第一财经

2026外滩大会观察:AI新经济进入冷思考,具身智能开始“挤泡沫”

2026外滩大会深度解读:AI从“炫技”走向“算账”,泡沫与落地并存

核心内容总结

2026年上海外滩大会的主题是“共创AI新经济”。与往年不同,今年的风向标从“技术有多强”转向了“生意能不能成”。

最引人注目的细节是:当蚂蚁集团CEO、万事达卡高管、OPPO高管和阿里首席科学家同框时,真正用AI智能体(Agent)完成过真实支付的只有蚂蚁CEO韩歆毅一人,占比仅25%。这揭示了一个残酷现实:AI智能体商业(Agentic Commerce)虽然概念火热,但实际落地速度远慢于预期,基础设施和信任机制尚未完全打通。

与此同时,AI硬件(如智能眼镜)销量出现回调,具身智能(机器人)行业开始“挤泡沫”。产业界不再盲目乐观,而是冷静地追问:用户真的需要吗?商业模型跑得通吗?可靠性够高吗?这是一场从“PPT造车”到“真金白银”的残酷筛选期。

---

详细拆解:五个维度看懂AI新经济的“冷思考”

1. 支付环节的“最后一公里”:为什么AI还没帮你花钱?

现象:

韩歆毅让AI买了40多元的零食,但这只是极少数案例。万事达卡高管Jorn Lambert坦言,他虽然用AI找商品,但没敢让AI直接付款。

深度解读:

这不仅仅是技术问题,更是信任与规则的问题。

  • 旧地图找不到新大陆: 现在的支付系统、银行规则、风控流程,全是给“人”设计的。比如,人买东西会犹豫、会核对,而AI是毫秒级决策。现有的系统无法区分“AI误操作”和“黑客攻击”,也无法处理AI产生的海量微小交易。
  • 信任赤字: 消费者不敢把钱包完全交给AI,因为一旦AI判断失误(比如买错了东西、被诱导消费),责任算谁的?是模型提供商、平台还是用户?目前缺乏清晰的责任界定标准。
  • 结论: AI支付目前处于“演示阶段”而非“普及阶段”。要让AI真正掌管钱包,需要重建一套针对机器行为的金融基础设施和安全标准。

2. 智能体商业的“降温”:从“万物皆可AI”到“场景适配难”

现象:

去年Q4行业对“智能体商业”极度乐观,但今年落地速度明显放缓。虽然支付宝“阿宝”能点咖啡、打车,但距离大规模普及仍有差距。

深度解读:

  • “跑通”不等于“好用”: 在展会里,AI点咖啡很酷,但在真实生活中,用户更在乎的是“快”和“准”。如果AI点单比用户自己点还慢,或者经常理解错需求,用户就会抛弃它。
  • 供给生态的碎片化: 目前只有少数头部平台(如支付宝、淘宝)完成了AI化适配。大量的中小商家、线下服务并没有接入智能体接口。AI想帮你办事,但“办事的地方”还没准备好接待AI。
  • 长期挑战: 厂商现在面临的是枯燥但关键的工作:如何让AI获得更完整的上下文(比如知道你的口味、预算、位置),以及如何建立安全可信的交易闭环。这不是靠一个大模型就能解决的,需要整个产业链的配合。

3. AI硬件的“退潮”:智能眼镜销量下滑背后的真相

现象:

今年7月,主流电商平台智能眼镜销量同比下滑15.3%。投资人颜黔杭指出,AI硬件没有创造全新的交互方式,视觉交互还很浅。

深度解读:

