韩歆毅：AI要赋能千行百业 而不是替代或分化

题记：2026年9月9日，由北京大学数字金融研究中心、蚂蚁集团研究院联合主办，北京大学国家发展研究院提供学术支持的外滩大会见解论坛“AI经济增长新范式与社会价值重构”在上海黄浦世博园区举行。本文根据蚂蚁集团首席执行官韩歆毅在论坛上的演讲整理。

AI毫无疑问是当前经济社会最重要的变量之一。从芯片、算力到数据中心，到基础设施的投入都在迅速增长；从大模型到智能体，AI也开始进入越来越多的生产和生活场景。但站在整个社会和经济发展的角度，AI需要回答一个大家都关心的问题：AI究竟能否、以及如何带来可持续的经济增长和更广泛的社会价值？

作为企业的实践者，我想结合企业的观察和具体案例，谈谈我们的认识，主要是两个方面的思考。

AI要创造新需求，不能只是提效

AI的经济不能只靠资本投入，也不能止步于存量生产的提效，我们要想办法创造新的需求。

当前全球AI的资本开支增长非常快。仅Google、Microsoft、Meta、Amazon四家公司，已宣布的2026年资本开支合计超过7000亿美元，如果加上OpenAI、Anthropic，这个数字可能还会更大，相当于一个大型经济体的年经济总量。美联储也曾公开测算，2026年一季度，数据中心、高科技设备和电力设备的投资，对美国GDP增长贡献了1.36个百分点。因此可以确定的是，这两年以及未来两年，全球AI基础设施的投入规模非常巨大。

但必须看到，资本开支对经济的拉动作用只是一时，只有转化为未来可持续的产出和价值，才可能真正带来长期的经济增长。

接下来的问题是，如果AI只是停留在提效、替代式的应用，而不去创造增量需求，是否会带来供需失衡？包括投入产出不匹配，以及收入分配的K型分化等问题。这些问题非常值得我们深入讨论。

第一，AI降低了生产成本，带来总量供给的迅速增加。如果需求没有同步扩大，企业层面的降本提效可能会演变为宏观层面的通缩。这一现象在人类历史上每一次技术革新和进步中都能看到。

第二，AI生产的背后并非没有成本。从模型训练到每一次推理，Token消耗的背后是算力，算力的背后是能源和硬件折旧。国际能源署预测，到2030年全球AI数据中心的用电量将是2025年的3倍。一方面，推理优化可以降低单位计算成本；但另一方面，能源等存在物理性约束，加上未来需求扩张，AI的边际成本是否一定会持续降低？我们认为不一定。在缺少增量需求的情况下，边际收益将会递减，如果边际收益无法覆盖边际推理成本，这种模式就很难持续。

第三，当前AI收益越来越向头部公司集中。如果不能创造新的收入和机会，收入分配会不会持续K型分化？

我们常说，AI革命在人类历史上只有当年的电气革命可比。这一判断的依据是什么？回顾历史，电力出现之后，真正推动经济跃迁的不是电力本身，也不是建发电厂发电，而是电气化的广泛应用——它进入千家万户，改变了生产布局，也改变了人类生活。

我们相信AI也是如此。我们应当从企业的降本增效走向价值创造，用AI去创造更多供给，激活更多需求。这样才能形成丰富的新业态。

围绕新需求、新业态，我们已经看到了一些令人欣喜的路径和趋势。

一方面，模型、数据、工具和企业知识，正在与人的专业经验一起被AI组织起来。一些过去成本较高、依赖少数专家、难以规模化的服务，正在开始进入市场，满足过去那些难以被满足的需求。以我们正在推进的“阿福”医疗健康项目为例。过去到三甲医院就诊，主任医生数量有限，每位主任每日可支配的时间同样有限，优质医疗服务长期受制于医生时间、专业资源以及地域分布等因素的限制。如今我们将专业医生的能力转化为AI助手，帮助用户理解检查报告、整理长期健康信息、提供健康建议；在用户生病时，协助其做好就诊准备，并匹配合适的医院和医生；仅在最终诊断环节，才需要真人医生介入。这一模式显著提升了专业优质医疗服务的可得性。“阿福”目前的用户规模十分庞大，我们最为自豪的是三个数据：第一，55%的用户分布于三线及以下城市；第二，近30%的用户为老年人；第三，近六分之一的咨询发起于凌晨至早上6点之间。这表明AI有机会切实改善优质服务原本存在的不可及性与不均衡性。

