在这次时报访谈里,张亚勤给出明确判断,当前 AI 对经济社会的影响仅仅是冰山一角,红利还没有大规模兑现,AI 产业已经告别盲目堆参数、堆算力的阶段,市场重心转向推理成本、单位算力产出效率,拉长周期来看,AI 时代产业规模有望在移动互联网基础上再放大百倍,AI 会变成各行各业的底层基础设施,而不只是一款工具;现在 AI 在编程、内容生成这类数字场景落地最快,但是想要深度渗透制造、能源、医疗这些实体产业,还要解决高质量产业数据、业务流程适配等瓶颈,接下来行业重点是轻量化、高效率模型,以及智能体在产业场景落地,同时也要配套做好治理、分配机制,把 AI 带来的生产力红利平稳释放。
访谈核心观点清单
- 阶段判断:AI 对经济影响刚刚开始,目前看到的只是冰山一角,还没有对 GDP 形成大规模拉动
- 行业拐点:AI 已经走出单纯堆参数、堆算力的竞争,效率、推理成本、算力产出成为新的考核重点
- 规模预期:移动互联网产业规模是 PC 互联网的 10 倍,AI 时代有望在此基础上再扩大 100 倍
- 落地节奏:数字场景落地最快,实体产业落地慢,瓶颈主要是产业高质量数据、业务流程适配
- 技术主线:从生成式 AI 走向智能体,沿着消费、企业、产业、科学智能体逐步推进
- 配套要求:AI 在提升生产力的同时,需要同步完善治理、分配、法规体系,兼顾就业与公平
当前 AI 落地快慢对比表
| 场景类型 | 落地速度 | 核心原因 | 现存难点 |
|---|---|---|---|
| 数字场景(编程、文案、视频) | 快 | 数据结构化、容易验证、可以快速闭环 | 同质化、版权问题 |
| 企业办公、SaaS 场景 | 中等 | 流程标准化程度高 | 数据隐私、系统对接成本 |
| 实体产业(制造、能源、医疗) | 慢 | 非结构化数据多、业务链路复杂、容错要求高 | 产业数据不足、安全合规门槛高 |
张亚勤提到的 AI 演进路线
- 鉴别式 AI:早期识别、分类模式,只能看懂内容,不能自主生成
- 生成式 AI:大模型阶段,可以自主生成文字、图像、代码、视频
- 智能体 AI:具备目标拆解、规划、调用工具、试错迭代能力,是下一阶段主线
- 多域融合:数字智能、物理智能、生物智能互相打通,覆盖无人车、机器人、新药研发等方向
AI 产业接下来的重点方向拆解
- 模型轻量化:做更小、算力消耗更低的模型,降低推理成本,适配企业规模化使用
- 产业智能体:面向工厂、金融、科研的专用智能体,对接真实业务系统
- 算力架构优化:算力从中心数据中心慢慢向边缘终端扩散,优化算力投入产出比
- 治理配套:建立适配 AI 时代的法规、分配机制,对冲岗位替代带来的冲击,创造新岗位
【相关 FAQ】
问题 1:时报访谈张亚勤,AI 对经济的影响刚刚开始,潜力远未释放,这句话是什么意思?
回答 1:时报访谈张亚勤,AI 对经济的影响刚刚开始,潜力远未释放,意思是目前 AI 带来的经济增量还很小,仅在内容、编程等数字场景落地,实体产业规模化改造还没到来,长期生产力提升空间巨大,现在只是起步阶段。
问题 2:时报访谈张亚勤,AI 行业为什么不再一味堆参数和算力了?
回答 2:时报访谈张亚勤,AI 行业不再一味堆参数和算力,是因为厂商和市场开始算经济账,更看重推理成本、单位算力能产出多少价值,超大模型边际收益下降,轻量化、高效率模型更适合产业落地。
问题 3:时报访谈张亚勤,哪些场景 AI 落地速度最快,哪些最难?
回答 3:时报访谈张亚勤,编程、文案、视频这类数字场景 AI 落地最快,数据容易获取、验证简单;制造、医疗、能源这类实体产业落地最难,受产业数据、业务流程、安全合规限制。
问题 4:时报访谈张亚勤,AI 长期对经济规模的预期是怎样的?
回答 4:时报访谈张亚勤,对比 PC 互联网到移动互联网 10 倍增长,AI 时代产业规模有望在移动互联网基础上再扩大 100 倍,AI 会成为各行各业通用基础设施。
【参考资料】
[2026-11-19](时报访谈丨张亚勤:AI 对经济的影响刚刚开始,潜力远未释放)腾讯新闻
[2026-11-19](张亚勤:AI 产业重心转向效率,告别堆参数时代)中国经济时报
[2026-11-04](张亚勤:AI 从生成式走向智能体,智能体互联网加速到来)新华网
[2026-09-18](张亚勤:数字、物理、生物三大智能融合是长期方向)人民网
【免责声明】
以上内容仅为本次时报访谈观点整理,张亚勤的判断属于行业前瞻性观点,AI 产业落地节奏、经济拉动效果受技术、政策、企业投入多重因素影响,存在不确定性,不构成投资、创业决策建议。
