11月4日，2026年世界互联网大会乌镇峰会智能时代的理论与政策论坛在浙江乌镇举行。经济合作与发展组织中国经济政策研究室主任马吉特·莫尔纳发表主旨演讲。
全文如下：
各位专家、各位嘉宾：大家好！非常高兴第三次参加世界互联网大会乌镇峰会并与各位分享对人工智能治理的一些思考。
我想提出的核心观点是：人工智能治理最重要的任务是缩小技术进步与社会有效采用之间的落差。
目前有一些调查可以看出来人工智能采用比较普遍，但是深度不够，不管是个人还是企业都是一样的，特别是企业方面，在核心功能方面的采用比较有限，所以要从浅层应用走向深度，最缺的是技能和配套的能力。同样的调查显示，只有1%到3%的培训课程涉及与人工智能相关的技能。
我们的调查也显示，虽然很多人谈到人工智能对就业的负面影响，但是在实际调查中，这个负面的影响还没有展现出来。但是还有其他负面影响，比如说人工智能发展可能扩大企业和国家之间的差距，数字基础好、规模较大的企业往往更容易获得收益，中小企业和数字能力不足的国家面临一些技术扩散的障碍。率先采用的企业和市场份额大的企业，加价率有所上升,前沿企业与落后企业的差距也在扩大。
面向未来首先要回答的是：如何让更多的企业、劳动者和公共部门从浅层尝试走向安全、有效、可持续的深度应用？
现有研究已经发现，人工智能在部分任务和行业中展现出积极作用，但整体生产率效应尚未充分显现。我们既不能因为短期成效尚不明显，就低估其长期潜力；也不能仅凭技术进步的速度，就认定生产率和社会福利必然快速增长。
我认为，治理体系应聚焦四个优先事项。
1.把“促进生产性采用”作为治理目标。
组织资本、管理质量和互补投资，往往比模型本身更能决定AI能否转化为生产率。
政策应从单纯补贴“买模型、买算力”，转向支持“用得好”：帮助中小企业诊断业务场景，提供数据治理、员工培训等支持，推动公共数据资源、开放数据集和可负担算力供给。AI若只能强化少数前沿企业的能力，而不能进入中小企业和公共部门，其增长红利就会非常有限。
2.把“信任”作为AI扩散的基础设施。
调查发现，隐私、偏见、操纵、准确性和安全问题，是员工和企业更深度使用AI的重要障碍；而在从未使用AI的人群中，担忧尤其集中。因此，善治必须让公众看得见、问得到、能追责。 高风险场景应有明确的人类监督、透明度、影响评估和救济机制。
3.把“风险防范”建立在证据和场景之上。
AI风险不是抽象的。它包括数据泄露、算法歧视、虚假信息、网络安全、关键系统依赖等。但治理也不能一刀切。更有效的路径是风险分级、场景化监管：对高风险应用设置严格评估、审计和问责；对低风险应用保留试验空间；通过监管沙盒、标准制定和安全评估网络，让监管既有刚性，也有适应性。
4.把“公平转型”纳入AI治理的核心。
善治不能只保护岗位，更要保护人的能力和发展机会。这意味着加强终身学习、职业培训、关注青年进入劳动力市场的通道；同时避免AI扩大地区、行业、性别和企业规模之间的差距。技术可以改变任务结构，但制度决定谁能分享技术进步的成果。
人工智能的潜力很大，但它不会自动转化为共同繁荣。技术与创新同步，而采用与信任同行。我们的任务，就是让信任跟得上技术。谢谢大家。
扫码下载
中文网微信