美国将为 AI 花掉其 GDP 的 9% 吗？行业正指望如此

那些看好人工智能热潮的人士需要仔细审视这样一个数字：占GDP的9%。

这意味着，为了证明当前投入该领域的巨额资金是合理的，美国企业和消费者最终每年必须将相当于这一比例的资金用于Anthropic、OpenAI等公司的服务。

美国人会把收入的近十分之一花在这一项技术上，与食品支出相当吗？这大约是全国能源总支出的两倍，或是所有计算机及软件支出的两倍；更是消费者在电话、流媒体和互联网服务上总支出的七倍？

对此，人们理应持怀疑态度。即便是最具变革性的发明，最终也会遭遇边际收益递减规律：用户每多投入一美元，所带来的额外生产率（或使用体验）都会低于前一笔投入。

这就为投资设定了一个天然上限。

当然，问题在于这个上限究竟位于何处。无论你是否认为9%的GDP是合理水平，都必须予以关注，因为这一数字并非空想，而是当下投资者和企业所投入资金背后隐含的假设。

这一数据来自哥伦比亚大学金融学教授斯泰因·范·尼乌韦尔伯赫。他在布鲁金斯学会首次发表的论文指出，当前人工智能基础设施建设的投资规模已超过美国历史上任何一次投资热潮。

而他更为引人深思、也更令人警醒的统计是：要使这场热潮得到合理化，人工智能行业必须实现怎样的收入水平。

范·尼乌韦尔伯赫以当前数据中心建设者的实际规划和数据中心的平均成本为起点，同时假设部分项目会被取消，每1美元收入可产生0.5美元的现金流，并且建设方要求10%的无杠杆投资回报率。

据此，他得出结论：到2032年，人工智能行业的年收入需达到3.5万亿美元，即占当年GDP的8.8%（假设GDP年均增长4%，未考虑通胀因素）。

这一收入预测的一个关键假设是，人工智能企业能够维持当前的算力定价水平。但范·尼乌韦尔伯赫指出，目前算力的稀缺性正在支撑着价格和利润率。

“这些企业实际上是在说，即便到了2032年——届时竞争预计会非常激烈，我们的算力也将增至现在的四倍——我们仍将继续实行稀缺定价。”

价格暴跌曾导致以往的投资热潮破灭。1997年至2001年间，伦敦至纽约之间的光纤带宽价格因铺设更多光纤以及新技术提升单根光纤容量而下跌了96%。

这一价格崩盘加速了许多长途光纤企业的破产。

在科技领域，价格下降往往与效率提升相伴相生。据Epoch AI统计，自2023年以来，人工智能模型的能力平均每四至五个月翻一番，而单位能力的有效价格每季度下降47%，降幅是算力价格的六倍。

对人工智能的乐观预期认为，价格下降与能力提升将共同催生足够强劲的需求，足以抵消价格下跌的影响，这种现象被称为“杰文斯悖论”，得名于19世纪英国经济学家威廉·斯坦利·杰文斯对煤炭经济的研究。

迄今为止，这一趋势似乎确实存在。几个月前，由芝加哥联邦储备银行的埃兹拉·卡格尔领导的团队开展的一项专家调查显示，到2030年，OpenAI和Anthropic的合并年收入有望达到3000亿美元。

这一预测显得过于保守：两家公司当前的年化营收已接近1800亿美元，且每季度仍在以两位数的速度增长。

人工智能的倡导者认为，人工智能将事实上成为继资本和劳动力之后的第三大生产要素。在这种情况下，9%的GDP占比似乎并不夸张。（目前劳动力约占GDP的51%。）当然，在这种情景下，就业人数将大幅下降，各国政府不得不通过征收人工智能税来弥补由此造成的税收和社保缴费损失。

更为现实的风险是，一旦应用普及、最具生产力的场景被广泛部署，当前的增长速度将难以为继。

从20世纪60年代到21世纪初，微芯片的集成度大约每两年翻一番，这一现象被称为“摩尔定律”，而计算机的实际价格则以每年约15%的速度下降。

个人电脑及其杀手级应用——如电子表格软件——激发了远超价格下跌幅度的需求增长：1974年至1984年间，企业对计算机及周边设备的投资增至占GDP的0.8%。

此后，计算机性能持续提升、价格不断降低，但并未再催生同等规模的新需求。此时，计算机已变得无处不在。VisiCalc和Lotus 1-2-3的早期版本以颠覆性的方式改变了商业运作模式，而后续功能更强大的Microsoft Excel版本却难以再现类似的影响力。

因此，企业对计算机的支出趋于平稳，仅在20世纪90年代末的互联网浪潮以及当前的人工智能热潮中出现过阶段性增长。

人工智能的进步速度和普及程度远超当年的计算机，其带来的生产率提升也颇为显著。

哈佛大学经济学博士生菲奥娜·陈和詹姆斯·斯特拉顿通过Jellyfish平台对多家企业的软件开发项目进行了分析。他们发现，AI助手使代码行数增加了12%，将新代码并入现有代码库的“拉取请求”数量提升了5%。

而能够独立于人类操作的AI代理则使代码行数和拉取请求分别提高了30%和23%。

然而，两位作者也指出，AI对项目完成量的提升幅度很小，且“在统计上并不显著”。原因是用户花费了更多时间审阅、评论和修改拉取请求。

由此可见，人工智能无疑将提高生产率和经济增长，但这种提升未必能直接转化为收入，也无法带来投资者所期待的丰厚回报。