3月24日，博鳌亚洲论坛2026年年会（下称“博鳌”）*天，论坛主办方就用一场充满“AI（人工智能）味”的欢迎仪式迎接全球60多个国家和地区的近2000名嘉宾：会场首次布设了人形机器人提供“答疑解惑”的咨询服务；会议间隙，人形机器人在各个会场之间踱步展示；会场外，几乎每隔一小时就会上演一次机器人群舞表演。
对于这样场景，京东集团首席经济学家沈建光并不陌生，从年初的冬季达沃斯论坛到博鳌，他在多场大型会议中观察到，AI对经济的深刻影响已经成为国家领导人、企业*讨论最多的一大议题。大型会议提升“AI味”已不仅仅是抓眼球的行为，而是抓住时代脉搏的必然选择。
中国信息通信研究院院长余晓晖在参加亚洲多个地区的会议中也发现，亚洲多个国家政府同样在追赶AI热潮，这些国家地区的领导人对发展AI表现出非常强烈的渴望，都在考虑在这一轮浪潮当中如何不被落下。
过去一年多，AI热潮席卷全球。在这样的背景下，博鳌与AI相关的分论坛增至4场。分论坛上，来自AI行业的专家与管理者畅谈AI将带来的显著受益、具体的落地场景及可行的技术路线。
与此同时，关于AI风险的警示也在博鳌被提出。论坛首日发布的《亚洲经济前景及一体化进程2026年度报告》就提及，技术进步和人工智能可能令青年群体就业面临严峻挑战，但同时也可能改善非正规就业者的工作前景。
此后四天里，论坛上嘉宾对AI的质疑声音不断涌现。与技术专家和科技企业*不同，经济学家们对AI的影响作出了更多维度的判断，也表达了更深的担忧：AI是一个泡沫吗？AI将如何冲击就业？AI将带来哪些伦理问题？
在观点激烈交织中，博鳌亚洲论坛秘书长政策顾问扎法尔在博鳌的首场发布会上重申了博鳌举办的初衷。他说：“我们举办论坛的目的，不是请大家来吵架，或看谁的声音最高、谁的观点更吸引媒体眼球，而是重在凝聚共识，形成推动合作的积极效果。”
替代就业还是创造就业？
在博鳌的一个分论坛上，国务院原副秘书长、国家数据专家咨询委员会主任江小涓用一个具体案例提醒企业和政府不要在“AI替人”上过于激进。她谈到，某城市政府部门计划用智能设备替代部分低端劳动力，为此在研发和机器制造上投入大量资金，核算下来，所花费的资金比人工更贵，并且工作效果也不如人工。之所以强行推进，只是因为当地政府将其视为新技术、新产业，需要为机器提供应用场景，就强制智能设备替代人工。
江小涓说：“这些工作本属于城市中的中低收入群体，如果把他们替代掉，他们的生计该如何保障？”
人们在支持AI对就业“利大于弊”时，常引用一个经典案例：汽车的出现取代了马车夫等工种，但汽车产业创造的就业岗位，远多于被替代的岗位数量。
德勤中国轮值副首席执行官、税务与商务咨询主管合伙人李旭升认为，AI会替代一部分常规、重复性的工作，但这不是坏事，反而能把相关人员的时间腾出来，从事附加值更高、技术含量更强的工作，比如客户对接、市场开拓等。
但江小涓认为，20世纪80年代以后，新技术催生的岗位多于被替代岗位的趋势已明显放缓。从技术向善的角度出发，如果AI只是单纯替代劳动力、未能提升就业质量，那么在应用上就必须谨慎。“从公平分配的角度来看，现在AI的应用还不能完全交给市场。”
虽然AI替代就业已成为普遍共识，但与会嘉宾对替代进程的判断却存在明显分歧。
2026年初，在一次公开活动中，马斯克宣称，从2030年起人类将面临大规模失业，大部分专业技术岗位都会被AI取代；到2040年，全球将有100亿台人形机器人。
而上海财经大学滴水湖高级金融学院院长姚洋在实地调研后得出的结论是，AI替代人工是一个长期过程，不可能在一两年内取代大量工作岗位。
在姚洋看来，不应该把宏观经济波动带来的失业归咎于AI替代。目前企业用AI替代劳动力的比例仍然很低，与国内需求波动造成的失业规模相比，AI带来的就业冲击简直是“毛毛雨”。
泡沫还是工具？
2025年12月，罗兰贝格全球管理委员会针对AI应用调研了200家公司。结果显示，超过90%的企业对AI投资都非常失望。在博鳌的分论坛上，罗兰贝格全球管理委员会联席总裁戴璞分享了这一结果。他表示，调研还发现，很多公司是因为担心错失AI投资机遇而持续投入，最终却发现回报率远低于预期。
这类企业心态并非个例。波士顿咨询公司董事总经理、全球合伙人俞晨骜对经济观察报表示，部分企业家在充分意识到AI重要性的同时，因担心落伍而产生“跟风焦虑”，盲目要求企业进行AI转型。这种心态容易导致转型动作变形，反而难以发挥AI的实际价值。
