ARTICLE · 1110200
2026上海外滩大会深解:AI商业爆发前夜
2026上海外滩大会深解:AI商业爆发前夜
2026年9月9-12日，中国·上海黄浦，600余位嘉宾，7.8万人次参会，50余项首发。但最有价值的信息，不在共识里，而在分歧中。 
过去两年的AI大会，有一个大致相似的叙事模板：技术突破、产业落地、趋势展望。顺着议程走，每个板块都有金句，每场圆桌都有共识。参会者带着“AI能做什么”的期待而来，带着“AI将改变一切”的判断而归。共识多，分歧少；乐观情绪主导，冷静判断稀缺。 2026外滩大会呈现出不同的气质。 四天下来，最值得关注的不是那些被反复引用的判断，而是几组悬而未决的分歧。阿吉翁说AI未来十年每年提升生产率1.08个百分点，缪延亮说宏观数据里根本还看不到；陆铭说AI不会取代就业，邢自强说入门级岗位可能率先减少；王潜说机器人进家庭不用等五到十年，陆朝阳说量子计算“目前其实还很菜”。 这些分歧不是偶然的意见不同。它们指向同一个事实：AI新经济正在进入一个“有方向、没路径”的阶段。所有人都同意AI会改变经济，但没有人能准确说出改变以什么速度、沿什么路径、在哪个节点发生。 对商业读者来说，这恰恰是最有价值的信号。共识告诉你方向，分歧告诉你风险。 
01 智能体商业：卡在“鸡和蛋”里的爆发前夜 
大会第二天的主论坛圆桌，蚂蚁集团CEO韩歆毅说了一句很重要的话。 
蚂蚁集团CEO 韩歆毅 他坦言，今年Agentic Commerce实际落地的速度，“比大家预想的要慢很多”。去年第四季度，行业对智能体商业的判断非常乐观，普遍预计会快速增长，但现实打了折扣。 慢在哪里？韩歆毅给出的诊断是供需两端的“鸡和蛋”困局：“用户想用，但商家没有很好的Agent服务；商家看到没有用户在用，就不太敢投入去开发Agent”。 这是一个非常精准的判断，因为它指向的恰恰是产业冷启动的经典难题。技术不是卡点——阿里巴巴集团首席科学家周靖人在同一场圆桌上明确表示，“从技术方面，我认为已经达到了一定的程度。但在系统、产品的维度上，还需要一系列的创新”。卡点在生态：没有足够好的供给，用户不会迁移；没有足够多的用户，商家不会投入。 韩歆毅在主论坛上分享了一个具体的例子。他通过AI智能体，全程无手动操作，自主完成了一笔40元的真实采购交易——从寻找商品到下单，全部由Agent完成。40元当然不算什么，但值得关注的是——一个Agent第一次从“告诉你该买什么”，向“替你把东西买回来”跨出了一步。 蚂蚁的策略是把自己变成“催化剂”：帮助商家开发智能体，同时设立1000万元发展基金激励开发者。但“催化剂”的逻辑能否成立，取决于一个更根本的问题：用户到底会不会把交易决策权交给一个Agent？ 韩歆毅在圆桌上提出了一个值得深思的概念——KYA（Know Your Agent，了解你的智能体）。过去互联网交易靠KYC识别用户、KYB识别商家，但当Agent代表用户执行交易时，需要回答一组全新的问题：Agent是谁、代表谁、被允许做什么、行为是否可信。他将其概括为五大信任机制：授权、身份、能力评估、资金安全和可追溯审计。 
2026 Inclusion·外滩大会主论坛圆桌：当Agent成为交易主体 这不是技术细节，而是智能体商业的底层制度。没有这套制度，用户不会放心让Agent碰钱。 圆桌上另一个值得关注的信号来自韩歆毅对流量逻辑的判断。他说，未来商业流量可能从“时长”转向“意图”——过去商家围绕曝光、停留时长和转化率竞争，而在智能体时代，用户只需表达需求，由个人助理式智能体帮助匹配服务并完成交易。 这句话的分量，可能比“6到12个月爆发”更重。它意味着整个互联网商业的底层逻辑——从“争夺用户注意力”到“理解用户意图”——正在发生根本性迁移。 同场圆桌上，OPPO高级副总裁兼首席产品官刘作虎、万事达卡首席产品官Jorn Lambert也从硬件终端和支付网络的角度参与了讨论。四位的共识是：Agent交易目前仍处在早期阶段，但随着AI进一步进入真实经济活动，Agent作为交易主体将成为常态。安全、信任、身份验证是Agent交易的核心基础设施，硬件终端、大模型、支付网络需要协同共建生态。 
