中国人民银行行长潘功胜在2026金融街论坛年会上系统阐述了人工智能对全球经济的影响：短期拉动投资、推升通胀，中长期提升整体生产率；就业总量冲击尚不明显，但就业结构已然生变；AI热潮更成为全球股市上涨的主要动力之一，但伴随高波动性。那么，AI究竟是下一轮增长引擎，还是放大结构矛盾？本文聚焦此全球热点话题展开讨论。
　　全球高债务已成为结构性约束，传统化债路径全面收窄
　　财政空间是本轮宏观讨论的起点。IMF口径下，2025年全球政府债务/GDP达94.7%，较2024年上升2.3个百分点；日本（229.6%）、意大利（136.8%）、美国（125.0%）均处历史高位，IMF预计2030年全球公共债务率将逼近100%。财政紧缩面临政治约束，通胀化债受制于通胀粘性，市场共识正转向唯一的“无痛”出路——以增长稀释债务（分母效应）。
　　 AI具备成为增长引擎的理论条件，但测算分歧高达50倍
　　作为通用目的技术，AI的罕见之处在于同时提升“生产效率”与“创新效率”（ECB，2026）。主流机构对AI年生产率增速贡献的测算从Acemoglu的0.07pp到麦肯锡的3.4pp，中性与乐观口径集中在0.4~1.5pp。与此同时，投入已经先行：Gartner口径2026年全球AI支出将达2.59万亿美元（+47%），其中基础设施1.43万亿、占比55%。资本开支本身即GDP需求，“AI经济”的投入期已经启动。
　　分配与需求是AI红利能否扩散的硬约束
　　美国劳动份额（劳动补偿/GDP，SSA口径）已从2000年的65%降至2020年的61%；BLS非农企业口径2025Q3更低至53.8%，为1947年有数据以来最低。美国2025年三季度GDP环比折年率增长4.3%的同时新增就业仅58.4万（上年为200万），呈现典型“无就业增长”。若AI回报持续向资本集中，边际消费倾向更高的劳动群体收入萎缩，或将出现“生产率上升、总需求塌陷”的结构性矛盾，AI反而放大而非化解高债务问题。
　　 AI是引擎还是放大器，取决于分配制度与政策响应，而非技术本身
　　数学上，债务率收敛要求名义增速持续高于利率（r<g）。我们的推演显示：假定名义利率3%不变时，若名义增速从2%升至6%，十年债务率将从143%回落至93%。但若增长红利集中于资本、劳动份额继续下行，需求端将拖累增速兑现，r≥g的约束下债务率反而恶化。政策需在再培训体系、税收结构（资本vs劳动）、竞争政策三个维度主动作为，方能将技术红利转化为广泛的需求扩张。
　　对固收与大类资产配置的含义
　　未来2-3年，AI资本开支周期主导（投资拉动期），权益资产相对占优、利率区间震荡，期限溢价存在上行压力；3-10年维度，“AI生产率兑现度”与“劳动份额走势”是决定自然利率r*方向与债务可持续性的两个核心跟踪变量——生产率兑现且红利扩散，r*抬升、长端承压、信用利差压缩；分配恶化压制需求，则secular stagnation 2.0回归、利率下行逻辑重启。
　　风险提示：AI技术进展与商业化不及预期、分配制度调整不及预期、参考资料有偏。