（问题）以大模型为代表的人工智能快速从实验室走向规模化应用，正在成为推动新一轮科技革命和产业变革的重要力量。
与此同时，技术扩散带来的岗位调整、产业洗牌、收入分配变化等问题受到社会高度关注：哪些行业将被重塑，哪些工作会被替代，新的增长点和就业机会将在哪里出现，治理体系如何与技术演进同步更新，成为摆在各方面前的现实课题。
（原因）论坛专家指出，此轮变革之所以影响广泛，首先在于大模型具备通用性与平台性特征，能跨行业复用并以“工具链”方式嵌入研发、生产、营销、管理等环节，带来全流程效率提升。
其次，模型能力正由以语言交互为主的“表达型智能”向“行动型智能”演进：从回答问题、生成文本，进一步走向调用工具、协同系统、完成任务的“能说会做”。
再次，技术架构持续迭代、原生多模态融合与工程化能力增强，正在降低应用门槛，使其从少数专家工具逐步转向更多企业与场景可用的基础能力。
多重因素叠加，推动人工智能从“点状试用”进入“系统重构”的阶段。
（影响）专家以经济结构演进的历史规律说明技术冲击的多层次特征：一是产业内部的竞争格局变化，掌握新技术、效率更高的新企业会加速形成优势，传统企业若不能完成数字化与智能化改造，市场份额可能持续承压；二是产业结构的再配置，新兴产业、先进制造与现代服务业加快发展，对传统产业形成替代与重组，产业链分工方式、企业组织形态乃至区域产业布局将随之调整；三是社会层面的连锁反应，突出体现在就业岗位类型变化与收入结构调整上，既包含部分岗位的减少，也包含新职业、新工种在新需求牵引下扩张，期间可能出现结构性摩擦和阶段性不匹配。
与会专家强调，判断技术对就业的影响不能停留在“替代”视角。
工业革命以来的经验表明，机器替代某些劳动的同时，也会通过生产率提升与消费扩张创造更多新岗位。
随着工作方式与工作时长的变化，人们对文化、旅游、健康、养老、教育、体育、宠物等体验型、服务型消费的需求持续增长，这类领域往往更依赖人际互动、情感理解与综合判断，蕴含大量新的就业空间。
恩格尔系数长期下降也从侧面反映：当物质消费趋于稳定，服务消费和高质量供给具备更强的增长弹性，服务业比重上升是经济发展的一般规律。
在此背景下，人工智能可能推动“高技能岗位扩容、传统技能加速更新、低端重复劳动减少”的结构变化，对职业教育、终身学习与劳动力流动提出更高要求。
（对策）专家建议，抓住国家全面部署“人工智能+”行动的窗口期，以应用牵引夯实智能经济底座。
一方面，要推动关键场景规模化落地，围绕制造、能源、交通、政务、医疗、教育等重点领域打造可复制、可推广的示范应用，形成从数据治理、算力支撑到模型部署、应用运营的完整链条，促进传统产业“改造升级”与新兴产业“做大做强”同步推进。
另一方面，要强化治理能力建设，在鼓励创新的同时注重风险防控与社会稳定：完善数据安全、隐私保护、算法透明、模型合规等制度规则，健全责任边界与问责机制；加强劳动者权益保护与就业支持，完善技能培训、岗位转移和社会保障衔接；推动公共服务体系适应新职业、新形态用工的发展，降低结构性失业和收入分化的潜在风险。
（前景）专家认为，“十五五”时期是智能经济从探索走向成型的关键阶段。
随着大模型从“文本生成”向“任务执行”升级，并与产业软件、工业设备、业务流程深度融合，未来将可能出现更多“人机协同”的新型组织模式：人负责目标设定、价值判断与复杂决策，机器承担数据处理、方案生成与流程执行，进而形成跨界融合、共创分享的新型生产方式。
深圳等创新活跃城市依托产业基础、应用场景和制度供给优势，有望在智能制造、数字服务、治理创新等方面率先形成示范效应，为全国智能经济高质量发展提供经验。
人工智能的发展是一场深刻的社会变革，既带来前所未有的机遇，也伴随着现实的挑战。
历史经验表明，技术进步的最终结果往往是创造而非毁灭，是拓展而非收缩。
关键在于我们如何主动适应这种变化，通过完善教育体系、优化社会保障、创新治理方式等举措，确保技术红利惠及全社会。
在这个过程中，既要充分释放创新活力，也要防范系统性风险，在发展与安全的平衡中找到中国特色的智能经济发展道路。