02 具身智能：从“能干活”到“能赚钱”的距离 
本届大会科技展区，40余家具身智能企业集中亮相。蚂蚁灵波复刻药房真实环境做夜间拣药分拣，机器狗“途途”现场跑腿支付。这些场景有真实价值，但从“能干活”到“能赚钱”，中间隔着一条比想象中更宽的河。 
自变量机器人创始人兼CEO王潜在圆桌论坛上给出了一个极其直接的判断标准：“如果非得说一个指标的话，那就是客户能够可持续地为新技术付钱，并且付得越来越多”。 这个标准把产业化从“是否有订单”推进到了“是否能形成复购和扩张”。它隐含两层检验：第一，客户支付的是对新增生产力的支付，而不是创新试点或品牌展示预算；第二，供应商能从收入中获得持续研发能力，形成正向循环。 王潜透露，自变量机器人已在物流场景实现突破，投资回报率超过人类作业方案。这是一个积极信号，但物流场景恰恰是最标准化、最容易量化的场景。真正的挑战在于，当机器人进入药店拣选、家庭服务等非标准化场景时，ROI能否同样成立。 苏度科技联合创始人韩铮补充了另一个维度：具身智能的商业化前提是“高成功率”，且泛化不能以高昂的部署成本为代价。破壳机器人创始人许华哲则把问题拆得更细：语言大模型50%的成功率可以通过多轮对话拿到满意结果，但机器人50%的成功率意味着一半概率打碎杯子。 许华哲还透露，团队对通用模型Astra进行了测试。结果显示，Astra的语义和空间泛化能力较强，能识别桌面上的物体、抓起细小的筷子、完成拿起、旋转和递送；但在物理接触能力上仍有待提升，用筷子拨动物体、堆叠盒子、折叠衣服等复杂接触任务还存在困难。 蚂蚁灵波科技首席科学家沈宇军提醒：“行业容易陷入一个误区，把商业化能否落地几乎全部归因于模型性能，但模型只是其中一环。真正落地，要综合考虑硬件、模型、系统鲁棒性、部署方式和最终ROI”。 值得关注的是，王潜此前在2026世界机器人大会上曾给出一个乐观判断：物理世界的通用智能并非遥不可及，机器人进家庭“绝对不用等五到十年”。但这个乐观判断需要被放在“能持续付钱”的标准下重新审视。 对关注这个赛道的读者来说，王潜的标准可以直接当作筛选器用：不看Demo效果，不看融资规模，就看客户是不是在持续付费，而且越付越多。 
03 生产率红利：为什么宏观数据里看不到AI 
本届大会最有价值的一组分歧，出现在经济学家之间。 诺贝尔经济学奖得主菲利普·阿吉翁在开幕式上通过线上连线发表主旨演讲，主题为“创造性破坏与AI革命”。 
诺贝尔经济学奖得主、法国经济学家菲利普·阿吉翁 他和同事的研究显示：仅考虑AI对商品和服务生产中任务的自动化，未来十年AI就有望使生产率增速每年额外提高约0.68个百分点。如果进一步考虑AI促进新想法产生的作用，潜在提升幅度合计约为1.08个百分点，甚至可能超过IT革命。 阿吉翁强调，“0.68个百分点只是一个下限”。但他同时指出，AI的技术潜力能否转化为持续增长，取决于竞争政策、教育体系和劳动力市场制度能否同步跟上。他特别提到，AI价值链上游已呈现较高集中度，能否充分释放潜力，取决于能否处理好竞争问题。 中金公司首席经济学家缪延亮则说了一句极其重要的话：“虽然很多人都在用AI，也觉得效率高了，但是在宏观数据里面目前还没有体现”。 他的解释是关键：技术跑太快，组织方式没跟上。一百多年前电力刚发明时，工厂只是把蒸汽机换成电动机，生产组织方式没变，生产率没有立刻提升。直到流水线出现，电力的生产率潜力才真正释放。这就是“索洛悖论”的当代版本——技术已经广泛使用，宏观生产率数据却未必立即改善。 