从宏观层面来看，AI对经济的拉动作用依旧有限。北京大学光华管理学院院长刘俏表示：“我对当前AI的应用落地效果看法并不乐观，它对经济增长的实际拉动作用目前仍较为有限。经济增长最终由全要素生产率增长驱动，而全要素生产率的提升依赖技术进步和资源配置效率优化，AI作为一种革命性技术，这一点毋庸置疑，但如果技术不与具体应用场景结合，很难产生聚合效应。”
刘俏还补充了一组数据：当前AI对全要素生产率的拉动作用每年仅约0.06个百分点。中国当前全要素生产率增速在1.5%—1.6%，美国在0.8%，AI仅能对这一数值带来小幅提升。
他表示：“长远来看，通过持续地投资挖掘AI的应用场景，其对经济增长的拉动作用是值得期待的。当前大家对经济增长有强烈渴望，却难以找到明确的增长来源，因此过度放大了AI的投资潜力和产业应用愿景，这也是当前市场对AI的一个认知偏差。”
在姚洋看来，AI就是一个巨大的泡沫。AI热潮很大程度上是一批美国硅谷科技公司带着目的炒起来的。
采访中，姚洋提到，英伟达的市值已经十分接近日本全年的GDP总量（日本是世界上第四大经济体，2025年GDP总量约为4.43万亿美元）。
“这正常吗？一家公司再伟大，也无法与1.2亿人创造的生产总值相比，AI肯定是一个巨大的泡沫。”姚洋说。
或许在宏观层面，经济学家难以认同AI已经带来广泛影响，但产业界人群对AI在产业侧的应用价值却有着深刻认同。
2025年4月，在全球首次人形机器人半程马拉松赛上，北京人形机器人创新中心的“天工Ultra”以2小时40分42秒获得*名。这款机器人也亮相了本届博鳌。
在博鳌分论坛上，北京人形机器人创新中心CEO熊友军说，人形机器人正加速告别表演式炫技，全面走向实用化。*价值的优先落地场景，将是替代人类进入危险、恶劣的作业环境，而非仅从事简单的重复劳动。
例如，天工巡检机器人已实现自主巡检与设备操作，可精准执行倒闸等复杂任务。在西南偏远地区变电站，这款机器人替代了传统需人工翻山越岭才能完成的巡检与调试工作，显著减轻了一线作业强度。
此前，德勤也推出了一款名为“勤税AI”的小程序，涵盖税收法律法规每日更新、税务评论、税务空中课堂、企业税务风险评估等功能。李旭升表示，目前AI工具的作用更多是提高公司的服务交付效率，比如以前撰写一份行业分析报告、查找资料、整理内容需要近20个小时，现在借助AI能大幅缩短时间，整体能节省20%至30%的工作时间。
海南博鳌乐城国际医疗旅游先行区管理局局长傅晟表示，AI将从根本上改变健康医疗及药物开发模式，这一趋势已初见端倪。比如，AI在分子与基因层面的诊断能力已超越传统医生，在医学影像阅片领域表现尤为突出；AI可以制定更个性化的治疗方案；在药物发现上，AI领域的应用已逐步落地。
产业应用方面，百度智能云与OPPO合作打造的客服智能体，通过学习沉淀OPPO客服系统中超10万条一线服务经验后，已能实现方言口语场景下的精准应答，包括精准解答手机屏幕出现条纹、通话有杂音等具体问题。
教育领域也在AI推动下迎来变革。据猿力科技集团副总裁、人工智能研究院院长程群介绍，基于日常学习数据的精准留存与分析，AI大模型能够掌握学生学习能力与知识掌握情况。目前，北京市朝阳区、深圳龙岗区已有超十万名学生实现了个性化作业配置。
如何进入物理世界
AI对虚拟世界的征服已经接近尾声，这一进程似乎不会有更多反转，但要让AI发挥更高价值，如何通过具身智能进入真实世界，落地生产制造场景，是一个关键问题。
进入真实世界，首先要解决数据问题。百度集团执行副总裁沈抖表示，目前数据尚未形成规模化的正向循环。主要原因是具身智能还未真正进入生产与生活环节，数据采集仍以实验为主，不像自动驾驶已实现规模化上路，数据能够持续迭代并形成正向循环。
商汤联合创始人王晓刚说，过去数据采集主要依赖人工遥控操作机器人完成，效率极低，多年累积的数据量仅十万小时量级；而自动驾驶领域单日训练量就相当于人类400万小时的驾驶经验，两者悬殊。
此外，稳定性问题也是需要考虑的。星动纪元科技有限公司创始人陈建宇表示，工业领域对智能化设备的稳定性要求非常高，同时需要设备具备实时感知、反馈和快速决策能力，因此必须将机器人从单机能力提升至系统化的能力。
陈建宇说，当前产业距离机器人的“ChatGPT时刻”还有一段距离，*的问题是具身智能AI模型的泛化性不足。每个家庭环境、布局各不相同，企业很难有足够的资源或耐心去逐个场景收集数据并训练模型。
“面对这样的挑战，我们需要让具身智能AI模型具备像ChatGPT一样的泛化能力，即使身处全新环境，也能在零训练条件下执行任意指令。未来五到十年，或许能在这一领域看到非常好的进展。”陈建宇说。
