近期,人工智能(AI)领域的资本投入规模引发市场热议,但最新研究显示,当前投资水平不仅未达过热阶段,反而具备长期可持续性。高盛发布的行业分析报告指出,AI基础设施建设仍处于稳健发展轨道,其经济价值有望远超现有投入规模。
根据高盛测算,生成式AI技术全面落地后,美国劳动生产率将在未来十年内提升15%。目前已有企业案例显示,AI应用可使平均生产效率提高25%-30%,尽管当前仅有2.5%的岗位面临自动化替代风险,且主要集中在编程、客户服务和专业咨询领域。这种效率提升正转化为实质性经济收益,报告预计AI技术将为美国企业创造8万亿美元的资本收益,即使在最保守的估算下,这一数字也维持在5万亿美元以上。
支撑AI投资持续性的核心因素在于技术发展的双重驱动。一方面,模型规模年均扩张400%的速度远超算力成本年均40%的降幅,训练查询需求和前沿模型需求分别以350%和125%的年增速增长。尽管芯片能效持续提升,但需求扩张速度仍使算力缺口持续扩大。另一方面,美国国家账户数据显示,2022年以来AI相关支出年化增长达2770亿美元,2025年仅公开上市企业的AI基础设施收入增量就预计达到3000亿美元。
近期行业动态印证了资本对AI领域的持续加码。OpenAI在9月后连续宣布重大合作:与甲骨文达成3000亿美元的云计算协议,获得英伟达1000亿美元投资,与AMD合作部署6GW GPU算力集群,并与博通共建10GW定制AI芯片生产线。这些布局反映出科技巨头对算力基础设施的战略性投入。
从宏观经济视角观察,当前AI投资规模仍处于合理区间。历史数据显示,铁路、电气化、信息技术等产业革命高峰期,相关投资占GDP比重达2%-5%,而目前美国AI投资占比尚不足1%。高盛进一步测算,生成式AI技术将为美国经济创造20万亿美元现值收益,这一数字尚未包含海外利润、新兴应用场景及通用人工智能(AGI)可能带来的增值空间。
值得关注的是,AI技术演进正在重塑产业格局。训练查询需求的爆发式增长(年增350%)与前沿模型开发(年增125%)形成双重动力,推动企业不断升级算力基础设施。尽管芯片制造工艺持续进步,但模型复杂度的指数级提升使得单位算力成本下降速度难以匹配需求增长,这种技术特性为持续投资提供了基本面支撑。