缪延亮还指出，这一轮AI革命与上一轮信息技术革命有一个明显区别：AI影响的岗位层级更高。过去的信息技术更多影响中间层级的岗位，而这一轮AI暴露度与收入水平呈现较明显的正相关。 另一位诺贝尔经济学奖得主、2011年诺奖得主、纽约大学教授托马斯·萨金特则给出了更为谨慎的判断。他在9月9日的见解论坛上提醒，AI仍处在充满未知的“开普勒阶段”——就像天文学革命早期，开普勒发现了行星运动定律，但还没有牛顿万有引力理论来解释“为什么”。 萨金特说，AI真正的前沿，是能否从“开普勒阶段”走向“牛顿阶段”——不仅能够发现相关性，还能够进一步理解和推断事物背后的结构，在训练数据之外实现更好的泛化，并能够识别自身知识的边界。“我们还不知道AI什么时候会进入‘牛顿阶段’。” 北京大学国家发展研究院院长黄益平将这一问题放在更长的时间尺度上审视。他借“恩格斯停顿”说明：工业革命曾带来人均实际产出显著提升，但工人实际工资长期停滞。“即便是工业革命发生，整个经济变得繁荣，分配问题会变成一个很大的问题”。他以此追问：AI提高生产率后，就业能否跟上？收入分配是否公平？总需求是否能够支撑新增的供给？ 上海财经大学校长刘元春则表示，与AI经济快速进入现实相比，经济学理解AI的速度明显更慢：“AI经济的新形态已经跑出来了，但AI经济学还没有真正开始”。 这组分歧的意义不在于谁对谁错，而在于它揭示了一个被忽视的事实：生产率红利不会自动到来。个体感受到的效率提升，和整个经济的生产率跃升之间，隔着组织重构、流程再造、员工培训等一系列配套投入。这些投入先产生成本，收益滞后释放。 对企业的判断锚点在这里：不要看企业部署了多少AI工具，要看企业有没有因为AI改变组织方式。部署是投入，重构才是产出。 
04 就业冲击：一个被误读的议题 
“AI会不会取代人类工作”——这是每场科技大会都会被问到的问题，但2026外滩大会上，经济学家们的回答比“会”或“不会”更精准。 上海交通大学安泰经济与管理学院讲席教授陆铭给出了一个值得记住的判断：“人工智能不会取代就业，也不会取代职业，它只会取代能力”。他隔空回应了马斯克“未来10到20年工作将变成可选项”的预测，把人的能力分为两类：标准化、可编码的“机能”，和理解力、沟通力、表达力、共情力、组织力、审美和价值判断等难以编码的“人能”。 在陆铭看来，一个岗位不会因为AI出现就整体消失，而是任务被重新拆分：越标准化的部分越容易被机器接手，越需要理解人的部分，人的优势反而更突出。“服务业，可能是人类最后的护城河”。 摩根士丹利中国首席经济学家邢自强则给出了一个更紧迫的补充：“这轮AI扩散可能只需要十年左右，而蒸汽机、电气化、互联网都给了劳动力市场两三代人的转型时间。新岗位的创造，赶不上对旧有岗位的蚕食和冲击，完全可能发生。一些入门级岗位可能率先减少”。 邢自强认为，AI首先提高资深专业人士的生产率，入门级工作可能率先减少。他强调，这一轮AI可能在10年左右普及，远快于过去技术革命，中国与美国几乎同时站在技术革命起点，“没有作业可以抄”。 陆铭和邢自强的判断放在一起，指向一个读者真正需要知道的事实：受冲击的不是某个行业，而是某个层级的工作。以标准化执行为主的入门级岗位，紧迫性已经很高；以判断、沟通、协调为主的岗位，AI是杠杆而非替代。 对个人来说，陆铭的框架可以直接用来自我诊断：你的核心能力里，多少是可编码的“机能”？多少是不可编码的“人能”？这个比例，就是你的风险等级。 
05 科学家的“降温”：技术狂飙时代的清醒剂 
本届大会有一个值得特别关注的现象：在最火热的AI话题上，科学家们在集体“降温”。 需要说明的是，科学家们的“降温”针对的是技术过度炒作，而非否认商业机会，两者并非矛盾。 中国科学技术大学上海研究院执行院长、“九章”光量子计算机项目主持人陆朝阳在主论坛上说了一句很直白的话：“量子计算虽然很卷，目前其实还很菜”。他明确表示，量子计算不是“超级GPU”，并不会天然加速AI训练过程。“对于今天大模型的训练，目前还没有公认的算法能够提供加速。” 陆朝阳解释，量子比特叠加态常让人误以为天然并行，但测量后只能得一个结果，加速不会自动发生。只有对少数具有特殊数学结构的问题，量子计算才能提供真正的加速。针对国内部分企业大肆炒作“量子新药、量子金融、量子养殖”等概念，他指出国际顶尖机构悬赏500万美元征集实用量子算法，足以证明核心应用仍待突破。 普林斯顿大学人工智能创新中心主任王梦迪则从另一个维度提出了警示。她提出，大模型本质是“众数寻求”的智能体，只会收敛在人类知识的概率中心，严重低估甚至忽略稀缺、非常规的长尾现象。 
