AI万亿赌注：回报何时兑现？

一场没有先例的经济实验

当宾夕法尼亚大学沃顿商学院的金融学教授Jessica Wachter试图评估AI对未来几年经济的影响时，她面对着一长串商业和技术层面的不确定性。于是，她从一个被她称为“显著事实”且毋庸置疑的起点开始：少数几家所谓的超大规模企业，正在以人类商业史上罕见的速度和规模进行资本支出。

这个事实之所以重要，是因为它绕开了关于AI技术能力、监管走向或商业模式的所有争论。无论你相信AI是下一个通用技术，还是认为它被过度炒作，都无法否认一个现实：微软、谷歌、亚马逊、Meta等公司正在投入数千亿美元建设数据中心、采购GPU、招聘AI人才。这些投资已经发生，它们正在改变能源、房地产、半导体和劳动力市场的格局。

“我们正在经历的不是一个关于AI能否成功的赌注，而是一个关于它必须以多快的速度成功才能证明这些投资合理的赌注。”——Jessica Wachter

万亿资金流向何处？

根据公开数据，2024年至2026年间，全球主要科技公司在AI基础设施上的资本支出预计将超过1万亿美元。这还不包括初创企业的风险投资、主权财富基金的布局，以及传统行业为AI转型拨出的预算。仅英伟达一家公司的数据中心业务收入，就在过去两年里增长了三倍以上。

这种投资强度让人联想到19世纪的铁路建设、20世纪的电力网络，以及21世纪初的互联网泡沫。历史经验表明，技术革命往往伴随着过度投资，而过度投资之后，幸存下来的基础设施会成为下一次经济繁荣的基石。铁路如此，光纤如此，AI数据中心可能也不例外。

但问题在于时间。Wachter指出，金融市场的耐心是有限的。如果AI带来的生产率提升不能在合理的时限内兑现——比如三到五年——那么为这些投资提供资金的资本市场可能会重新定价风险，导致投资骤减。这不是技术失败，而是金融周期的自然规律。

生产率悖论与衡量难题

经济学家们长期争论的一个问题是：为什么计算机和互联网的普及没有在统计数据中更早、更明显地体现为生产率增长？诺贝尔经济学奖得主罗伯特·索洛曾在1987年说过一句名言：“你到处都能看到计算机时代，除了在生产率统计数据中。”这句话在AI时代再次被频繁引用。

Wachter的研究方法强调，AI对经济的影响可能不会以传统的方式呈现。许多AI带来的价值——比如更快的决策、更个性化的服务、更高效的研发——很难被GDP或劳动生产率指标直接捕捉。与此同时，AI也可能带来负面影响，比如虚假信息的泛滥、某些职业的快速消失，以及能源消耗的激增，这些都会增加社会成本。

更复杂的是，AI技术的扩散速度在不同行业之间差异巨大。软件、金融和媒体行业的采用速度远超医疗、教育和建筑行业。这意味着宏观经济数据在短期内可能看不到显著变化，但微观层面的企业竞争力已经在发生分化。

资本市场的定价逻辑

从金融市场的角度看，当前AI相关股票的估值已经隐含了相当高的增长预期。如果这些预期落空，调整可能非常剧烈。但Wachter提醒，这并不意味着AI本身失败了。她指出，在互联网泡沫破裂后，亚马逊和谷歌等公司不仅存活下来，还变得更加强大。过度投资清洗了市场，但也留下了宝贵的基础设施和人才储备。

对于政策制定者而言，关键问题不是如何阻止AI投资，而是如何管理转型期的社会成本。这包括为受影响的工人提供再培训、确保能源供应跟得上数据中心的扩张、以及建立适当的监管框架来防范AI的滥用。这些措施不会直接提升生产率，但它们能降低社会摩擦，让技术红利更广泛地分配。

未来的三种情景

综合Wachter的分析和行业观察，AI经济的未来可能呈现三种情景。

情景一：加速兑现。AI在软件开发、客户服务和科学研究等领域迅速产生可衡量的生产率提升，企业盈利增长验证了当前的投资规模，资本市场继续加码，形成正向循环。

情景二：漫长等待。技术持续进步，但扩散速度慢于预期，生产率数据迟迟不见起色，资本市场失去耐心，投资降温，行业进入整合期。部分公司被淘汰，但核心技术得以保留。

情景三：泡沫破裂。宏观经济环境恶化或技术遭遇瓶颈，导致AI投资急剧收缩，引发股市调整和经济衰退。但和互联网泡沫一样，基础设施和人才不会消失，为下一轮增长埋下种子。

无论哪种情景成为现实，有一点是确定的：AI已经不再是实验室里的概念，而是重塑全球经济结构的现实力量。万亿赌注的结局，将取决于技术、资本和社会三者的互动，而这个过程才刚刚开始。

本文编译自MIT Technology Review