9月9日，2011年诺贝尔经济学奖得主、纽约大学教授托马斯·萨金特（Thomas Sargent）在2026Inclusion·外滩大会见解论坛上表示，AI正在成为推动经济增长的重要力量，但围绕AI的投资、决策与政策制定，也正面临巨大的不确定性。资本投入的规模不断扩大，并不意味着未来回报就更加确定。
AI今天的进展很大程度上来自前所未有的数据规模、计算能力以及更加复杂的模型。在萨金特看来，AI真正的前沿，是能否从“开普勒阶段”走向“牛顿阶段”——不仅能发现相关性，还能进一步理解和推断事物背后的结构，在训练数据之外实现更好的泛化，并能够识别自身知识的边界。
萨金特认为，面对AI带来的巨大变化，无论是企业、投资者还是监管者，都不能仅仅依据一个理想化的模型预测未来，而需要承认模型存在局限，为未知和错误留下空间，并建立能够应对不同可能性的决策机制。