她的团队与普林斯顿大学社会学教授谢宇合作，用大模型进行“模拟人生”实验，发现模型高度偏好高频、常规的社会规律，却在基础科学原创发现上持续滞后。 更值得警惕的是她对AI与科研关系的判断：“大模型或许没有加速科学进步，反而正在拖慢科学发现”——AI生成论文数量呈指数级暴涨，但人类真实的实验观测和全新发现并未同步增加，导致科研领域“信噪比持续暴跌”。 王梦迪和陆朝阳的共同观点是：在技术狂飙的时代，正视能力边界、剥离产业泡沫，才是前沿科技高质量发展的前提。对商业读者来说，这意味着：不要被“AI能做一切”的叙事带偏。真正值得关注的，不是AI已经能做到什么，而是AI在哪些关键领域还做不到。 
06 可信基础设施：AI时代的底层制度 
当Agent成为交易主体，一个根本性的问题就出现了：谁在交易？是否获得授权？出了问题谁负责？ 这就是大会形成的重要共识之一——身份、授权、安全和责任追溯等“可信基础设施”的重要性显著上升。 在传统商业中，交易主体是人，身份验证靠身份证、银行卡、人脸识别。但当AI智能体可以独立下单、独立签约、独立执行任务时，“谁在操作”就成了一个需要重新定义的问题。 韩歆毅在圆桌论坛上提出的“了解你的智能体”（KYA）概念，正是对这一问题的回应。他提出了五大信任基础设施：授权、身份认证、能力评估、资金安全、可追溯审计。他的框架是“投资—收入—消费”的新循环——AI创造的增长要转化为个体劳动者和中小企业的就业和收入机会，需要在资本和劳动之间形成更均衡的分配。 这不是技术细节，而是AI经济的底层制度。没有可信基础设施，智能体商业就无法大规模展开。 
07 AI人文对话：当机器越来越聪明，人守住什么？ 
主论坛最后回到“人”本身。 著名作家刘震云和香港大学计算与数据科学学院院长马毅，一个从文学出发，一个从人工智能出发，却谈到了同一个问题——当机器越来越聪明，人真正应该守住什么？ 
刘震云讲了一个很有意思的经历。今天网上有大量顶着他的脸、模仿他的声音发表观点的视频，“95%都是假的”。AI甚至可以借着《一地鸡毛》《一句顶一万句》等作品的风格，继续“替他发言”。他把这比作孙悟空与六耳猕猴——“最后连佛祖都认不出来它俩到底谁是真的。” 但在刘震云看来，模仿得像，并不等于真正的创造。AI擅长处理过去和现在的知识，却难以创造全新的视角：“它可以模仿《一地鸡毛》写《一地鹅毛》，但我还没想到、没写出来的作品，AI肯定模仿不了。”他还说了一句很有画面感的话：“AI只会告诉你哪个饭馆好吃，但不会请你吃饭。” 马毅从科学角度回应，AI目前的“聪明”主要是模式识别和统计生成，而人类的创造力、价值判断、情感共鸣仍然是AI难以企及的。 这一现象引发了深刻的思考：当AI可以完美模仿一个人的声音、面孔、写作风格，“真实”本身的价值在哪里？人作为独特个体的不可替代性在哪里？ 
08 AI艺术节：AI从工具走向共同创作者 
本届大会首次设立“外滩大会AI艺术节”，包括AI音乐会、AI概念艺术展、AI影像展映三大单元。这标志着AI从“工具”走向“共同创作者”。 以「超现实」为主题的AI音乐会上，国内首位获得官方数字人身份认证的AI虚拟偶像Yuri尤栗带来全球线下首演。演出采用“百米巨幕Live + 10K AI影像 + 真人共创”的舞台形态，数字艺人Yuri、民谣乐队“房东的猫”、民乐团、儿童合唱团及机器人等多元演出主体共同参与。 AI概念艺术展《纠缠，而后日以作夜》是国内首个由智能体（Agent）导览的AI概念艺术展，汇聚Gene Kogan、郭锐文、罗霄等20余位国内外艺术家的作品。整个展厅被设计为一个能与观众互动的“活空间”。 特别值得关注的是，哈罗德·科恩1985年创作的真迹《AARON at Tsukuba, #2 19-3-85》亮相。这件作品由AI艺术先驱哈罗德·科恩创建的AI系统AARON自主绘制并署名完成。AARON被认为是全球首个专为艺术创作设计的人工智能系统，而这件作品也是目前已知唯一由AARON自主署名的艺术作品，跨越半个世纪的AI艺术史。 AI影像展映「异空间」呈现了100余部AI影像作品，联合了MiniMax等AI公司和创作者，集中观察AI如何进入影像创作。 
