摘要：人工智能作为新一代通用目的技术，正通过数据、算力与算法的融合，引领数字经济转向智能化阶段，对劳动者质态、生产资料质态和产业体系进行创造性破坏，成为发展新质生产力的核心引擎。在劳动者要素方面，人工智能对复杂劳动者的知识和简单劳动者的技能提出新的挑战，教育与技术的赛跑成为劳动者质态跃升的关键。在生产资料方面，人工智能使劳动资料和劳动对象突破物理限制，生产资料形态向数字化、平台化转变。在产业体系方面，“人工智能+”深度渗透传统产业改造、新兴产业培育及未来产业布局，通过科技创新与产业创新的深度融合建立现代化产业体系，为发展新质生产力提供基础动力。
作者：洪银兴，南京大学文科资深教授、南京大学长三角经济社会发展研究中心教授；王慧颖，南京大学经济学院博士生
摘自：《经济学家》2026年第3期
本文载《社会科学文摘》2026年第6期
党的二十届四中全会明确要求全面实施“人工智能+”行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。实现这个目标的关键在创新驱动。本文从经济学视角研究人工智能技术所引发的创造性破坏的底层机制，寻求发展新质生产力的现实路径。
人工智能升级数字经济
发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。数字经济是以信息和知识数字化形成的数据为关键生产要素，以现代信息网络为重要载体，以有效利用信息通信技术提升效率和优化经济结构为重要动力的广泛经济活动。当前的新科技、新能源、新产业都筑基于数字经济。数字经济作为新质生产力的代表性质态，主要包含三个新方面：一是数据成为关键的生产要素，二是算力成为继热力、电力、网力后的新动力，三是算法成为现代科技的新方法。三者赋能各个产业，产生新质生产力效应。数据越是充分准确，算力越强大，算法越先进，数字平台规模越大，数字技术应用场景越广泛，数字经济的新质生产力作用就越大。
人工智能是数字经济的新阶段。作为新一代通用性技术，人工智能正在广泛渗透进生产全面数字化的过程，并通过革新产业体系、重组资源配置格局及转换发展动能等方式，成为驱动经济高质量发展的新动能。人工智能革命的驱动力源于数据、算力与算法这三大核心要素的融合，由此，人工智能不仅从专用机器工具进化为具有较强通识能力的通用技术系统，更通过“人工智能+”的模式重塑产业体系生态。习近平总书记强调：“要推动人工智能科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系，助力传统产业改造升级，开辟战略性新兴产业和未来产业发展新赛道。”这场由数据、算力、算法深度融合驱动的人工智能技术革命，已成为培育新质生产力的核心引擎，从三个方面推动数字经济迭代升级。
（一）共享数据要素
数字经济中的数据，从生产过程中的附属信息，转变为具有独立价值的全新生产要素。随着信息技术、互联网和传感设备的广泛应用，生产、流通和消费各环节不断数字化、网络化，数据要素实现了规模化积累和高频流动，使得人工智能得以突破实验室环境，逐渐形成对现实生产体系具有实质性影响的技术力量。数据的共享性和非竞争性改变了企业间的创新合作模式，从出于商业保密需求的封闭独立研发，转向基于技术互信的开放协同创新。这一转变主要源于两方面：数据要素的低成本共享使企业更有动力形成协同研发的基础数据池；前沿创新的跨学科需求使企业亟需突破其组织边界，并通过“产学研”实现知识信息的互补。在依靠共享数据进行合作时，企业面临商业机密泄露风险，传统契约关系难以解决这一问题。而人工智能技术构建了全新的技术互信机制，即通过隐私计算、区块链等技术降低道德风险带来的不确定性，降低企业在签约前和履约中的尽职调查、风险管控与争议解决等成本，通过技术手段为企业合作提供了更客观的信任背书。
（二）集中算力资源
算力是支撑算法运行和数据处理的动力，已成为新一代的基础生产力。数字经济平台可以集中算力资源，优化算力供给结构，构建多层次算力网络，使算力逐步转变为社会化、平台化的公共基础设施，为人工智能技术迭代与广泛应用提供动力。数字平台通过建设超级算力集群，把分散的计算资源集中到一起，形成规模化的算力供给体系，不仅可以提升计算效率，还可以通过资源共享降低技术应用成本，中小企业也能以较低门槛接入高性能算力网络。数字平台依托算力网络，实现算力资源的灵活配置：云端适用于模型训练和复杂计算；边缘节点适用于实时决策和本地化应用；终端设备满足个性化算力需求。多层次的算力供给体系为不同场景匹配算力资源。数字平台通过集中算力资源，能够吸引更多企业和用户接入，从而可以形成正向循环。即，使用平台算力的主体越多，平台算力利用率越高，算力单位成本越低。这种网络效应还可以推动人工智能技术进行快速迭代和广泛应用。
