新京报贝壳财经讯（记者罗亦丹）9月9日，2011年诺贝尔经济学奖得主、纽约大学教授托马斯·萨金特（Thomas Sargent）在2026 Inclusion·外滩大会见解论坛上表示，AI正在成为推动经济增长的重要力量，但围绕AI的投资、决策与政策制定，也正面临巨大的不确定性。资本投入的规模不断扩大，并不意味着未来回报就更加确定。
在萨金特看来，理解AI正在带来的经济变化，首先需要承认一个事实：我们正在进入一个“知道AI很重要，却还不知道它究竟会把经济带向哪里”的阶段。
他用17世纪的开普勒和牛顿作比。开普勒通过大量天文观测数据，总结出了行星运行的规律，但当时并不知道这些规律背后的物理原因；牛顿则进一步解释了这些规律背后的基本原理。“今天的AI有点像开普勒。”萨金特表示。
当前的AI已经非常擅长从海量数据中识别模式、拟合规律和进行预测，但这并不意味着它已经真正理解了世界为什么如此运行。AI之所以能够取得今天的进展，很大程度上来自前所未有的数据规模、计算能力以及更加复杂的模型。
但在萨金特看来，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’。”萨金特说。这也意味着，AI新经济的到来，并不意味着未来已经确定。恰恰相反，随着AI越来越深地进入金融投资、企业经营、科研创新和公共政策等领域，如何面对“不确定性”，可能成为AI时代越来越重要的经济问题。
编辑 岳彩周
校对 杨许丽
