Stephen Eisenhammer

路透伦敦10月3日 - 从未有如此巨额的资金涌入一项新技术，正如目前涌入人工智能领域的资金一样，其规模甚至超过了铁路或互联网在那些技术革命中吸纳资本时的投入。

根据普华永道（PwC）的预测，到2050年，全球仅数据中心的累计支出就可能超过30万亿美元，几乎与美国国债未偿还总额相当 (link)。普华永道表示，这一数字“远超”铁路或互联网泡沫时期的支出，即使考虑通胀因素后也是如此。

与此同时，据路透看到的IPO招股说明书 (link) 显示，作为人工智能竞赛中众多巨头之一，Anthropic计划在未来几年投入5,180亿美元，这一数额是其2025年收入的100多倍。其支持者表示，人工智能技术带来的变革将比蒸汽机的问世及其推动的工业化更为深远。

然而，经济学家指出，在人工智能公司令人眼花缭乱的预测、巨额支出以及高得离谱的估值背后，隐藏着对广泛且巨大生产率提升及未来利润的假设，但迄今为止几乎没有证据——也没有历史先例——能确保这些目标能够实现。

生产率提升“仍难以企及”

摩根大通（JP Morgan）8月指出，在引领人工智能竞赛的美国，广泛的生产率提升“依然遥不可及”，这令人对人工智能估值的可持续性产生质疑。

贝恩公司（Bain & Company）的一项研究指出，现有市场带来的生产率提升不足以支撑当前的支出，必须“出现全新的市场才能填补资金缺口”，并建议这些新市场可能涵盖从使用人工智能驱动的机器人到开发电池和半导体新材料等各个领域。

贝恩公司表示，美国超大规模科技公司——即像谷歌、亚马逊和微软这样在全球范围内部署基础设施的企业——以及人工智能竞赛中的其他参与者，需要在未来五年内开辟超过4.2万亿美元的新收入来源，以资助基础设施建设。

“关键在于相关应用能否及时问世以覆盖这些成本，”这份上月发布的研究报告指出。

几乎没有人怀疑人工智能改变一切的潜力——从办公室工作到研究实验室，正如过去的革命将旅行时间从几天缩短到几小时，或只需轻触键盘就能将世界连接起来。

但似乎更为不可改变的是确保投资回报背后的数学逻辑，以及偿还贷款的最后期限，这使得经济学家们不得不深入分析其对全球经济的影响——而不仅仅是投资周期的起伏。

“历史先例表明，当基础设施建设无法再带来足够回报时，技术驱动的繁荣往往就会终结，”摩根大通写道。

以英伟达为例——这家美国公司的芯片是人工智能革命的支柱 (link) ——摩根大通估算，未来10年美国生产率年增长率需达到3%至5%，才能支撑其估值。这将远高于美国国会预算办公室对该时期年生产率增长1.75%的基准预期。

仅就美国而言——据一些估计，其占全球人工智能投资总额的约四分之三——哥伦比亚商学院经济学家斯泰恩·范·纽韦伯格表示，2025年至2032年间的投资总额将高达约9万亿美元，相当于每年支出占美国GDP的3.2%。

他估算，到2032年，美国人工智能行业需要产生约3.55万亿美元的年收入，才能获得10%的投资回报率。而目前该行业的收入仅为这一数字的一小部分。

他在10月修订的一篇会议论文中写道，人工智能基础设施融资中大量债务的杠杆结构也意味着，“需求、延误或资产价值的相对轻微恶化，都可能导致更大的损失”。

人工智能与“新奇迹的出现速度”

尽管这些令人眼花缭乱的数字层出不穷，但美国人工智能领域的掌舵者们仍以超凡的热情畅谈著正在发生的变革。

Anthropic公司的达里奥·阿莫迪（Dario Amodei）曾表示，人工智能的未来可能“美得超凡脱俗”；而OpenAI的萨姆·阿尔特曼（Sam Altman）则指出，随着模型学会自我优化并加速突破，"新奇迹诞生的速度将极为惊人"。

谷歌DeepMind首席战略官贾希特·塞孔（Jasjeet Sekhon）在8月加州大学伯克利分校的一次峰会上表示，这种被称为“递归自我改进”的自学习机制是“投资论点的关键部分”，如果能够实现，将带来前所未有的生产力提升。

尽管递归式自我改进有望推动人工智能实现指数级进步，但也引发了人们对人类“生存风险” (link) 的担忧。

然而，生产率的提升速度最终可能仍会落后于企业财务部门所需的时间表。

英国剑桥大学经济学家黛安·科伊尔（Diane Coyle）指出，过去革命性技术对生产率的影响通常需要10到50年才能显现。

Anthropic公司的经济团队针对2030年人工智能将带来多少额外年增长率，建模了一系列情景。假设在非人工智能环境下基准增长率为2%，该模型显示：在人工智能影响较小的情景下，增长率为2.4%；在影响较大的情景下，增长率为5.4%；在极端情景下，增长率可达15.4%。

该团队指出，更高的增长率意味着将有更多工作岗位流失，但并未对任何一种结果给出概率评估。

阿莫迪去年预测，人工智能可能在五年内淘汰一半的入门级白领岗位。不过目前，一些研究人员表示，其影响似乎仅限于让寻求办公室工作的人更难找到工作。

美国和英国的研究表明，尽管整体就业形势依然强劲，但在那些人工智能擅长处理任务的文职岗位上，初入职场的招聘速度有所放缓。

斯坦福大学的研究人员今年8月表示，在受人工智能影响的行业（如会计和律师助理）中，22至25岁劳动者的就业率比在人工智能难以替代的岗位（如清洁工和建筑工人）低19%。

然而，即使预期的转型所需时间比人工智能公司相关数据所暗示的更长，真正的经济效益仍将持续——正如1873年恐慌导致铁路大亨破产后，火车依然在运行；1990年代互联网泡沫破裂后，互联网也没有因此停摆。

“在试图理解这一点时，历史是我们的朋友，”科伊尔表示。“只要保留了未来支撑所有生产力提升所需的基础设施，那就没问题。” ​

​