09 城市智能：王坚的另一个视角 
中国工程院院士、之江实验室主任、阿里云创始人王坚在大会上带来了对技术与产业演进的判断。9月10日下午，他在外滩大会露天广场发表了题为《以青年人的方式思考人工智能》的演讲。 
他提出“城市智能是人工智能的皇冠”，认为未来人工智能发展的关注焦点应该放大到城市这一级上，可通过“城市智能”用10%的资源实现可持续发展目标。他还提出，“在人工智能上投入一度电，世界或许能在别处少用十度电”。 王坚对“年青人”的阐述同样值得记录：“年青人的方式，就是下雨了也不愿意打伞”，“失败和成功加在一起，那就是年青人的定义”。 
10 大会共识与核心争议 
大会闭幕时，组委会总结了形成的行业共识： 大会也留下了诸多争议与思考： 
11 结语：三个可以带走的判断锚点 
不给“五大趋势”或“十大信号”这样的总结。给三个可以直接用的判断工具。 第一，用“组织重构速度”衡量AI落地进度。 缪延亮的“电力—流水线”类比说明，AI的生产率红利不会自动到来。不要看企业部署了多少AI工具，要看企业有没有因为AI改变组织方式。部署是投入，重构才是产出。 第二，用“持续付费”筛选具身智能的真实进展。 王潜的标准简洁有力：不看Demo，不看融资，就看客户是不是在持续付费，而且越付越多。这个标准可以直接用来判断任何AI硬件和机器人项目的商业化成熟度。 第三，用“机能/人能”比例做自我诊断。 陆铭的框架指向一个可操作的问题：你的核心能力里，多少是标准化、可编码的“机能”，多少是理解力、判断力、共情力这类难以编码的“人能”？这个比例决定了你被AI替代的风险等级，也决定了你应该把时间花在哪里。 2026外滩大会留下的最深印象，不是任何一个金句或数据，而是一种状态：AI新经济有方向，没路径。 所有人都知道要往哪走，但没有人能准确说出走多快、走哪条路、会在哪里卡住。 这种“有方向、没路径”的状态，对商业观察者来说是幸运的。因为这意味着，最有价值的内容不是告诉你答案，而是帮你想清楚问题。 
在数字经济的浪潮里，iDAO商学与你同行 以人为本，以资为用，以企为场，产融互赋人企资产和谐发展 
AI的经济价值正在从“降本增效”转向“创造新的需求、供给与商业增量”。 AI不再只是提高效率的工具，而是创造新价值的引擎。 智能体商业成为打开增量空间的重要路径。 Agent从“告诉你该做什么”向“替你把事情做完”跨越。 “可信基础设施”的重要性显著上升。 随着AI开始代替人完成更多任务，身份、授权、安全和责任追溯成为核心基础设施。 AI的红利兑现需兼顾效率与分配公平。 最终以“人的获得感”来衡量，“以人为本”成为AI发展的核心价值导向。 AI的价值实现，最终仍要由“真实增长”来检验。 技术突破不会自动转化为持续增长，需要制度、政策和组织形态的同步配套。
AI生产率提升何时在宏观数据中体现？ 乐观派（阿吉翁）认为未来十年每年提高1.08个百分点；谨慎派（缪延亮）认为目前宏观数据还没有体现，组织方式没跟上；萨金特认为AI仍处在“开普勒阶段”。 就业冲击有多大？ 乐观派（陆铭）认为AI不会取代就业，只会取代能力，服务业是人类最后的护城河；谨慎派（邢自强）认为这轮AI扩散太快，只有十年，入门级岗位可能率先减少；精准派（缪延亮）认为AI影响的岗位层级更高。 量子计算和具身智能的商业化节奏？ 乐观派（王潜）认为机器人进家庭不用等五到十年；谨慎派（陆朝阳）认为量子计算不是“加速一切”的超级GPU，目前其实还很“菜”；务实派（沈宇军）认为具身是系统工程，模型只是其中一环。
iDAO商学丨简介
●iDAO商学是以人为本，科技为翼，商业为体的综合发展服务平台；
●立足“十五五”数字经济发展蓝图，以“文化+科技+商业”为核心战略，致力于协助个人和企业构建与新质生产力相匹配的生产关系的基础上，服务数字经济发展共同体，实现产融互赋和谐共生的发展生态；
●四阶课程：通识课、元知班、方案班、资产班。从认知筑基到结构规划，从品牌孵化到资产增值，陪伴个人和企业完成从技能到结构、从文化到复利的完整升级；
●执大象 天下往，iDAO商学与你同行