文章核心观点 - 文章驳斥了“2028年AI末日预言”的极端悲观论调，认为其低估了人类社会的自适应能力和经济系统的复杂性[2][11] - 核心论点是：技术进步（如AI）带来的破坏会被人类不断膨胀的欲望和新需求所创造的新工作填补，社会结构具有强大的韧性，不会因技术冲击而简单崩溃[4][7] - AI更可能终结大量无意义的“胡扯工作”，推动社会价值锚点从“劳动”向“人”本身转变，而非导致文明倒退[10][11] 基于四位社会学家观点的分析总结 约翰·凯恩斯——《我们孙辈经济的可能性》 - 凯恩斯的技术决定论预测，到2030年生活水平将增长4-8倍，人类每周只需工作15小时，这与AI将导致大规模失业的预言相似[3][4] - 该观点低估了人类欲望的无限膨胀能力：当基本需求满足后，人类会创造出更新、更昂贵、更“浪费”的新需求，从而创造出无数“新活”来填补AI消灭的“旧活”[4] - 现实是，生产力大幅提升后，人类并未普遍获得更多闲暇，反而通过“消费升级”和“胡扯工作”让自己继续忙碌，甚至有人每天工作15小时[4] - AI末日预言假设人类会停止折腾、被动享受闲暇，这不符合社会发展的内在逻辑[5] 伯兰特·罗素——《闲暇颂》 - 罗素的思想实验认为，技术进步应使所有人减少工时（如每天工作4小时），而非解雇一半工人或导致产能过剩[6] - 现实世界被“工作即美德”的道德枷锁束缚，导致分配失衡：一半人过度劳累，另一半人失业[6] - AI末日论担忧失业者失去的是“购买力”而非获得“闲暇”，将闲暇视为“政治负债”[6] - 文章认为闲暇应是“文明资产”，科技进步将人类从琐碎劳动中解放，闲暇可转化为创造力、科学和艺术[6] - 面对可能的高失业率（如10%），政治体系会通过财政扩张或缩短法定工时（如4天工作制）等自发调节来对冲，这种韧性被末日论忽略[7] 罗伯特·索罗——《索罗悖论》 - 索罗悖论（技术进步与生产率增长脱节）让历史经验显得技术进步是温和的，而AI末日论警告其积累的动能一旦释放将带来巨大冲击[8] - 文章指出，技术转化为生产力的过程存在“时滞效应”，这能部分对冲所谓的“末日”冲击[8] - AI对就业和生产关系的冲击，在现实中远不如宏观因素和疫情显著[8] - 企业作为复杂利益博弈体，缺乏紧迫性进行彻底转型，且生产关系具有惯性[8][9] - 即使生产关系转变，“人类参与度”本身可能成为一种稀缺资产和溢价来源，劳动力将从“体力/算力”领域迁移到“情感/信任”领域[9] 大卫·格雷伯——《胡扯工作》 - 格雷伯的观点构成对AI末日论最直接的反驳：AI可能扮演效率回归的触发器，而非社会结构坍缩的催化剂[10] - AI末日论建立在“所有工作都具备社会价值且不可或缺”的脆弱假设上[10] - 现实是，大量“胡扯工作”被创造出来，它们对社会没有实际产出，主要作用是分配购买力并消耗时间，即使全部消失世界也不会变糟[10] - AI替代这些岗位，并未摧毁人类生产力，而是戳破了“行政膨胀”的泡沫，这是一种效率的回归[10] - AI带来的“技术性失业”可能逼迫社会从“以岗位为中心”转向“以人为本”，其极端演绎是全民基本收入计划（UBI）[11] - AI并未制造危机，它只是终结了大量“胡扯工作”，击碎了“全员必须忙碌”或“工作即美德”的集体认知[11]

文章核心观点 - 报告认为“2028年AI末日预言”是一场完美的头脑风暴，但现实经济是一个超级混沌系统，预言者往往低估了人类看似低效、实则极具韧性的自适应能力，因此没有理由对AI时代过于悲观 [3][6][17] 一、约翰·凯恩斯——《我们孙辈经济的可能性》：永无止境的人类欲望 - 凯恩斯在1930年基于复利和技术进步预测，到2030年生活水平将增长4-8倍，人类每周只需工作15小时，这与AI末日论（AI接管大部分工作导致大规模失业）在“技术决定论”上相似[7] - 这种技术决定论大幅低估了人类欲望的膨胀水平，当基本需求满足后，人类会创造出更新、更昂贵、更“浪费”的需求，AI虽然消灭了“旧活”，但人类的欲望会瞬间填补空白，创造出大量“新活”[7][8] - 