10月19日，2026外滩年会在上海市黄浦区开幕。本届年会由中国金融四十人论坛（CF40）与清华大学联合主办，主题为“科技、地缘与全球经济”，会期持续至10月22日。

年会坚持“国际化”“专业化”定位，本届共设19场外滩圆桌与12场闭门会。截至目前，本届年会已有来自24个国家和地区的126位国际嘉宾确认出席演讲，包括9位央行行长、4位副行长和6位财长、副财长。

年会首日，人工智能（AI）成为讨论焦点。与会嘉宾的关切从AI对生产率、就业与收入分配的影响，延伸至AI投资、AI治理。其间多位嘉宾表示，AI带来的一些风险尚未被充分看见——它们不在资产负债表上，不在传统监管视野内，甚至不在人类对技术的既有认知里。

AI与宏观经济：生产率红利与收入分配压力

清华大学校务委员会副主任杨斌在开幕致辞中表示，与其以“AI+”的加法思维看待AI，不如将其理解为“x的AI次方”：AI带来的不是单项工作中的工具增量，而是整个行业乃至整个社会的系统性重构。他将AI技术当前的状态比作快速迭代的“技术青春期”，而不少组织仍带有追求短期回报、习惯线性改进的“组织中年”特征，两者的碰撞将促使商业逻辑和组织模式进行深度反思。

外滩年会国际顾问委员会委员，美国第70 任财政部长、美国外交关系委员会名誉联席主席鲁宾与北京大学国家发展研究院院长黄益平率先就AI对劳动力市场的影响开启对话，这也是二人连续第七年在外滩年会展开对话。鲁宾指出，AI可能显著提升生产率，但另一面是知识工作者可能大规模失去岗位，且这类人群未必具备转向其他工作的技能，转型的复杂性不容低估。

他援引经济史学家罗伯特·艾伦关于第一次工业革命的研究指出，当年产出大幅提升与实际工资长期停滞并存的“恩格斯停顿”，在当下同样值得高度警惕。若AI带来的技术红利更多向资本倾斜、向劳动倾斜不足，不仅将加剧收入分配失衡，还将冲击财政税收结构，因为当前制度下劳动所得的税负远高于资本所得。

黄益平认为，如果生产率提升推高总供给，而就业与收入分配制约总需求，可能需要更积极的公共政策。他就“全民基本收入”（UBI）方案的可行性向鲁宾发问，鲁宾直言UBI并非良策，认为人们希望工作，而工作也关乎身份认同和发展机会。

在CF40-G30外滩圆桌“转型中的央行：职责、市场与宏观审慎风险”上，AI的宏观影响同样成为讨论焦点。美联储原副主席唐纳德·科恩表示，AI投资热潮对需求的拉动先于对供给的影响，正在增加通胀压力。他同时指出，美国劳动力市场表现平稳，工资增速不高，工人对AI的担忧可能抑制了加薪诉求。

以色列央行原行长雅各布·弗伦克尔认为，AI对供给的影响可能很大，但不会在短期内显现；与此同时，基于未来预期的资产估值已在拉动需求。AI最终偏向推高还是抑制通胀，需要在这一框架下评估。他提醒，过去两年全球经济表现好于此前的担忧，人们常将此归因于AI，但在弄清其作用机制之前，不宜过度依赖这一解释。

欧洲央行首席经济学家菲利普·莱恩介绍，AI全球供应链今年对欧元区贸易形成提振，也为欧元区经济带来一定刺激，但程度不及美国。他表示，欧元区工资相对温和，服务业通胀并未明显上行，这与两重担忧有关：劳动者担心岗位被AI取代，企业则担心来自中国的竞争压缩业务。

日本央行原行长白川方明则提出另一个视角，即AI对民主的影响。他回顾称，三十年前互联网兴起时，外界曾乐观地认为它将改善民主，但随后也出现了各种负面影响。由此，他提出AI如何影响民主的疑问，他认为这关系到货币政策与金融稳定措施的运作。

AI与金融：债务融资与“循环承诺”

在与鲁宾的对话中，黄益平提出AI投资中的“循环承诺”风险：大型科技公司作出巨额采购承诺，上游供应商随之大幅扩张，一旦采购承诺因故无法兑现，可能引发市场急剧调整。

鲁宾表示，美国银行体系整体健康，向AI相关业务放贷的大型银行资本充足，区域性银行则基本未涉足这一领域；非银放贷机构存在一些问题，需要加以应对。他认为，个别公司可能会出现问题，但引发系统性金融危机的概率“极低”。他强调，与AI相关的一切都伴随着巨大的不确定性，“我们的经济本来就有起伏，这是市场经济的本质”。

但荷兰央行原行长克拉斯·诺特警示，据他掌握的数据，AI投资热潮中约三分之一来自债务融资，而表外承诺往往意味着这一比例只是下限。他表示，不应轻视市场出现大幅调整的可能性，尤其是美国消费对财富效应较为敏感，调整可能会很快产生更广泛的影响。

AI安全：鲁宾呼吁中美合作

鲁宾表示，比投资和增长风险“大得多”的问题是AI安全，他此前已与美国前财长亨利·保尔森就这一问题联合撰文。他指出，开源使AI技术可被更多人获取，通用人工智能（AGI）乃至超级人工智能（ASI）的递归式自我改进正在快速推进。由此可能引发严重的负面后果，包括各类网络攻击，且发生概率相当高，目前尚无完善的应对之策。

