本文作者：龍玥

來源：硬AI

市場對AI投資的關注過度集中在硬件，而數據基礎設施、組織重設計、勞動力重組等「非硬件投資」正在快速攀升，其規模和影響已不容忽視。

高盛全球經濟研究團隊分析師Joseph Briggs等最新發布報告稱，美國AI相關硬件資本支出已達3600億美元（佔GDP的1.1%），全球超大規模雲廠商資本支出2025年達到4000億美元，預計2026年將超過7000億美元。但這只是故事的一半。

分析師測算，美國企業當前AI相關勞動力成本已達每年1530億美元，高管在AI組織變革上的時間投入折算為每年400億美元；歷史規律顯示，每增加1美元硬件投資，將帶動2美元無形資本投入——據此推算，全球AI非硬件投資規模未來數年可能突破1萬億美元。

非硬件投資有多大？四個維度測算

分析師從四個角度估算了當前非硬件AI投資的規模。

第一，IT人力成本。 過去兩三年，AI相關IT崗位佔比已升至約25%，與企業調查中「20%至40%的IT預算用於AI項目」的數據吻合。分析師據此估算，非科技行業企業通過內部IT團隊開展AI工具開發的年化投入約為1530億美元。

第二，高管時間成本。 調查顯示，大型企業高管約三分之一的績效考覈和薪酬與AI戰略掛鉤，AI已連續成為美國企業高管的頭號優先議題。分析師參照Corrado Hulten Sichel（2005）的方法論，假設高管20%的時間用於組織創新，其中35%聚焦AI，由此推算AI相關組織資本投資的年化規模超過400億美元（基於美國約6000億美元的高管薪酬總額）。

第三，勞動力重組成本。 分析師整理了Block、Atlassian、HP、Oracle、Accenture、Salesforce、Chegg、C3.AI等公司的AI驅動裁員數據，平均每名受影響員工的重組成本約為8.4萬美元。

目前AI對就業市場的衝擊仍有限——高盛估計AI相關招聘阻力每月壓低就業增長約1萬人，對應當前勞動力重組投資約100億美元/年。但若按分析師此前預測AI將置換6%至7%的勞動力來外推，整個AI採用周期內美國企業的勞動力重組總支出將達8000億至9000億美元，若分攤至10年，則每年約900億美元。

第四，歷史統計規律。 分析師利用EU KLEMS數據庫進行迴歸分析，發現ICT硬件投資與無形資本投資之間存在顯著的統計關係：每增加1美元硬件投資，歷史上會帶動2美元無形資本投入——其中數據/軟件投資增加1.3美元，組織資本增加0.5美元，其他無形資產增加0.2美元。

將這一乘數應用於當前AI硬件投資規模，對應美國約7000億美元、全球約1萬億美元的配套無形資本投入。分析師同時引用亞特蘭大聯儲的調查數據作為佐證——該調查涵蓋軟件、訂閱服務、硬件、員工培訓及IT支持等維度，估算2026年企業AI相關支出約為2800億美元。

數據管理公司的收入已經說明問題

非硬件投資的加速，在市場數據上已有跡可循。

Snowflake、Databricks、Palantir等頭部數據管理和基礎設施公司，自2022年ChatGPT出現以來收入已翻了三倍以上。三家公司合計企業價值從2022年不足1000億美元，飆升至2025年底的逾6500億美元。

雲服務收入同樣印證了這一趨勢。

亞馬遜AWS、微軟、谷歌、甲骨文的雲服務收入從2022年的約2000億美元增長至目前逾5000億美元，市場預計到本十年末將突破1萬億美元。其中，2026年的收入共識預測較2022年底已上調逾1500億美元。

非硬件投資的本質：無形資本

分析師將上述非硬件投資統一歸類為「無形資本投資」，包括專利、商標、品牌、軟件、研發、員工培訓和組織管理能力等。

根據EU KLEMS數據庫，無形資本投資在美國和英國已佔全部投資的50%以上，G10整體佔比約48%。

過去20年，這一比例的上升主要由組織資本和數據庫/軟件投資驅動——而這兩類恰恰是AI和AI Agent部署中投入最大的方向。

生產率「J曲線」：當下的低估，是未來的驚喜

大規模無形資本投入，在短期內會壓低GDP和生產率的統計數字——這是經濟學中有據可查的「J曲線效應」。

原因在於：企業將資源轉向內部AI工具開發、流程重設計、員工再培訓時，這些支出在國民賬戶中被記為成本而非投資，對應的資產價值卻不被計入。

分析師估算，僅AI相關組織投資（高管時間400億美元+勞動力重組100億美元，合計約500億美元/年）就已導致美國GDP被低估至少0.2%。若相關統計關係成立，低估幅度可能高達GDP的2%。

換句話說，美國近期生產率數據的改善還有空間。

誰會成為下一代「超級明星」？

這是報告對投資者最直接的啓示。

高盛援引經濟學家Haskel和Westlake在《沒有資本的資本主義》（2017）中提出的「四S」框架，指出無形資本與傳統有形資本的根本區別：

• 可擴展性（邊際成本趨近於零）

• 沉沒性（無法轉售，風險更高）

• 溢出性（知識和實踐容易被競爭對手複製）

• 協同性（不同類型無形資產相互疊加放大價值）

這種成本結構——高固定成本、低邊際成本——天然有利於先行者。歷史數據已經驗證了這一點：過去40年，「超級明星」企業的收入份額與無形資本投資規模幾乎同步上升。

報告的迴歸分析進一步顯示，無形資本分額每提升1個百分點，未來2至4年內勞動力成本佔增加值的比例將下降0.2至0.3個百分點，其中品牌、軟件/數據庫和組織資本的效果最為顯著。

結論是：今天更有效地投資數據、勞動力和組織基礎設施以部署AI Agent的企業，很可能成為下一代享有超額估值的超級明星公司。

高盛也給出了兩個值得注意的前提條件。

第一，上述分析並不涉及AI技術棧內部的利潤分配問題。芯片廠商或基礎模型提供商，同樣有可能成為真正的AI超級明星——這取決於市場勢力最終在哪個環節積累，目前仍高度不確定。

第二，AI帶來的自動化和業務流程標準化，將提升大多數企業的生產率，而不只是少數贏家。分析師維持此前判斷：AI將帶來廣泛的、全經濟體範圍的生產率提升，預計在發達經濟體中，AI完全普及後將帶動勞動生產率和GDP水平提升約15%。