问题——技术快速渗透带来结构性冲击与不确定性； 随着大模型能力增强、应用门槛下降，智能技术正进入更多行业的生产、管理与服务环节。其一，传统企业在效率与成本上面临更强竞争压力，部分岗位被自动化替代的担忧上升；其二，新旧产业更替加快，既有产业链分工与区域布局可能被重塑；其三，技术扩散影响收入分配与社会预期，若应对不足，可能放大结构性矛盾。如何在释放新动能的同时稳住就业与预期、提升治理能力，成为当前各方关注的现实课题。 原因——技术形态迭代与产业应用条件成熟共同推动。 论坛讨论认为，大模型推动此轮变革的关键在于两上：一是能力边界在延展。模型不再局限于文本理解与生成，正朝着“能说会做”的方向升级，未来的突破点在于从“预测下一个词”走向对“下一状态”的更强推演与执行能力，使其能够与工具、系统乃至现实任务流程更紧密衔接。二是应用成本在下降。随着技术架构趋于统一、原生多模态融合加快，模型更容易嵌入业务系统并形成可复制方案，推动智能工具从少数专业场景走向更广泛行业，扩散速度明显快于以往信息化周期。此外，国家层面推进“人工智能+”行动，为技术落地、场景开放与产业组织创新提供了政策牵引与制度支撑。 影响——短期有阵痛，长期看“替代”与“创造”并行。 与会学者从经济史角度指出，技术进步往往伴随“创造性破坏”：旧岗位、旧模式被挤压，新岗位、新产业随之出现，关键在于转换速度与匹配能力。具体而言，影响可从三个层面理解。 第一，产业内部竞争加剧。掌握新技术、组织效率更高的企业将获得成本与规模优势，促使部分传统企业被迫转型或退出。第二，产业结构加速调整。新兴产业对传统环节的替代将推动产业体系重构，研发、生产、供应链与服务的价值分布可能发生迁移。第三，社会层面关联更广。技术扩散会改变不同岗位、不同部门的收入结构与议价能力，对就业稳定、技能回报与区域发展带来连锁反应。 需要指出，历史规律也提示不能只从“被替代”出发判断就业走向。工业革命以来，机器曾引发对失业的强烈担忧，但长期结果并非就业消失，而是工作形态更迭与生活水平提高。随着劳动生产率提升，工作时长缩短、闲暇时间增加，带动体验类与服务类需求扩张，旅游、健身、陪伴与情绪价值等行业兴起。这些领域更依赖人际互动、场景判断与情感连接，具有较强的人本属性，也是未来吸纳就业的重要空间。服务消费比重提升的趋势，在不少经济体的发展轨迹中已有印证。 对策——以治理护航创新，以能力建设对冲冲击。 专家建议，面向智能化浪潮，应把握“促创新、稳就业、防风险”三者的协同关系。 一是以场景牵引推动产业升级。围绕制造、交通、医疗、政务、金融等重点领域，推动大模型在合规前提下进入真实业务链条，形成可评估、可复制的应用范式，带动产业链整体效率提升。 二是以技能转换守住就业底线。完善职业教育与终身学习体系，面向数据标注、模型运维、产品经理、智能体训练、行业应用集成、合规与安全等新岗位方向，加快课程与评价体系更新；同时对受冲击群体提供更有针对性的培训与转岗支持，提高劳动力与新需求的匹配效率。 三是以制度建设平衡创新与风险。针对数据安全、隐私保护、算法透明、内容可信、责任划分等关键问题完善规则与标准，强化风险评估、审计与追责机制，推动技术应用在可控范围内迭代，减少不确定性对市场和社会预期的扰动。 四是以开放协同提升创新效率。发挥科研机构、企业与平台型机构的合力，建设公益性、开放性的交流合作机制，推动跨界融合与资源共享，以更低成本促成技术扩散与产业落地。 前景——“人工智能+”将塑造新的增长曲线，关键在于把不确定性转化为可治理的确定性。 与会人士认为，面向“十五五”时期，高质量发展的增量空间有望更多来自智能化改造带来的全要素生产率提升，以及新服务、新消费、新制造形态的形成。大模型从语言交互走向任务执行，将使智能能力更深融入产业流程，推动从“工具应用”向“系统重构”演进。与此同时，技术越深入，治理越要前置：只有把安全、伦理、规则、标准与人才体系同步推进，才能在扩大创新空间的同时减少社会成本，形成可持续的智能经济生态。
站在新科技革命的历史节点，人工智能带来的不仅是技术层面的突破，更是对传统发展模式的深度重构。正如工业革命最终创造了远超农业时代的社会财富，智能经济时代同样需要以发展的眼光看待变革。关键在于如何通过制度创新和技术治理，将技术红利转化为全民共享的发展成果，这既是当前面临的重大课题，也是实现高质量发展的必由之路。