（三）加速算法迭代
算法是数字经济平台的智能大脑。算法通过可执行的指令，对零散的、高噪音的原始数据进行处理，形成具有生产价值的高质量数据。算法迭代的加速离不开数据供给的规模化与多样化。数字化平台可以实时采集不同环节的海量数据，使生产活动变得可观测、可计算，通过多样化场景提高算法的泛化能力，使其能够在不同产业领域之间高效迁移应用。数字平台是算法应用的实验室，算法运行不断产生新数据，这些数据反过来又可用于优化算法，加速算法迭代。
人工智能使劳动者质态在“创造性破坏”中跃升
新质生产力以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵。在人工智能经济形态下，这三个要素在创造性破坏中实现质态跃升和优化组合的特征分外突出。马克思在生产力三要素理论中使用的是劳动要素，而习近平在关于新质生产力基本内涵中使用的是劳动者要素，一字之差反映出新质生产力质态的区别：新质生产力不只关心劳动过程，更关注劳动者的质态。
（一）从事知识、技术、管理的复杂劳动者知识的“创造性破坏”
人才是发展新质生产力的第一要素。当前，随着新一轮科技革命和产业变革深入发展，“科学研究范式发生深刻变革，科学技术和经济社会发展加速渗透融合，基础研究转化周期明显缩短，国际科技竞争向基础前沿前移”。以人工智能为代表的基础性创新是科学新发现推翻了现有方法，根本地改变了技术的各个组成部分之间的关系，通用技术转向人工智能后，必然会催生大量的次级创新浪潮，分别对应通用技术在经济生活中特定部门的应用。一个重大的科学发现可能产生多项新技术，实现由基础性创新到改良性创新的拓展。扩大人工智能的应用场景和空间，可以放大体现新质生产力的基础性创新的效应，充分发挥其新动能作用。面对生成式人工智能和大模型，无论是科技人员还是管理人员已有的知识都被创造性破坏，亟待更新，需要将人工智能应用到前沿创新中，进行多领域、跨学科的复合式创新。
人机协同的工作模式降低了大数据信息的处理应用门槛，使学者能够将个人的直觉、价值判断和批判性思维与机器的计算效率相结合，从而得以探索更复杂、更动态的前沿学术问题。人工智能成为通用性技术后，数据工程师、算法安全合规工程师、人工智能程序员等新岗位往往对劳动者有更高的知识及技能水平要求，从而推动科技和管理人才的更新换代。
（二）人工智能对简单劳动者技能的“创造性破坏”
人工智能对劳动者的“创造性破坏”，直接表现为岗位破坏与就业创造并存的经济效应：破坏了劳动者旧的知识技能，创造了新的知识技能；破坏了劳动者旧的工作岗位，创造了新的岗位。这种对劳动力的替代及对新岗位的创造，呈现梯度推进的特征。人们对人工智能“创造”的新就业机会往往感知滞后，因此可能产生短暂的就业恐慌，需要一定时间的学习及实践，才能形成规模适度、结构合理的新兴劳动力市场，从而完成长期发展动能的转换。在人工智能时代，简单劳动者也有质态跃升的要求，必须具备一定的新科技知识和技能，适应数智时代人机互动的劳动。就业质量和经济发展水平存在互相影响、耦合互动的关系。只有实现知识与技能的普惠，人工智能才能成为拓展劳动者能力的工具，成为更智能、更高效、更可持续的经济发展新动能。这种经济增长模式的转换，是通过产业升级促使劳动者素质提升来实现的。此前三次工业革命，先是机器代替人手，再是电脑代替人脑，现在则是智能系统进一步替代人脑及其智能。
（三）教育与技术的赛跑
人工智能带来的就业岗位转换过程，就是一场教育与技术的赛跑。要实现人工智能带来的劳动者质态跃升，就要让教育始终跑在技术前面，构建一个对技术变革敏捷响应、具有前瞻性的新型教育体系。人工智能领域的科技竞争归根结底是人才的竞争，对此，要从以下两方面着手应对：
首先，构建全学段衔接的人工智能教育体系。在基础教育阶段，培育学生初步形成智能社会的思维方式与基本素养；在高等教育阶段，重点培养学生的批判思维与创造能力，构建跨学科融合平台。其次，推进面向全社会的人工智能通识普及和职业教育改革。要为劳动者提供持续适应技术变革的保障，开展针对性技能培训和继续教育，推动技术进步红利的共享。
人工智能使生产资料质态在
“创造性破坏”中跃升
在“人工智能+”科学技术、产业发展、消费提质、民生福祉、治理能力和全球合作这六大领域的应用场景中，人工智能实际上更多是作为生产资料存在的，不仅将各类劳动者从体力繁重、操作复杂、影响健康及生命安全的工作中解放出来，而且进入“人不能及”和“人难能及”的领域。
