【核心提要】 尽管全球资本正以前所未有的规模涌入AI领域，但宏观层面的生产力提升尚未显著显现。 头部企业面临巨大的支出与收入不成比例的挑战，引发关于高昂估值能否持续的质疑。 金融机构警告，若无法通过新市场填补基建投资缺口，技术驱动的繁荣可能因回报不足而戛然而止。 【正文报道】 当前，全球资本正以前所未有的规模涌入人工智能（AI）领域。这种投入强度甚至被认为超越了历史上著名的铁路革命与互联网热潮。然而，随着基建投资与企业估值飙升至高位，多位经济学者和金融机构发出警示：如果这些庞大的支出无法转化为实质性的生产力提升，当前的狂热可能演变为严重的资本泡沫及宏保风险。 这种“投入与产出”的脱节在具体数据中清晰可见。普华永道（PwC）预测，到2050年，全球用于AI数据中心的累计支出可能突破30万亿美元，这一规模几乎等同于美国国债总额。与此同时，AI巨头Anthropic在首次公开售股招股书中披露，公司计划在未来几年投入约5180亿美元（约6624亿新元），而这一数字是其去年营收的100倍以上。 尽管支持者坚信AI将带来超越工业革命的变革，但金融机构对回报率持谨慎态度。摩根大通（JPMorgan Chase）在8月的一份报告中明确指出，在领跑AI竞赛的美国，广泛的生产力增长“依然难以寻觅”。这一现状使得当前高昂的AI估值能否长期维持受到质疑。 为了填补巨大的资金缺口，贝恩咨询公司（Bain & Company）的研究认为，仅靠现有市场的生产力提升不足以支撑当前的投入。必须通过开发新市场来对冲风险，例如利用AI驱动的机器人、研发用于电池和半导体的新型材料等领域。贝恩指出，包括谷歌（Google）、亚马逊（Amazon）、微软（Microsoft）在内的超大规模云服务商，必须在未来五年创造超过4.2万亿美元的新收入，才能支撑其庞大的基础设施扩张。 摩根大通进一步强调，历史经验表明，当基础设施建设无法产生足够回报时，由技术驱动的繁荣往往会戛然而止。以芯片巨头英伟达（NVIDIA）为例，若要支撑其目前的估值，美国未来10年的生产力每年需提高3%至5%；然而，美国国会预算办公室（CBO）对同期生产力增长的基准预测仅为每年1.75%。 此外，专家提醒技术转型的滞后性。剑桥大学经济学家科伊尔（Koyle）指出，回顾历史上的重大技术革命，新技术对生产力的影响通常需要10至50年的周期才会充分显现。目前美国约占全球AI投资总额的四分之三，预计到2032年，美国在AI领域的投入可能高达9万亿美元（约占其GDP的3.2%）。若要获得10%的预期回报率，到2032年该行业每年必须创收约3.55万亿美元，而目前的实际收入仅为这一数字的一小部分。 【编辑点评】 当前AI领域的“军备竞赛”正处于一个关键的博弈点：一方面是极高昂的基础设施建设成本（算力、电力、数据中心），另一方面是尚未完全兑现的商业变现逻辑。正如摩根大通所警示的，如果AI无法在短期内通过新应用场景或生产力飞跃来对冲巨额债务，那么当前的估值泡沫可能会在资本回报不及预期时迅速收缩。 背景链接： 普华永道（PwC）关于2050年数据中心投资预测报告 摩根大通（JPMorgan Chase）关于AI生产力与基建回报的分析报告 贝恩咨询（Bain & Company）关于AI驱动新市场发展的研究综述
【核心提要】
【正文报道】
当前，全球资本正以前所未有的规模涌入人工智能（AI）领域。这种投入强度甚至被认为超越了历史上著名的铁路革命与互联网热潮。然而，随着基建投资与企业估值飙升至高位，多位经济学者和金融机构发出警示：如果这些庞大的支出无法转化为实质性的生产力提升，当前的狂热可能演变为严重的资本泡沫及宏保风险。
这种“投入与产出”的脱节在具体数据中清晰可见。普华永道（PwC）预测，到2050年，全球用于AI数据中心的累计支出可能突破30万亿美元，这一规模几乎等同于美国国债总额。与此同时，AI巨头Anthropic在首次公开售股招股书中披露，公司计划在未来几年投入约5180亿美元（约6624亿新元），而这一数字是其去年营收的100倍以上。
尽管支持者坚信AI将带来超越工业革命的变革，但金融机构对回报率持谨慎态度。摩根大通（JPMorgan Chase）在8月的一份报告中明确指出，在领跑AI竞赛的美国，广泛的生产力增长“依然难以寻觅”。这一现状使得当前高昂的AI估值能否长期维持受到质疑。
为了填补巨大的资金缺口，贝恩咨询公司（Bain & Company）的研究认为，仅靠现有市场的生产力提升不足以支撑当前的投入。必须通过开发新市场来对冲风险，例如利用AI驱动的机器人、研发用于电池和半导体的新型材料等领域。贝恩指出，包括谷歌（Google）、亚马逊（Amazon）、微软（Microsoft）在内的超大规模云服务商，必须在未来五年创造超过4.2万亿美元的新收入，才能支撑其庞大的基础设施扩张。
摩根大通进一步强调，历史经验表明，当基础设施建设无法产生足够回报时，由技术驱动的繁荣往往会戛然而止。以芯片巨头英伟达（NVIDIA）为例，若要支撑其目前的估值，美国未来10年的生产力每年需提高3%至5%；然而，美国国会预算办公室（CBO）对同期生产力增长的基准预测仅为每年1.75%。
此外，专家提醒技术转型的滞后性。剑桥大学经济学家科伊尔（Koyle）指出，回顾历史上的重大技术革命，新技术对生产力的影响通常需要10至50年的周期才会充分显现。目前美国约占全球AI投资总额的四分之三，预计到2032年，美国在AI领域的投入可能高达9万亿美元（约占其GDP的3.2%）。若要获得10%的预期回报率，到2032年该行业每年必须创收约3.55万亿美元，而目前的实际收入仅为这一数字的一小部分。
【编辑点评】
当前AI领域的“军备竞赛”正处于一个关键的博弈点：一方面是极高昂的基础设施建设成本（算力、电力、数据中心），另一方面是尚未完全兑现的商业变现逻辑。正如摩根大通所警示的，如果AI无法在短期内通过新应用场景或生产力飞跃来对冲巨额债务，那么当前的估值泡沫可能会在资本回报不及预期时迅速收缩。
背景链接：