳应着力构建技术、制度与人才协同的新优势
面对AI发展的新趋势新特点，深圳应坚持以强化科技硬件优势为引领、以增强组织和制度适配性为保障、以厚植人力资本为根基，从三个方面提前布局。
首先，抢抓“智能体”与“物理AI”窗口期，巩固全球科技硬件第一城优势。随着开源智能体（Agent）协议与具身智能架构快速从软件层延伸到硬件操作层，智能体时代的“安卓”雏形有望加速形成。深圳应发挥电子信息产业集群优势，积极布局智能终端、可穿戴设备、智能机器人等新一代AI硬件，加快发展面向智能体的新型操作系统、开发框架和应用生态，推动AI由软件能力向软硬件一体化能力升级，培育具有全球竞争力的AI终端产业集群。
其次，鼓励探索组织变革和制度创新，推动AI从“示范应用”向“规模化部署”跨越。AI价值释放不仅依赖算法突破，更取决于企业组织变革、行业标准建设、数据治理和制度供给。深圳应围绕制造业、金融、医疗、政务等重点领域，完善高质量数据供给体系，健全AI测试验证、可信治理、安全监管和标准认证机制。此外，应率先探索构建智能经济统计核算体系，研究借鉴业界提出的“标准化词元（Token）当量”（NTEs）等新型度量理念，构建深圳AI应用强度指标体系，将“统计测量缺口”转化为行业治理先机。
最后，率先践行“投资于人”，增强AI时代社会发展的韧性。深圳应积极探索建立AI就业影响监测预警机制，重点关注信息技术、金融、法律、传媒等AI高暴露行业的岗位变化，完善终身学习体系和技能提升机制，探索建立个人终身学习账户，引导劳动者加强人机协同、复杂决策、创新创造和情感沟通等AI难以替代的能力建设。同时，应密切跟踪研究AI时代收入分配和社会保障的新问题，不断提升社会对技术变革的适应能力与包容能力。【本文为深圳市社会科学院专项科研项目（编号2026AA01）阶段成果】
（廖明中系深圳市社会科学院经济研究所所长、研究员；文东伟系南开大学国际经济研究所教授）