另一方面，以“意图”为中心的新型智能体商业正在激活和释放新需求。过去半年，我们与众多商家，特别是线下中型商家交流。所有商家都在关注同一个问题：如何抓住AI带来的机遇，实现业务增长？所以，我们的判断是，其中一定存在机会。原因有二：第一，商家当前存在非常强烈的需求；第二，而Agent与大语言模型能力的发展，使商家有机会获得智能经营助手，从而更好地触达用户。过去的商业以“流量”为中心。商家在大流量平台投放，最终会发现：当流量投放成本高到一定程度，边际收益几乎为零，甚至为负，商业实际上不可持续。但在Agent时代，我们认为核心不再是用户数量或使用时长，而是用户的“意图”：能否准确理解用户的意图，并在其产生该意图时，使商品和服务准确呈现于用户面前。这在过去并不可行。但今天可以设想：如果每个用户都拥有一个能充分理解其意图的生活助手，每个商家都拥有自己的经营Agent，当用户产生需求时，用户Agent可以找到商家Agent，商业便能被连接起来；再通过Agentic Payments完成最后的支付环节，新的商业循环即会运转起来。我们相信，这一新的商业循环可能带来与移动互联网时代完全不同的增量需求。

要提高劳动者和中小企业分享AI增长红利的能力和机会

新的需求形成之后，还需进一步回答：AI所创造的增长，如何转化为个体劳动者和中小企业的就业与收入机会，从而形成投资、收入和消费的新循环？

要实现这一循环，需要在资本与劳动之间建立更均衡、更公平的分配机制，特别是完善相应的分配制度与社会保障机制。

前不久，有人提出设立“人类保留岗位”，主张将部分职业永久留给人类，以延缓AI对这些岗位的替代。我们认为，这一主张对某些岗位具有一定合理性，例如涉及司法裁决、伦理责任以及暂时无法由AI完全确定的领域；但如果将其普遍化，本质上是以行政手段固化众多岗位，用生产力的牺牲换取就业，最终固化的并非公平，而是低效率和低收入。

我们认为，最好的解决办法，是提高劳动者和中小企业参与新价值创造、分享AI增长红利的能力和机会。

具体而言，我们认为可以从三个方面着手。

第一，企业应当将复杂的模型能力转化为低成本、易使用的产品，降低个人和中小企业的使用门槛。例如，阿里巴巴1688平台已开始为中小商家提供AI数字员工、智能卖家等生成工具。过去，一个小工厂很难组建的设计、营销、客服、运营团队，如今借助AI工具即可较为便捷地完成。

第二，要做好培训，提升人的能力，发挥人在判断力、创造力上的优势。我们认为，人机协作将是未来相当长时间内劳动分工的新形态——AI更擅长处理重复性、标准化的任务，因此需要加强适配人机协作趋势的教育和劳动培训体系。

第三，要通过完善二次分配机制，建立适配的社会保障措施。一次分配永远无法保证最终的保障，特别是对于暂时还不能完成转型的劳动者，需要覆盖其基本生活保障和医疗保障。

最后，我们认为，只有当企业能够借助AI创造更多创新应用、满足并激活更多新需求，当个体劳动者能够获得更多新机会和更充分的保障时，AI才能真正成为推动经济和社会发展的持续动能。

蚂蚁将承担起社会责任：一方面，继续扎根生活服务、医疗健康、金融服务等关乎民生的真实需求和商业场景，推动AI创新；另一方面，与生态伙伴共建开放可信的智能体商业设施，加速AI的经济循环。

我们相信，AI的价值最终要由增长来检验，由更多人的获得感来衡量。有人会问，到了AI时代，大模型解决一切问题，还有没有经济学？还需不需要经济学家？我认为不仅需要，而且更重要。特别是在向AI时代过渡的阶段，我们需要识别经济规律的变化，推动经济的长期可持续发展，为人类创造福祉。蚂蚁愿意与学术界和产业界的伙伴们携手同行，共同探索AI经济如何走向真实增长、创造更广泛的社会价值。

整理：白尧 | 编辑：王贤青