路透社10月3日發表長篇分析報道指出，人
工智能正吸引史上最大規模的資本湧入。從未有任何新技術像AI這樣吸納如此龐大的資金，其規模已遠超當年鐵路建設熱潮與互聯網泡沫時期的投入——即使扣除通脹影響，這一差距依然明顯。全球僅數據中心的累計投資，到2050年就可能突破30萬億美元，幾乎相當於美國國債的餘額規模。普華永道（PwC）明確指出，這一投入「遠超」鐵路與dotcom時代的資本熱潮。
作為AI競賽的主要參與者之一，Anthropic未來幾年計劃投入5180億美元。根據路透社看到的IPO招股書，這筆資金超過其2025年營收的100倍。支持者認為，AI帶來的變革甚至可能超越蒸汽機問世及其所推動的工業化進程。然而，經濟學家警告，這些令人目眩的投資計劃、巨額支出與高企估值，全部建立在生產率大幅提高與未來獲得豐厚利潤的假設之上。迄今為止，幾乎沒有充分證據或歷史先例，能夠證明這些預期一定能夠兌現。
生產率提升「仍未出現」
摩根大通在8月的報告中直言，在AI競賽中領先的美國，「廣泛的生產率提升仍未出現」。這直接引發對AI企業當前估值能否長期維持的質疑。歷史經驗顯示，由技術推動的繁榮，往往會在基礎設施無法繼續帶來足夠回報時結束。
貝恩公司（Bain & Company）上月發布的研究進一步指出，僅靠現有市場提高生產率，遠遠不足以支撐目前如此龐大的投入。必須出現全新的市場，才能填補資金缺口。這些潛在市場可能從AI控制的機器人，延伸到利用AI研發電池與半導體新材料。貝恩估算，包括谷歌、亞馬遜和微軟在內、在全球大舉建設基礎設施的美國超大規模雲服務商，以及AI領域的其他企業，未來五年需要增加超過4.2萬億美元的收入，才能負擔這輪基礎設施擴張。研究明確提出：「問題在於能夠賺回這些投入的應用能不能及時出現。」
美國主導的巨額投資與回報壓力
按照部分估算，美國約佔全球AI投資的四分之三。哥倫比亞商學院經濟學家斯泰恩·范尼烏韋伯格（Stijn Van Nieuwerburgh）估算，僅美國在2025年至2032年間的AI投資就可能達到約9萬億美元，相當於每年拿出美國GDP的3.2%。他進一步測算，如果這些投資要獲得10%的回報率，到2032年，美國AI行業每年需要創造約3.55萬億美元的收入，而目前的收入水平還只有這一數字的一小部分。
范尼烏韋伯格在10月修訂的會議論文中特別提醒，AI基礎設施的大量債務融資槓桿率較高，因此哪怕需求只是小幅走弱、項目出現延期或資產價格下降，都可能造成大得多的損失。
摩根大通以英偉達為例進行了具體測算。英偉達的芯片構成AI產業的核心基礎，要支撐公司目前的估值，美國未來10年的生產率每年需要提高3%至5%。而美國國會預算辦公室對同期生產率增長的基準預測只有每年1.75%。差距明顯。
AI領袖的樂觀願景與「遞歸自我改進」
儘管數字令人目眩，美國AI企業負責人談論未來變化時的熱情並未減弱。Anthropic首席執行官達里奧·阿莫代伊（Dario Amodei）曾表示，AI的未來可能「美好得超越想象」。OpenAI首席執行官薩姆·奧爾特曼（Sam Altman）則認為，隨著模型學會改進自身並加快取得突破，新奇蹟出現的速度將極其驚人。
谷歌DeepMind首席戰略官賈斯吉特·塞洪（Jasjeet Sekhon）在8月加州大學伯克利分校的一場峰會上強調，這種讓AI不斷改進自身的「遞歸自我改進」能力，是投資邏輯的重要組成部分。一旦實現，生產率有望獲得前所未有的提升。不過，這種能力在可能帶來指數級進步的同時，也引發了對人類存續風險的擔憂。
Anthropic經濟團隊曾測算AI在2030年可能帶來的幾種經濟增長情景。假設沒有AI時經濟年增長率為2%，如果AI影響較小，增長率可達2.4%；影響較大時為5.4%；極端情況下則可能達到15.4%。經濟增長越快，失去的崗位也會越多，但該團隊並未對各種情景發生的概率作出判斷。
就業市場的早期信號
阿莫代伊去年曾預測，AI可能在五年內讓一半初級白領崗位消失。但一些研究人員認為，到目前為止，AI對就業最明顯的影響，主要是讓尋找辦公室工作的求職者更難找到崗位。
美國和英國的研究均顯示，在整體就業仍然強勁的背景下，在AI比較擅長承擔的白領工作中，企業對職場新人的招聘已經放緩。斯坦福大學研究人員8月發現，在會計、律師助理等受AI影響較大的職業中，22至25歲勞動者的就業水平，比清潔工、建築工人等AI難以替代的職業低19%。
歷史的啟示：基礎設施留下的價值
幾乎沒有人懷疑AI具有改變各行各業的潛力——從辦公室到科研實驗室都可能受到深刻影響。過去的技術革命曾把需要幾天的旅程縮短到幾小時，也曾讓人輕敲鍵盤便能連接世界。然而，投資終究要計算回報，貸款也有償還期限。經濟學家需要判斷的，不只是投資熱潮本身會經歷怎樣的起伏，還有這輪AI投資最終會給全球經濟留下什麼。
劍橋大學經濟學家黛安·科伊爾（Diane Coyle）指出，回顧過去的重大技術革命，新技術對生產率的影響通常要經過大約10年至50年才能充分顯現。即使AI帶來的變革最終沒有企業估值和投資數字暗示得那麼快，真正產生的經濟效益仍會留下。1873年金融恐慌讓不少鐵路大亨破產，但鐵路並沒有消失；20世紀90年代互聯網泡沫破裂後，互聯網同樣繼續發展並深刻改變了世界。
科伊爾表示：「歷史是我們的朋友。只要留下支持未來生產率效應的基礎設施，就沒問題。」
AI競賽已進入高賭注、高速度的關鍵階段。
巨額資本正以前所未有的速度湧入數據中心、芯片與模型訓練，但回報窗口與生產率兌現的時間表之間存在明顯落差。真正的挑戰不在於AI是否具備改變世界的潛力，而在於這些改變能否在資金耗盡之前及時兌現，並支撐起當前天文數字級的投資與估值。這場競賽的結果，不僅將決定科技巨頭與AI初創企業的命運，更可能深刻重塑全球經濟的長期結構與就業格局。
