今年全国两会期间，关于AI的讨论空前。政府工作报告在强调深化拓展“人工智能＋”的同时，也提出要完善人工智能治理。在大力推进AI应用的过程中，如何前瞻性布局治理体系应对“成长的烦恼”？围绕这一话题，2026年全国两会期间，证券时报记者专访了清华大学经济管理学院领导力与组织管理系系主任、Flextronics讲席教授李宁。

李宁表示，今年政府工作报告首次提出“打造智能经济新形态”，将“智能体”写入政策核心，在持续深化“人工智能+”的基础上首次提出“智能原生”，这标志着AI政策已从技术推广进入与经济社会深度融合的新阶段。在这个节点提出“完善人工智能治理”，恰逢其时。AI治理的视野需要从“管技术风险”拓展到“护航整个社会经济的转型”。

“AI治理需要关注一个容易被忽视的结构性问题，即AI在个体层面带来的生产力提升，并不会自动汇聚为组织和产业层面的能力升级。我们看到很多研究都证实了AI对个人工作效率的显著提升，但企业层面的AI转型成功率却远低于预期。”李宁向证券时报记者透露，背后的根本原因在于：简单地将AI工具叠加到现有工作流程上，只能产生碎片化的效率改善，无法形成系统性的能力跃迁。

政府工作报告提出要推动AI商业化规模化应用，这意味着治理体系的建设也需要回应一个关键问题，即如何引导和支撑各行各业从“工具引进”走向“流程重构”和“组织再造”。李宁认为，这需要配套一系列行业标准、转型指引和制度创新。

对于智能体首次被写入政府工作报告，李宁认为其意义深远。智能体的成功部署，本质上不是一个技术问题，而是一个工作设计问题。它要求我们重新审视工作流程中人与机器的分工。

“哪些决策环节必须由人来把握，哪些执行环节可以交给AI，当AI自主行动出现偏差时责任如何界定？”李宁强调，AI治理体系的前瞻性布局，应当围绕这种新型人机协作关系来构建制度框架，而不仅仅停留在对算法本身的规范层面。

李宁认为，AI的规模化应用还将深刻影响人才发展的底层逻辑。AI作为一种生产力工具，天然倾向于替代标准化、流程化的基础性工作，而这些工作恰恰是年轻人进入职场后积累经验、培养判断力的重要阶梯。

“如果我们只关注短期效率的释放，而忽视人才成长路径的重新设计，就可能在获得当下生产力红利的同时，透支未来的人才储备。”李宁告诉证券时报记者，AI的前瞻性治理需要引导企业和社会共同探索AI时代的新型人才培养模式。与此同时，AI也在改变学习本身的方式——从过去“先系统学习、再解决问题”的线性模式，转向“在解决真实问题的过程中借助AI按需学习”的新范式。治理框架应当为这种更加灵活、问题驱动的学习生态提供制度支持和质量保障。

李宁认为，从更长的历史视角看，每一次重大技术革命，真正的治理挑战都不在技术本身，而在于经济社会形态能否与新技术相适配。

“蒸汽机和电力的历史都告诉我们，技术的发明与生产力的真正释放之间，往往隔着数十年的组织形态变革。政府工作报告提出‘智能原生’这个概念，本质上正是在呼唤这种深层次的适配。”李宁向证券时报记者表示，治理的前瞻性，不仅在于为技术划定安全边界，更在于为整个社会的组织转型、制度创新和人的发展创造条件。

李宁认为，总的来说，完善人工智能治理的关键，是将治理视野从技术风险防控拓展到经济社会转型的全局。好的治理不是为AI设置天花板，而是确保在迈向智能经济的进程中，技术进步、组织变革和人的发展能够协调推进，让人始终处于价值创造的中心。