新挑战与新机遇 专家解码全球经济与AI变局

　　当前，全球经济正经历地缘政治冲突、通胀重新抬头、债务攀升多重压力叠加，传统增长模式难以为继，动荡与不确定性成为核心特征。如何应对全球经济新常态？快速发展的人工智能(AI)又将带来哪些变化？

　　5月18日，在2026清华五道口全球金融论坛高端对话环节，国际货币基金组织原副总裁、中国人民银行原副行长朱民，2001年诺贝尔经济学奖得主迈克尔.斯宾塞，日本央行前行长白川方明等全球金融与经济领域权威专家，围绕全球经济新常态、AI发展影响等核心议题展开讨论。

　　全球经济深度重构

　　全球经济增速持续放缓，油价突破每桶100美元，通胀重拾升势，政府赤字问题日益突出，几年后世界主要经济体平均国内生产总值(GDP)负债率或将逼近100%，经济脆弱性与不确定性显著上升……朱民在对话开始就点出当前全球经济面临的压力。“当前，全球经济增长率从3.4%下调到3.1%，2027年经济增长率可能还会进一步下调。”他表示。

　　迈克尔.斯宾塞从中长期趋势角度阐释了全球经济新常态形成的深层逻辑。他表示，近年来，全球经济进入结构性转型阶段，通缩压力逐步消退，供应侧驱动的通胀压力持续显现，而美伊冲突的爆发进一步加剧了这一趋势，推动全球经济向高波动、高风险方向演变。迈克尔.斯宾塞在《永久的危机》中指出，二战后，支撑全球经济稳定运行的关键因素正逐步消退，各类经济冲击发生频率更高、影响更为严重，地缘政治紧张局势持续升级，全球经济呈现出“单点出故障、全局受影响”的脆弱性特征，各国战略考量中非经济因素占比不断提升。

　　“全球经济新常态将会导致全球实际利率持续走高、债务规模不断膨胀、经济增长动力受到抑制。”迈克尔.斯宾塞表示，中东局势的持续与否，将直接决定能源价格走势，甚至可能引发全球能源短缺，推动全球经济进入完全不同的发展格局。同时，迈克尔.斯宾塞表示，AI技术的崛起成为对冲经济下行风险的重要力量，其潜在的劳动生产率提升效应，有望缓解债务高企、增长乏力带来的压力，但这一潜力能否充分释放、效果如何，仍存在较大不确定性。

　　白川方明则从短期冲击与长期结构性因素叠加的视角，进一步丰富了全球经济新常态的内涵。他认为，当前全球经济面临四大核心长期趋势，一是地缘政治风险持续上升，人为不确定性加剧；二是AI技术快速崛起；三是民粹主义蔓延、社会分裂加剧，影响政策稳定性；四是全球人口快速老龄化、出生率下降，人口结构红利消退。

　　“在地缘政治层面，通胀抬头、增长减速的风险已成为全球共识，而当前不确定性由人为因素主导，难以精准预测其演变路径。”白川方明说。

　　围绕老龄化，白川方明认为，人口负增长并非单纯的人口问题，会通过多重路径传导，直接压低劳动生产率与实际产出增长，人口变化与经济增长相互作用、相辅相成，各国需充分重视人口结构变化带来的深层经济影响。

　　冲击就业挑战监管AI影响几何？

　　 AI作为本轮技术革命的核心驱动力，正从技术研发、产业应用、社会影响等多个维度重塑全球经济格局，成为影响全球经济长期走向的关键变量。

　　迈克尔.斯宾塞认为，中美两国形成了截然不同的发展路径，呈现出“强模型、重治理”与“强应用、重扩散”的显著差异。美国依托技术优势，聚焦AI前沿模型研发与技术治理体系构建，注重AI技术的底层创新与风险管控。而中国则立足全球最大制造业体系优势，在“十五五”规划中重点布局AI与科技发展，核心聚焦AI技术的实体经济渗透与普惠应用，推动AI技术深度融入制造业、服务业、金融业等各行各业，全面提升生产效率。

　　“中国机器人产业发展速度惊人，有望快速成长为全球AI制造具身机器人规模最大的国家。”迈克尔.斯宾塞表示，当前AI技术仍存在明显短板，机器人在空间智能、复杂环境理解与灵活判断能力上，仍显著弱于人类，大语言模型虽大幅提升人机交互水平，但难以完全替代人类的复杂决策能力。从长期来看，美国及西方经济体有望逐步借鉴中国AI技术渗透实体经济的发展模式，推动AI技术从实验室走向产业应用，缩小技术应用层面的差距。

　　迈克尔.斯宾塞说：“此前有个调研，新兴经济体民众对AI发展更为乐观，而发达经济体民众则普遍担忧AI替代工作，这种差异本质上源于劳动力市场结构、经济发展阶段的不同。”他还表示，不能过度依赖AI技术，机器人并非永远精准无误，过度应用将带来潜在风险。人类需转变思维，学会与AI协作共生，探索人机合理分工模式，而非单纯担忧就业替代。

　　朱民则强调，AI也会创造新的就业机会，在这样的智能AI时代，大家必须学习如何与机器合作、与机器共生。

　　 AI技术的广泛应用是否带来了新的风险挑战？对此，业内专家认为，监管滞后于技术发展成为全球共性问题。白川方明表示，AI技术发展会引发未知风险与跨领域关联风险，如AI技术普及导致电力、半导体、数据中心需求呈爆发式增长，不同领域间的关联风险显著上升，各国需保持谦卑开放的心态，依托高校、智库等平台持续研究，提前预警潜在风险。迈克尔.斯宾塞则认为，监管天然滞后于技术变革，欧洲虽有超前监管尝试，但难以完全匹配AI技术的快速迭代。AI技术改变了信息结构，降低了信息不对称，但同时也提升了信息伪造、模仿的难度，信息真伪辨别难度加大，需推动学界、监管部门、业界协同发力，共同构建AI金融风险识别与监管框架。