11月13日，中国社会科学院学部委员、原副院长蔡昉在太湖世界文化论坛·钱塘对话上提出，人工智能的发展有望通过提升全要素生产率，在有效制度设计下实现赡养生产率的增速超越老年人口抚养比的增长，从而破解老龄化社会“养不起”的困境。蔡昉指出，人工智能作为典型的“双刃剑”，其“创造性破坏”效应需通过供给侧与需求侧的综合改革实现“智能向善”，使技术进步真正转化为覆盖老龄化挑战的新动能。

一、人工智能的“双刃剑”属性与老龄化社会的适配性

当前全球人工智能投资热潮中存在“产业泡沫”与“金融泡沫”的辩证关系。蔡昉引用亚马逊创始人贝佐斯的观点指出，真正的“产业泡沫”最终会沉淀为成熟技术，提升社会生产率。中国凭借庞大应用市场优势，在智能护理设备、远程医疗系统等领域已形成规模化场景，2023年智慧养老市场规模达6万亿元。然而，技术应用的不平衡导致“索洛悖论”显现——部分领域生产率显著提升的同时，整体数据却未同步改善。这源于技术受益者的分化：率先应用AI的企业获得超额收益，而传统部门劳动力被排斥后转入低生产率领域，加剧发展失衡。

二、供给侧改革：AI驱动生产率突破增长瓶颈

面对2035年建成中等发达国家的目标，中国需维持年均4.6%以上的经济增长率，而老龄化正加速削弱要素投入型增长模式的基础。人工智能通过三重路径破解供给侧困局：

1. 打破内卷式竞争：当资本回报率下降时，AI驱动的创新可替代传统要素投入，避免通过降价竞争维持产出的低效循环。

2. 提升赡养生产率：数据显示，2035年前中国赡养生产率年均增速可达5.6%，超过老年抚养比4.6%的增幅。若AI带动GDP提升20%，赡养生产率增速将跃升至7%以上，形成应对老龄化压力的实质性缓冲。

3. 优化劳动力配置：户籍制度改革可缩小18个百分点的城镇化率差距，释放800万劳动力，结合AI赋能实现劳动力跨区域、跨行业的高效配置。

三、需求侧激活：破除消费抑制与养老负担循环

人口负增长与老龄化叠加形成需求侧桎梏。当前劳动年龄人口面临养老保险缴费、家庭赡养、预防性储蓄三重负担，抑制消费能力；而老年人因收入有限、就业率低，消费意愿持续走弱。人工智能可通过两大机制激活需求：

1. 提升养老资源供给效率：AI技术赋能养老服务业态，如智能外骨骼设备提升失能老人行动能力、远程健康监测系统降低医疗成本，使有限养老资源覆盖更广人群。

2. 重构代际分配模式：通过AI优化养老金管理体系，将现收现付制下的代际转移压力，转化为基于生产率提升的可持续分配。当AI带动全要素生产率增长时，可同步实现养老金替代率提升与缴费负担下降。

四、制度设计：平衡AI创造性破坏的关键支点

蔡昉强调，人工智能能否发挥正向作用取决于制度建设的精准度。2012年以来中国在AI未充分发力情况下仍净增超1亿就业，证明制度缓冲的重要性。未来需重点推进三类制度创新：

1. 就业保障制度：针对AI可能替代的岗位，建立技能培训与转岗机制，避免技术性失业扩大收入差距。

2. 养老制度创新：建立适应“老有所为”的弹性退休制度，通过AI提升老年人力资源利用率。同时完善多层次养老保险，防止老年贫困化加剧。

3. 数据治理规则：在保障老年人隐私前提下，推动医疗、养老等数据有序开放，助力AI模型优化。

五、前景展望：从技术赋能到发展范式重构

人工智能与老龄化社会的真正融合，需超越工具层面转向系统重构。短期可通过AI降低养老服务的边际成本（如智能护理设备降低人力依赖）；中期依托AI提升生产要素配置效率；长期则需构建“生产-分配-消费-养老”的良性循环，使技术进步成果惠及全体居民。当制度设计使AI的创造性始终高于破坏性时，人口结构压力将转化为高质量发展动力，最终实现“老有所养”与“老有所为”的有机统一。