9月9日，在2026Inclusion·外滩大会见解论坛上，2011年诺贝尔经济学奖得主、纽约大学知名教授托马斯·萨金特（Thomas Sargent）发表了关于人工智能（AI）发展的深刻见解。他指出，AI正日益成为驱动全球经济向前迈进的关键因素，然而，在AI领域的投资、战略决策以及政策制定方面，却笼罩着一层厚重的未知与不确定性。尽管资本对AI的投入持续攀升，但这并不直接等同于未来收益的必然增加。

萨金特教授分析道，AI当前所取得的显著进步，主要归功于前所未有的海量数据、日益增强的计算能力，以及愈发精细复杂的算法模型。他进一步提出，AI发展的真正分水岭在于能否跨越“开普勒阶段”，迈入“牛顿阶段”——即AI不仅能揭示数据间的相关性，更能深入理解并推断出事物背后的内在逻辑与结构，从而在训练数据之外展现出更强的泛化能力，并能够清晰地界定自身知识的边界。

面对AI带来的颠覆性变革，萨金特教授强调，无论是企业决策者、投资者还是政策制定者，都不能仅仅依赖于理想化的模型来预测未来。相反，他们应当正视模型的局限性，为未知因素和潜在错误预留足够的应对空间，并构建一套能够灵活应对各种可能性的决策体系。这样，才能在AI时代的浪潮中，稳健前行，把握机遇，应对挑战。