世界人工智能狂飙背面的恐惧，是大崩溃仍是人类文明新起点？

哈佛经济学家贾森·弗曼近发布的一组数据引发了华尔街的震动：2025年上半年，假如剔除数据中心和信息处理技能出资，美国GDP增加率仅为0.1%。换句话说，在这场看似昌盛的经济增加背面，人工智能相关出资奉献了92%的增量。这个令人不安的数字，正成为商场两极分化观念的焦点——究竟>AI是一场即将决裂的终极泡沫，仍是人类智能革新的序幕？

从数字来看，这场出资狂潮的规划的确史无前例。摩根大通的数据显现，2025年上半年，>AI相关本钱开销对GDP增加的奉献到达1.1%，初次超越美国顾客开销成为经济扩张的主要引擎。斯坦福大学2025年>AI指数陈述指出，美国私家>AI出资在2024年增加至1091亿美元——几乎是中国93亿美元的12倍,英国45亿美元的24倍。高盛估量,到2030年全球>AI基础设施开销或许到达3万亿至4万亿美元,而麦肯锡的研讨则更为激进,预测到2030年数据中心需求6.7万亿美元才干跟上算力需求。

这些数字背面是科技巨子史无前例的本钱许诺。Meta在2025财年的本钱开销预计在700亿至720亿美元之间,较早前估量上调;微软已向Open>AI累计投入130亿美元,而后者在2024年第四季度或许亏本115亿美元,其间约31亿美元直接计入微软账目。英伟达的市值已达5万亿美元——相当于94个福特汽车。在印第安纳州新卡莱尔这样的小镇,卫星图画显现,不到一年时刻,绿色农田已被30个数据中心园区取代,其满负荷运转时的耗电量将超越两个亚特兰大市。

盈余窘境与生产力悖论

但是,这场出资盛宴的报答却反常含糊。Open>AI在2025年上半年录得43亿美元收入的同时,运营亏本达78亿美元,现金耗费25亿美元。尽管该公司预测2025年收入达300亿美元,2027年达600亿,2030年达2000亿,但麻省理工学院的研讨显现,95%选用生成式>AI的企业根本未能从中盈余。麦肯锡的查询也发现,近80%运用>AI的公司以为该技能对其净利润没有产生重大影响。

这种盈余窘境与生产力提高之间形成了奇特的悖论。波士顿咨询集团2024年10月的陈述指出,74%的企业在完成和扩大>AI价值方面遇到困难,尽管金融科技、软件和银行业呈现了少量">AI领导者"。但另一方面,Anthropic的经济指数显现,美国已有40%的员工陈述在作业中运用>AI——这是史无前例的技能选用速度。IBM陈述其通过>AI在两年内完成了45亿美元的生产力收益,并在2024年推动了127亿美元的自在现金流。

这种对立的根源在于>AI使用的不均衡性。麦肯锡的查询显现,企业均匀只在三个业务功能中运用>AI,远低于其总功能数。加拿大商业数据实验室2024年的研讨发现,100人以上的大型企业选用生成式>AI的或许性,几乎是小企业的两倍。圣路易斯联邦储藏银行2024年的作业论文更为直白:到2024年2月,只要5.4%的企业正式选用了生成式>AI。换句话说,生产力提高仍然集中在少量先行者手中,而大部分出资没有转化为可测量的经济收益。

技能周期仍是金融工程？

这场争辩的中心在于怎么理解当时的出资形式。达观派以为,这是相似2004年后互联网和交际网络爆发的技能周期前期阶段。其时Facebook、YouTube等渠道同样长时刻亏本,但终重塑了整个经济生态。他们指出,从2016年AlphaGo到2022年ChatGPT打破,人类智能提高才刚刚开始。更重要的是,>AI在军事领域的使用正在加速——美国国防部在2024财年仅>AI项目就申请了18亿美元资金,拥有超越800个活跃>AI项目。联合国大会2024年12月2日通过的自主致命武器系统抉择,恰恰反映了各国对>AI军事化的紧迫感。从这个视角看,>AI出资不是泡沫,而是国家战略竞争的必定产品。

但怀疑派指出了一个要害差异:前期互联网公司烧钱是为了获取用户和商场份额,其基础设施(服务器、带宽)的价值相对稳定。而>AI数据中心的中心财物——GPU芯片——的生命周期却反常时刻短。普林斯顿大学信息技能政策中心2025年10月的分析揭示了一个惊人现实:数据中心GPU的有效运用寿命只要1至3年。Tom's Hardware引证谷歌高级架构师的说法证明,在60-70%利用率下,GPU仅能运行1-2年;即便在较低负荷下,也很难超越3年。这意味着,那些价值数千亿美元的数据中心,其中心价值在不到出资回收期的时刻内就会过期。

更令人担忧的是,这种快速价值降低的财物正在被打包成复杂的金融产品。科技巨子为了防止财物负债表上的债务,与私募股权公司(如Blue Owl Capital)协作:PE制作数据中心,科技公司租赁并付出长时刻租金,PE再将这些租约收益权证券化出售给养老基金和保险公司。这种结构与2008年次贷危机前的典当借款证券化惊人相似——只不过标的物从房屋变成了快速价值降低的数据中心。

走向何方？

当时局势的根本问题在于,>AI出资正在发明一个自我强化的闭环:英伟达向Open>AI出资1000亿美元,Open>AI向甲骨文付出3000亿美元建造算力,甲骨文又向英伟达购买芯片——资金只是在巨子之间循环,制造昌盛假象。这种循环能否继续,取决于两个要害问题的答案:第一,>AI技能是否能打破当时的"规划收益递减"瓶颈,完成真实的质变;第二,企业和顾客的付出意愿能否跟上出资规划的增加。

目前的依据是混合的。一方面,经合安排2024年4月的陈述指出,>AI的确或许重振停滞的生产力增加并带来总体福利收益,前期立异依据活跃。另一方面,麦肯锡和波士顿咨询的数据都显现,大多数企业仍在艰难地将>AI试点转化为规划化价值。这种不确定性自身便是问题所在——当一项技能的商业形式在招引了数万亿美元出资后仍不明晰时,商场正在对一个假设而非现实下注。

泡沫论者和周期论者之间的真实分歧,或许不在于>AI技能自身,而在于时刻尺度。>AI或许的确代表着人类智能的革新性打破,但这场革新所需的时刻,或许远超金融商场和当时商业形式的承受能力。当数据中心在完成报答前就已技能过期,当企业没有找到可继续盈余形式时出资已高达GDP的1.3%,当生产力提高仍局限于5%的企业时财务杠杆已经堆积——这场革新的代价,或许需求由整个经济体系来承担。无论终结果怎么,当时的出资结构已经将>AI的成败与金融稳定紧密绑缚,这自身便是一场豪赌。