人工智能规模经济学

人工智能技术开始推动经济的深刻变革，包括商业资本和劳动力投资决策。正如我们在最新的周期展望 《 关税、技术与转型 》中讨论的，关税似乎加速了人工智能的实施，企业在供应链变化中争相寻找新的商业机会，并通过劳动力流失来抵消更高的成本。

然而，许多人都在好奇，人工智能未来价值（无论是对公司、个人还是更广泛经济）有多少已经反映在当前估值中。

这项技术发展迅速，大多数企业还处于对其能力的早期了解阶段。人工智能能否以及多快地激发新的、变革性、高利润的创意生成，或在美国经济中释放出类似“中国冲击”——2000年代初外包缩减美国制造业基础并结构性改变美国劳动力市场的时期——还有待观察。然而，行业估值和资本支出似乎基于人工智能能够实现这两者的信念。

第二机器时代：理论与实践的检验

直到最近，人工智能能够彻底改变企业运营、生产力和劳动力市场的观点大多仍属理论。自埃里克·布林约尔松和安德鲁·麦卡菲出版《第二机器时代：辉煌技术时代的工作、进步与繁荣》以来，已经过去十多年，该书预测任务自动化将使机器能够学习、推理和创造，从而产生“巨大分歧”——白领工作的更多取代、不平等加剧以及赢家通吃（或大多数）的动态。

随着大型语言模型（LLM）工具的发布，包括 2022 年发布的 ChatGPT，以及模型的显著改进和用户的广泛采用，我们才刚刚开始看到这项技术对经济的真实影响。理论现在正转化为实践。

今年，人工智能热潮的一个显著特征是行业竞相建设庞大的计算能力，以训练这些模型并支持越来越多的月活跃用户（MAU）。假设人工智能将吸引数十亿用户（包括付费订阅者），或通过非人类使用——代理、机器人、企业捆绑及其他自动化互动形式——创造显著价值。

美国经济分析局（BEA）发布的国民收入与产品账户（NIPA）数据显示，自 2023 年以来，计算机服务器和芯片/GPU 的进口增加了 1800 亿美元，数据中心结构支出增加了约 160 亿美元。这大致与最大型 AI 相关公司——所谓的超大规模企业——的资本支出大致相当。与此同时，软件、研发的资本支出也在加速。

总体来看，2025 年与人工智能相关投资似乎为美国整体投资增长增加了 1 个百分点（ppt）。美国投资趋势在其他方面停滞甚至收缩。如果服务器和基础设施相关组件没有被进口，人工智能本可以为实际 GDP 增长带来如此多的贡献。

总体来看，我们估计与人工智能相关的活动在 2025 年上半年对 GDP 增长贡献了大约 0.5 个百分点（见图 1）——这对任何一个行业来说都是巨大的推动力，让人联想到 1990 年代互联网兴起时光纤投资热潮。

不仅今年投资速度加快，企业的指导也表明未来还有更多投资等待着。在接下来的五年里，与人工智能相关的总投资估计将达到数万亿美元。

为数十亿月活跃用户打造

快速的部署速度、融资交易的激增以及未来投资指引的庞大规模，促使投资者提出一个问题：计算能力的增长会在何时超过需求，导致顶级公司之间的竞争加剧、快速降价以及股权重新定价？

为了理解这个问题，将当前的美元支出转换为月活跃用户容量是有用的。基于行业估算的一些基线假设——服务器资本支出 2000 亿美元，每台服务器 35 万美元，吞吐量为每秒 2000 个令牌，利用率 50%，典型消费者使用量——我们计算出当前投资目标是达到 49 亿 MAU 的容量。对这些假设的细微调整（例如更快的服务器吞吐量或更高的计算强度使用）意味着 2000 亿美元的服务器投资可以支持 20 亿到 80 亿的 MAU 容量。