  • 尝鲜红利耗尽: 早期买智能眼镜的人大多是科技极客或尝鲜者。当新鲜感过去,如果产品不能解决一个高频、刚需的问题(比如像手机那样不可或缺),销量必然回落。
  • 交互体验未突破: 目前的智能眼镜大多还是“手机屏幕的延伸”,并没有带来颠覆性的交互体验。用户戴着眼镜,还是在看屏幕,而不是在与世界自然交互。
  • 回归消费电子逻辑: 投资人开始用传统硬件的标准审视AI硬件:它解决了什么痛点?受众有多大?能否形成品牌忠诚度?如果答案是否定的,那么无论AI概念多火,产品都会失败。
  • 启示: AI硬件的未来不在于“加个AI”,而在于通过AI创造新的需求和新的交互范式,而不是仅仅优化旧的功能。

4. 具身智能(机器人)的“挤泡沫”:从“跳舞”到“干活”的鸿沟

现象:

超过40家机器人厂商亮相,但行业开始讨论“泡沫”。苏度科技CEO韩铮指出,大众对机器人可靠性的要求极高(接近100%),而目前机器人只能在5%-10%的任务中达到这个标准。

深度解读:

  • 可靠性是生死线: 在实验室里,机器人跳舞、弹琴很吸睛,但在药房分拣、工厂装配等真实场景中,一次错误可能导致巨大损失。用户不会接受“80%可靠”的机器人,他们需要的是“99.9%可靠”。目前的技术水平距离这个目标还有很长的路要走。
  • 预期管理: 市场之前炒作机器人能替代大量人类劳动,这是一个巨大的“故事泡沫”。实际上,机器人目前只能处理非常狭窄、重复性高的任务。
  • 资本泡沫: 市场预测中国会有100家领先的具身智能公司,但根据商业规律,最终可能只有10家以内能活下来。这意味着大量创业公司面临洗牌。
  • 务实转向: 聪明的创业者开始放弃“通用机器人”(什么都能干)的宏大愿景,转而聚焦于特定场景下的高可靠性。比如,先做好一个“只会分拣快递”的机器人,而不是做一个“什么都会但都不精”的机器人。

5. 产业共识:长期乐观,短期冷静

现象:

尽管有销量下滑、落地慢、泡沫争议,但多位投资人和创业者仍认为具身智能和AI新经济值得长期布局。

深度解读:

  • 黎明前的黑暗: 大晓机器人王晓刚表示,行业处于“黎明前期”。随着数据积累(如以人为中心的数据、世界模型)和规模定律(Scaling Law)的显现,技术突破即将到来。
  • 资金并未枯竭: 中科创星王超指出,尽管有泡沫,但整体资金量仍偏少。这说明资本并没有撤离,而是在重新分配,从“讲故事”的公司转向“有真实数据和场景落地能力”的公司。
  • 分化加剧: 未来几年,行业将出现剧烈分化。
  • 赢家: 那些能解决特定场景高可靠性问题、拥有独特数据优势、商业模式清晰的公司。
  • 输家: 那些只靠概念炒作、技术同质化、无法证明商业价值的公司。
  • 核心逻辑: “降低预期”不是悲观,而是理性回归。产业界开始把“长期愿景”和“短期现实”分开讨论。长期看,AI将重塑经济;短期看,必须脚踏实地,解决每一个具体的、微小的、可靠的问题。

---

给普通人的启示

1. 别急着把钱包交给AI: 目前AI支付还不成熟,保持警惕,亲自确认每一笔大额交易。

2. 买AI硬件要谨慎: 除非你能明确说出它解决了你哪个具体痛点(比如实时翻译、辅助驾驶),否则不要轻易为“概念”买单。

3. 关注“靠谱”而非“炫酷”: 在评估任何AI产品或服务时,问自己三个问题:它真的能稳定工作吗?它比我现在用的方法更好用吗?出了问题谁负责?

4. 行业正在洗牌: 如果你关注投资或创业,现在不是盲目追高的时候,而是观察哪些公司能真正落地、产生现金流的时候。

一句话总结: 2026年的AI新经济,不再是“魔法”的展示,而是“工程”的考验。谁能把AI从“玩具”变成“工具”,谁才能赢得未来。