近期，围绕人工智能的投资热度持续升温。多家国际科技企业加快布局算力与数据中心等基础设施——投入规模高企——涉及的建设被视为新一轮技术周期的重要支撑。然而，如何评价这类投资对宏观经济增长的实际拉动，正引发不同判断。 问题：巨额资本开支与增长贡献之间出现“温差” 在资本市场叙事中，人工智能常被赋予“新引擎”角色，数据中心、服务器与高性能芯片等投资被视作推动未来生产率跃升的关键。但高盛首席经济学家简·哈茨尤斯日前在公开场合指出，从国民经济核算口径看，人工智能相关投资对美国2025年GDP增长的贡献“接近为零”。这个观点与市场对“投资即增长”的直觉形成反差，也提示需要区分“企业账面扩张”与“国家增加值提升”的差别。 原因：进口占比高、核算口径与产出转化周期共同作用 首先，人工智能基础设施高度依赖全球供应链。服务器、加速芯片、关键零部件以及部分配套设备的生产环节分布在多个经济体，美国企业的投资支出中相当部分用于进口。按照GDP核算方法，进口会在支出法中被扣除，从而削弱对本国GDP的直接拉动。哈茨尤斯据此认为，相关投资在很大程度上提升了供应链上游地区的产出与收入，外溢效应可能更多体现在中国台湾地区、韩国等制造与关键零部件环节。 其次，人工智能投资的经济回报存在较长传导链条。数据中心建成并不等同于生产率立刻提升，企业流程改造、软件适配、数据治理、人才培训以及组织管理变革，往往决定技术能否转化为可衡量的产出增长。即便资本开支快速上升，生产率改善也可能滞后显现，短期内难以在宏观数据中形成清晰贡献。 再次，统计与测度难度客观存在。当前对人工智能使用效果的量化方法仍在探索中，尤其是对服务业、知识工作与管理效率等“无形改进”，较难像传统设备投资那样直接对应产出指标。一些研究给出较高占比估算，也有观点强调应保持审慎，反映出测算模型、口径选择与样本差异带来的结果分化。 影响：短期或呈“外溢”特征，长期取决于生产率兑现 从短期看，若基础设施投资主要转化为进口需求，其对美国国内增加值的直接贡献可能有限，但对全球产业链上下游企业订单、就业与税收会产生再分配效应。对相关供应链经济体而言，需求上升可能带来制造业景气与技术迭代加速；对美国而言，则更需要通过本土化配套与高端制造能力建设，提高投资的国内含量与乘数效应。 从中长期看，关键不在于“建了多少算力”，而在于“算力被怎样使用”。如果企业将人工智能嵌入研发、客服、供应链管理、软件工程等高频场景，并形成可复制的流程与产品创新，生产率提升将逐步显性化；反之，若应用停留在试点层面、缺乏数据与制度配套，投入可能出现边际效益递减，甚至形成“高投入、低产出”的结构性压力。 对策：提升本土供给能力与应用转化效率，强化评估与治理 一是优化产业链布局。通过政策引导与市场机制，提升关键硬件、先进封装、服务器整机与能源配套等环节的本土供给能力，减少对外部供应波动的敏感性，提高投资对国内增加值的贡献。 二是聚焦应用落地与组织变革。企业层面应将人工智能与业务流程重构同步推进，在数据质量、权限管理、模型评估、人员培训诸上形成制度化能力，避免“只买设备不改流程”的投入陷阱。 三是完善统计与效果评估框架。针对人工智能带来的时间节约、错误率下降、研发周期缩短等指标，探索更贴近实际的测度体系，并加强对行业差异的跟踪分析，为政策与企业决策提供可比口径。 四是关注能源与基础设施约束。数据中心扩张对电力、土地与水资源提出更高要求，应统筹绿色能源供给、电网升级与能效标准，降低由成本上升带来的潜在挤出效应。 前景：从“投资竞赛”走向“效率竞赛”将是关键分水岭 总体看，人工智能投资热潮仍将持续，但宏观层面的增长贡献更可能呈现“先外溢、后内生”“先投入、后兑现”的特征。未来一段时间，谁能在保证安全合规与成本可控的前提下，把技术转化为可规模化的生产率提升与新产品新服务，谁就更可能在新一轮产业竞争中占据优势。对美国而言，提高国内配套与应用效率是能否把投入转化为增长的关键变量；对全球而言，产业链分工与技术扩散仍将深刻影响各经济体的受益结构。
AI投资热潮与经济增长贡献之间的落差，反映了技术进步与产业转化的时间差。巨额投资并非增长的充分条件，关键在于如何将技术优势转化为实际生产力，并通过完善产业链确保收益留在本土。这对各国优化经济结构具有重要启示意义。