容量很大。作为背景，美国人口约为 3.4 亿，而全球人口为 80 亿。因此，行业要么基于这样一个假设：全球超过一半人口会使用托管在美国服务器上的大型语言模型，或者非人类用户（机器人、代理、企业软件捆绑）将占 MAU 需求的很大份额。

乐观情绪在与人工智能相关的净现值中显而易见

更进一步假设，如果每个 MAU 每月产生 20 美元（消费者可以免费访问部分 AI 聊天机器人，但可能需要订阅以获得更多或更快的使用，而企业通常支付更多费用或将 AI 与其他软件捆绑），49 亿 MAU 将每年带来约 1.2 万亿美元的行业收入——约占今天名义 GDP 的 4%。

企业是否愿意每年向人工智能行业支付 1.2 万亿美元，取决于人工智能所创造的价值。根据 NIPA 数据，如果劳动力节省是 AI 唯一的好处——即 AI 使每年 1.2 万亿美元的经济产出从劳动补偿转向资本所有者——那么劳动补偿占国民总收入的比例下降 4 个百分点，才能支持这些估值。

这与2000年至2010年中国冲击期间劳动赔偿份额下降5点相似——那段时期外包削弱了美国制造业基础，经济根本转向低薪服务业。这呼应了布林约尔夫森和麦卡菲十年前的观点，他们认为技术的劳动力流失将达到前所未有的规模。

我们认为，这个简单的数学反映了市场估值中更深层的假设：人工智能的价值很大一部分可能在于其产生新想法、新产品和技术的能力（而不仅仅是为了让旧行业更高效），而人工智能产业至少能够捕捉到部分价值。

为人工智能热潮融资

除了我们用简单的数学来帮助理解人工智能容量投资之外，关于融资还有一些真正的问题。2000亿美元可以创造大量用户容量。然而，随着快速创新和设备快速折旧，也需要更高的更换投资。

科技公司正在探索多种方式为这些持续投资提供资金（尽管目前 LLMs 的收入报告有限），包括银行、公私信贷以及私募股权。但这些来源，尤其是银行，是否愿意支持科技公司期望规模的人工智能项目？而提升效率和新思想的梦想有多少依赖于额外资金？

科技行业目前也享有美国政府相对优待。服务器、芯片和组件都从关税中剔除出来，而所有东西——包括结构——都需预付资本，超级规模化企业在可预见的未来很可能不会缴纳太多税收。不过，未来情况可能会改变。监管审查也可能加剧：随着行业影响力扩大，监管更严格的可能性和潜在的政策调整也随之增加。

能源约束：人工智能的边际成本

推动人工智能繁荣所需的能源长期以来一直是核心关注点。人工智能服务的边际成本越来越多地与能源消耗挂钩。关键问题包括能源容量是否能跟上人工智能的发展步伐，或者人工智能是否会通过创新突破这些限制。例如，模型会变得更高效、资源消耗更低吗？

总结：人工智能投资依赖于超越生产力提升的关键新理念

人工智能是一项具有变革性的通用技术，它将从根本上改变人们的工作和生活方式，以及公司寻找和投资新想法的方式。目前处于这场新工业革命中心的公司，尽管关于进步速度、实现这些进步所需的计算能力以及人工智能产业捕捉技术价值的能力仍有未解之谜，他们仍在加速投资。

哪些公司最终能够捕捉到巨大的潜在价值也尚不确定，赢家和输家在新技术的采用周期中可能会发生变化。随着人工智能的发展，新的颠覆者很可能会出现，而当前市场领导者可能无法将快速增长转化为持续盈利。

将人工智能的巨大潜力与风险、成本和当前估值权衡，表明 AI 的交付能力正面临很大挑战。需要具有变革性的重大理念——高利润的新产品、新的价值创造形式——才能证明资本支出的规模和行业估值中蕴含的乐观情绪。

随着能源限制、融资挑战和监管审查的潜在加剧，问题不仅在于投资多大，更在于行业是否能够兑现其变革性创新的承诺，并为股东争取价值。