鲁宾强调，中美两国都应对此高度重视并共同行动。他同时表示，这类合作除遏制风险外，也可能帮助两国更好地实现AI的上行潜力，但目前尚无具体的机制设计。

在谈到美国对华技术限制背后的白宫政治共识时，鲁宾强调，美中需要超越这一状态来应对AI安全问题，否则两国都将付出巨大代价。他认为，中期选举结果对美国政治环境意义重大，但对政策走向的实际影响有限，因为国会难以在这一领域有效作为，相关举措需要来自政府行政部门。而在他看来，政府已采取的行动与这一问题的严重程度相比“远远不够”。

AI治理：金融监管如何落地

在外滩圆桌“金融领域AI治理：关键议题与可行路径”上，世界银行常务副行长兼首席行政官张文才、中国工商银行行长刘珺、香港金融管理局副总裁阮国恒、欧洲50集团主席洛伦佐·比尼·斯马吉围绕AI治理的责任归属、监管能力、普惠和跨境合作等问题展开讨论，国际货币基金组织驻华首席代表马歇尔·米尔斯主持。

张文才介绍，世界银行调查显示，仅11%的新兴市场金融监管机构在使用AI监管工具，约一半机构表示没有足够的人员和工具进行有效监管；各经济体的监管能力存在两种速度，有的已走在前沿，例如用AI预防和侦查欺诈，有的则完全没有工具，同时还存在对少数几家云服务商和模型提供商的过度依赖。他提出三点：一是夯实基础，借鉴而非重新发明，能力有限的国家可借鉴国际现有做法和指引，把数字身份纳入数据保护和支付体系，并将有限资源投向风险最高的领域；二是帮助监管者运用AI监管AI，需要更加互联的数据，也需要员工懂得使用；三是金融机构即使技术来自他处，仍须对AI决策负责，网络安全与数据保护等机构应坐在同一个房间协调，并跨境分享监管工具、测试结果和早期预警。

他还介绍，世界银行新近发布的世界发展报告提出，AI有望让发展中国家在十年内完成原本可能需要百年的增长，并建议按采纳、适应调整、推进的顺序使用AI，其中对多数国家受益最大的是适应调整：高收入国家的工具未必适用，需要用当地的数据和语言加以调整。他表示，世行主张推动发展中国家使用成本较低的小型AI工具，并呼吁发展中国家主动塑造AI的发展而不是被动接收，要快速行动、建立信任，不让任何一个国家掉队。

谈到金融包容性，张文才表示，AI可以扩大包容性，但需要从一开始加以设计，包容性不会自动发生。他提醒不要把二者混为一谈：有人拿到了数字贷款，处境却依然不如从前；如果模型有偏见、规则不清晰，或用户无法质疑决策，数据又不能反映女性、非正规就业者的真实生活，这些群体就会吃亏。世行调查中，59%的新兴市场金融监管机构把欺诈和诈骗列为消费者面临的高风险。他提出三项保障：夯实身份、互操作支付和数据治理等基础；看结果而不只是看模型，监管者应问清谁获批、谁被拒、谁付出更高成本，并用通俗语言解释决策、给用户简便的申诉方式；保护选择权与竞争，防止少数平台控制数据、分销和工具。

刘珺提出，AI治理面临“身份困境”——AI究竟是具有类法律主体地位的行为者，还是纯粹的技术工具？责任又该如何在算法开发者、部署者、使用者和终端用户之间划分？在算法黑箱下，问责和验证都十分困难。他同时指出几重错配：监管要求充分披露，而算法和数据参数难以披露；数据需要本地存储，而数据和算法本身没有国界；各国难以将AI的控制权交给他国，催生了主权AI；银行业以信用为基础，却难以对AI算法进行信用评分。他提出一个设想：能否将AI视为准人类法律实体，与现有市场参与者纳入统一监管机制。

在普惠方面，张文才指出，“可得”不等于“普惠”：若模型存在偏见、条款不清、缺少申诉渠道，借款人的处境反而可能更糟。他建议监管者关注结果而不仅是模型，例如谁被批准、谁被拒绝、谁付出更高成本，并为客户提供人工申诉渠道。

比尼·斯马吉提供了欧洲视角。被问及欧洲是否对AI监管过度时，他说，自己访谈了欧洲最大的AI企业Mistral，对方认为欧洲现行监管可以改进，但不是最大问题；真正的难题是规模，即如何在留在欧洲的同时获得足够资本，以及如何进入包括公共采购在内的客户市场。他转述企业的看法称，它们要的不是放松监管，而是对等的市场准入。

他同时提醒，当金融机构与客户都由智能体代为决策，市场调整可能更快、更具破坏性。他以抢椅子游戏作比，若智能体都足够聪明，都想抢在他人之前判断音乐何时停止，就会一起扑向同一把椅子。他说，人们知道如何为人类设计薪酬与问责激励，却不清楚如何为比人更聪明的智能体设计激励，使其重视多年前的危机经验。对此他坦言没有答案，“或许要等下一次危机才知道”。

责编 | 王祎