9月9日，在2026 Inclusion·外滩大会《AI经济增长新范式与社会价值重构》见解论坛上，上海财经大学校长刘元春讨论了AI是否是泡沫的问题。他认为，要回答这个问题，关键在于评估AI能带来多大的生产率提升。
围绕AI泡沫的争论实际上反映了市场对未来增长红利的不同判断。如果认为AI未来带来的生产率提升有限，那么当前的高估值就缺乏基本面支撑；反之，如果相信AI将引发显著的生产率革命，高估值可能包含了对未来增长的提前定价。然而，目前经济学界对此尚未达成共识。
几乎所有研究者都认同AI已经开始改变经济，但对具体影响的大小、出现的时间以及实现路径存在分歧。不同研究给出的测算结果相差较大。例如，MIIT经济学教授Acemoglu较为悲观，预计未来10年AI每年对全要素生产率的贡献约为0.07至0.1个百分点；而OECD的一项研究则预测这一数值为每年0.25至0.6个百分点；还有研究测算达到0.5至1.3个百分点。商业机构通常更为乐观。
刘元春指出，预测分歧巨大的一个重要原因是研究者对AI可经济化落地任务的假设差异极大。经济学家不一定真正了解产业中的具体工艺、流程和任务结构，因此对于“哪些任务可以被AI替代”的假设不同，最终得到的宏观增长结果也会有很大差异。他提醒，对于各种AI生产率预测，“大可不必全信”，更重要的是理解背后的假设和方法。
关于AI泡沫，刘元春介绍了经济学和金融学领域的三种分析视角。一种观点认为高估值是对未来生产率提升的理性定价；另一种观点则认为它已经脱离基本面，是典型的投机泡沫；第三种观点提出了“投机增长”的可能性，即泡沫未必只意味着资源浪费。如果高估值维持足够长时间，可能会刺激算力、数据中心、大模型等实体资本的大规模投入。即使后来估值回落甚至泡沫破裂，已建成的基础设施仍可能留下并支撑经济停留在更高的产出水平。
刘元春以互联网泡沫为例说明，资产价格的剧烈调整并没有阻止互联网技术的发展，也没有抹去此前形成的基础设施和企业能力。因此，判断今天的AI投资是否是“泡沫”，不应只关注估值是否会下跌，而应关注在泡沫期间形成的算力、模型和基础设施能否转化为真实生产能力。