现实是，百年过去后，绝大多数人并未普遍拥有更多闲暇，反而通过“胡扯工作”和“消费升级”让自己继续忙碌，某些劳动者甚至是“每天”工作15个小时，这建立在生产力已然大幅提升的背景之上[8] - AI末日预言本质上是认为人类会突然停止折腾、坐以待毙从而被动尽享闲暇，这并不符合社会发展学逻辑[9] 二、伯兰特·罗素——《闲暇颂》：闲暇是“文明资产”而非“政治负债” - 罗素的《闲暇颂》与AI末日预言有共同基础：技术进步大幅降低了维持生存所需的必要劳动时间[11] - 罗素的思想实验认为，若工厂生产效率提高一倍，应所有人降薪一半，进而每人每天只工作4小时；但现实普遍做法是解雇一半工人，或让他们工作8小时导致产能过剩，引发金融波动与失业[11] - AI末日论担忧在当前分配体制下，失去工作的人失去的是“购买力”，闲暇成了“政治负债”[11] - 然而，闲暇应是“文明资产”，科技进步将人类从琐碎劳动中解放，闲暇可转化为创造力、科学和艺术[12] - 面对AI末日论头脑风暴中10%的失业率，政治体系不会坐视坍缩，而是会通过财政扩张或缩短法定工时（如4天工作制）来对冲，这种自发调节被末日论所忽略[12] - AI导致的生产力跃迁是中性的，若生产关系重构崩塌，问题在于“劳动的道德残余”（多劳多得，不劳不得）与现代生产力之间的脱节，而非完全是AI的错[12] - 大家所恐惧的AI末日，本质上是无法想象一个非劳动对等的分配体系[12] 三、罗伯特·索罗——《索罗悖论》：生产关系具有惯性 - AI末日论猛烈抨击《索罗悖论》，警告技术进步的“不可见性”正积聚动能，一旦释放将带来巨大冲击[13] - AI末日论的逻辑核心是“AI替代速度极快，而社会适应速度极慢，从而导致断崖式的失业和通缩效应”[13] - 然而，索洛悖论及过去三年的现实显示，技术转化为生产力的过程依然相对漫长，所谓的“末日”会被“时滞效应”部分对冲[13] - AI对就业和生产关系的冲击远不如宏观因素和疫情来得显著，企业是复杂的利益博弈体，若AI发展过于迅速，可能会遭受某些行业系统性的抵制[13] - 即使生产关系发生转变，“人类参与度”本身将变成一种稀缺资产和溢价来源，社会将进入新的“信誉与服务”经济，人类劳动力将从“体力/算力”迁移到“情感/信任”领域[15] 四、大卫·格雷伯——《胡扯工作》：终结无意义的胡扯工作 - 《胡扯工作》构成对AI末日论最直接的反驳：如果社会系统本身就在制造众多“无意义”工作来维持稳定，那么AI反而扮演了效率回归的触发器，而非社会结构坍缩的催化剂[16] - AI末日论建立在脆弱假设上：所有工作都具备社会价值且不可或缺，因此失去工作等于失去价值锚点和分配权[16] - 格雷伯认为，现代资本主义和已有技术进步被用来督促全社会更努力工作，大量毫无意义的岗位被创造，这些工作对社会没有实际产出，存在的作用是分配购买力并消耗时间，它们即使明天全部消失，世界也不会更糟[16] - 如果AI替代了这些岗位，它并没有摧毁人类的“生产力”，只是戳破了“行政膨胀”的泡沫，这种“末日”其实是效率的回归[16] - AI的出现实际上提供了一个“由于技术原因而不得不重新分配”的契机，AI技术所提供的时代起跑线“相对”公平，AI带来的“技术性失业”逼迫社会从“以岗位为中心”转向“以人为本”，其极端演绎便是全民基本收入计划(UBI)[17] - 认为AI会带来“末日”，是因为缺乏新的价值锚定——AI并没有制造危机，它只是终结了大量“胡扯工作”，击碎了“全员必须忙碌”或“工作即美德”的集体认知[17]