前三次工业革命仍受基本物理规律的刚性约束，未颠覆生产要素的基本形态。当前，新一轮科技革命和产业变革以人工智能技术对生产力进行全方位的“创造性破坏”，不仅通过数字化和智能化使社会生产的关键要素、核心动力以及主要方法都发生了根本性变革，而且劳动资料也演变为“算法”和“算力”及其依托的数字经济平台，从物理实体转向虚拟智能。
劳动资料从有形的硬件设备转向操作系统、大模型、工业软件等无形的平台化载体，使劳动资料具有了“虚实共生”的新形态。传统劳动资料具有排他性，在一定时空内只能服务于特定工序，复制和迁移的成本十分高昂。人工智能的算法模型或工业软件是开源的，可以被多家企业同时使用，并可结合应用场景对代码进行相应调整，边际复制成本极低。中小企业可以以较小的代价获取先进技术，从而实现人工智能的技术普惠与协同共享。人工智能算法具备持续学习、自我优化的能力，只要持续输入新数据进行模型训练，就可以使其预测更精准、决策更智能、适应性更强。由此，劳动资料开始具备自我演进的能力，从静态工具转变为动态智能体，极大降低了创新门槛和技术扩散成本。
再就劳动对象来说，数字平台采集到的原始数据，需要在算法与算力的协同作用下被清洗、去伪存真，才能转化为劳动对象。在人工智能条件下，数据是可以自我演化的生产要素，在被处理后可以产生更优质的新数据。
人工智能使产业体系在“创造性破坏”中实现现代化
人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变人类生产生活方式的突出表现是对传统产业的创造性破坏。一个国家的竞争力水平是由其产业竞争力反映的，现阶段，产业的现代化程度体现在人工智能上。人工智能推动的现代化产业体系构建主要涉及以下两个方面：
（一）以人工智能改造提升传统产业技术基础
传统产业面广量大，传统技术基础不改变就不能进入现代化产业体系，就会被创造性破坏，也就是被市场淘汰。传统产业技术基础的现代化，就是采用最新科技推动其数字化和绿色化转型。人工智能是改造提升传统产业的通用性技术。人工智能对传统产业的赋能，主要体现在其具备机器自动识别、自动学习、自动升级、自动响应和自动纠错的能力。与以往的工业革命不同，人工智能对传统产业的革新并非改造某一单一环节，而是渗透至产业链全环节，实现整体的智能决策和管理。
人工智能成果的智能应用，赋能传统产业转型升级。要整合最基础的生产要素，将其信息进行数字化存储及处理，并纳入智能决策和管理之中，以降低运营成本，提高生产效率。由链主企业发动，构建跨企业的数据平台，借助人工智能和数字加密手段促使企业间达成低成本互信，形成智能的产业链供应链及协同合作的组织形式。
（二）人工智能催生战略性新兴产业和未来产业
当前，新能源汽车、光伏、锂电池等“新三样”风生水起；新能源、新材料、航空航天、低空经济等战略性新兴产业集群发展；量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为前瞻布局未来产业新的经济增长点。所有这些新兴产业和未来产业都以人工智能为新技术基础。作为新一轮产业革命的核心技术，人工智能以其颠覆性、通用性技术催生新兴产业。具体体现在以下方面：
首先，人工智能颠覆了作为产业创新源头的实验室研发模式。传统研发模式依赖个人知识积累，人工智能则可以通过深度学习等先进算法，通过模拟推演提前筛选出可行实验路径，提高研发效率及研发成果的可复制性和可推广性。其次，人工智能与绿色技术的融合有助于培育绿色新兴产业。我国的电动汽车、锂电池和光伏产业处于全球领先地位，是人工智能与绿色技术成功融合的典型代表。再次，人工智能技术催生新兴产业的新消费需求。智能网联汽车、智能穿戴设备等智能商品的消费趋势方兴未艾，更是出现了智慧街区、智慧门店这种体验型的智能消费。消费模式开始从标准化转向“因人而异”的个性化服务。最后，人工智能为催生未来产业提供新赛道新领域。对未来制造、未来信息、未来材料、未来能源、未来空间和未来健康等未来产业进行前瞻性布局，形成未来产业的人工智能化发展生态，要求强化数据、算力、算法等人工智能要素的高效供给。
人工智能时代的“创造性破坏”是一场广泛而深刻的经济社会体系变革。唯有深化教育改革，健全政策框架，优化治理模式，推动数据、算力、算法的协同进步，方能在“破坏”中催生“创造”，实现科技创新与产业创新的深度融合，建立智能化、绿色化、融合化的现代化产业体系。