年会概况 - 2025外滩年会于10月23日在上海黄浦区开幕 主题为“拥抱变局：新秩序 新科技” 由中国金融四十人论坛与清华大学联合主办 为期三天[1] - 年会共有来自全球21个国家及地区的121位财经政要 机构高管与学界领袖参与[1] - 年会自2019年创办以来已成功举办七届 本届共设置21场圆桌对话与11场闭门会议[1] 核心议题与观点 - 人工智能的爆发式发展被视为人类有史以来面临的最重要挑战之一 需警惕技术投入未必立即转化为生产率提升的“索罗悖论”[1] - 人工智能正以前所未有的速度 广度和深度渗透到经济社会各领域 是一场“认知的工业革命” 可能因AI赋能程度的差异而拉开数量级差距[1] - 强调在多极化世界中 国家间的合作与团结比单极世界更为重要[1] 年会宗旨与上海金融中心建设 - 外滩年会缘起并扎根上海 其初心与使命是服务国家战略 助力上海国际金融中心建设[2] - 本届年会设置“上海跨境金融服务能级提升”专题圆桌 旨在从创新实践与国际协作角度为上海国际金融中心能级全面提升贡献建议[2] - 今年4月中国人民银行等部门联合印发的行动方案为上海国际金融中心增强竞争力 影响力提供了重要的路径指引[2]

年会概况 - 2025外滩年会于10月23日在上海黄浦区开幕 主题为“拥抱变局：新秩序·新科技” [1] - 年会由中国金融四十人论坛与清华大学联合主办 来自全球21个国家及地区的121位嘉宾参与 [1] - 本届年会共设置21场圆桌对话与11场闭门会议 [1] 核心议题 - 年会重点议题以“3-4-5”框架概括 即3场会议聚焦绿色转型 4场探讨国际秩序变革 5场深入讨论人工智能 [1] - 人工智能被描述为“认知的工业革命” 正以前所未有的速度、广度和深度渗透到经济社会各领域 [2] - 需警惕“索罗悖论”重演 即技术投入未必立即转化为生产率提升 必须审慎评估AI利弊 [2] 行业影响与机遇 - 在AI变革中 不同主体可能因AI赋能程度的差异而拉开数量级差距 [2] - 年会设置专题圆桌聚焦“上海跨境金融服务能级提升” 旨在为上海国际金融中心能级全面提升贡献建议 [3] - 年会致力于推动东西方思想碰撞融合 为携手增进人类共同福祉增添新动力 [2] 支持机构与合作网络 - 年会由多家顶尖学术机构承办 包括上海新金融研究院、清华大学人工智能国际治理研究院等 [4] - 组委会成员涵盖主要金融机构 如中国外汇交易中心、中国银联、交通银行、浦发银行、国泰海通证券等 [4] - 战略合作伙伴包括汇丰银行、阿里云和兴证全球基金 国际合作媒体包括CNBC和彭博新闻社 [4]

AI在金融领域的定位与影响 - AI是金融领域在信息处理、IT和自动化基础上的又一次重大边际变化，涉及银行主要业务、客户行为与监管等多层面[3] - 从历史视角看，过去几轮科技革命在金融领域主要带来增量风险和边际风险，但行业根本性风险如信用风险、市场风险等未发生革命性改变[5] - AI对央行"双支柱"政策框架（货币政策和宏观审慎监管）的影响仍需更长时间观察和研究[8] AI对银行业务与结构的影响 - 银行业在过去六七十年间已从传统银行转变为数据处理行业，核心业务如支付、定价、风险计量等高度依赖数据分析和模型计算[6] - 客户行为变迁推动AI在支付、定价、风险管理等领域发挥更大作用，银行从业人员规模会显著减少[6][7] - AI在金融行业目前主要用于优化业务流程和对外服务，包括中后台运营智能化、客户交流管理和金融产品提供[11] AI带来的新型风险与挑战 - 微观层面，单家金融机构面临模型稳定性风险和数据治理风险两类新型或增量风险[10] - 宏观层面，行业面临集中度风险和决策趋同风险两类增量风险，可能导致市场集中度提高和决策同质化[10] - AI模型的"黑箱"特性与监管要求的透明度存在矛盾，过度依赖短期高频数据可能与金融稳健所需的长期性产生偏差[8] AI在监管与政策中的应用前景 - 机器学习有望从历史金融数据中推理预知"明斯基时刻"的爆发概率，但需要处理非结构性数据、多模态信息和社会情绪[4][7] - 货币政策是"慢变量"，AI在数据收集和处理方面可影响货币政策决定，但过快响应可能引发不必要波动[8] - 当前反洗钱系统利用机器学习从海量数据中识别线索已取得很大进展[7]

核心观点 - 外滩年会以"3-4-5"框架设置核心议程，三大关键议题板块聚焦绿色转型、全球变化与人工智能 [1] - 绿色转型是维护地球的共同责任，年会设置三场会议进行聚焦 [1] - 人工智能被视为面临有史以来最重要挑战的领域，年会设置五场会议专门讨论 [1] - 多边合作在多极化世界中至关重要，全球商品、服务、技术与思想的深度交织决定了命运相连 [2] 绿色转型 - 年会设置三场会议聚焦绿色转型与全球气候治理 [1] - 维护地球这艘独一无二的太空飞船是所有人的共同责任 [1] 人工智能 - 年会设置五场会议专门讨论人工智能这一重要挑战领域 [1] - 人工智能的崛起是历史因科技进步而不可预测性的明证 [1] - 不排除索罗悖论重演的可能性，即AI投资未必能立即转化为生产率提升 [1] - 必须审慎评估AI利弊，为其高效安全应用争取一切机会 [1] 多边合作 - 世界多极化趋势日益显著，比单极世界更需要各国间的合作与团结 [2] - 全球商品、服务、技术与思想的深度交织决定了所有人的命运紧密相连 [2]

核心观点 - AI厂商专注于技术研发和业务转型 与部分互联网企业补贴外卖业务形成对比 [2] - AI技术复利进入兑现期 头部企业财务数据展现强劲增长 [4] - AI产业规模突破7000亿元 应用场景持续扩大 企业注册数量逐年增长 [11][12] - 行业面临高采用率低转化率困境 存在索罗悖论 需通过加大投资促进技术落地 [18][19][20] - AI被视为新生产变量和生产要素 是最后一次技术革命 需重新组合生产函数实现产业融合 [23][24] 技术兑现与财务表现 - 百度二季度总营收327亿元 核心营收263亿元 核心净利润74亿元同比增长35% AI新业务收入首次超100亿元同比增长34% [4] - 腾讯二季度营收增长14% 净利润同比增长18% 广告收入增长20%至676亿元 连续11个季度双位数增长 AI部署带来更高点击率 [5] - 阿里巴巴宣布未来3年投入3800亿元用于AI和云计算 2025财年收入9963.47亿元 净利润1259.76亿元同比增长77% AI相关产品收入连续七个季度三位数增长 [6] - 人工智能概念板块年内最低点上涨54.17% 触及4351.98点高位 [6] - 科大讯飞上半年研发投入23.92亿元 占营业收入比例达21.92% [8] 产业发展与市场规模 - 2024年中国人工智能产业规模突破7000亿元 连续多年保持20%以上增长率 [11] - 国产AI产品在千亿级参数规模和多模态能力实现突破 与办公协同、教育普惠等场景深度融合 [11] - 2025世界人工智能大会展览面积突破7万平方米 800余家企业参展 3000余项展品亮相 100余款新品全球首发 [11] - 中国现有人工智能相关企业超424.3万家 2025年新增注册28.6万余家 近五年注册数量逐年增长 [12] - 广东省人工智能相关企业数量超63.6万家占全国15% 江苏、北京、山东、浙江分别超33.6万、33.1万、29.2万和25.2万家 [17] 行业挑战与解决方案 - 企业在生成AI上花费300至400亿美元 95%的公司未能获得商业回报 [18] - AI应用存在行业差异 信息密度越高应用越深入 科技和媒体行业显现结构性变革迹象 [19] - 面临基础不佳、精度不高、软硬不调、考核不清和组织不力难题 [20] - 需通过加大投资为AI技术落地提供生产要素 中小企业数字化目标为2027年上云率超40% [20] - AI赋能应解决产业质效和降本增效等真实问题 而非单纯展示技术 [24] 战略投入与生态竞争 - BAT在百亿现金回购股票同时保持百亿级高研发投入 [2] - 科大讯飞保持战略投入夯实人工智能产业国家队地位 [8] - 产业竞争形态可能从寡头竞争转变为生态系统竞争 [24] - AI发展需要充足电力和发达信息网络 这些是中国的优势 [23] - 大语言模型及智能体已具备较强产业落地潜力 具身智能距离产业化应用仍有距离 [24]