人工智能：全球经济增长的新引擎与挑战

然而，人工智能能否带来持续的生产力红利，关键在于我们能否迅速学会对其进行度量、提供资金支持以及有效进行监管。

人工智能已成为全球经济领域备受关注的焦点，并且正日益成为经济增长的核心驱动力。当前，人工智能相关的投资在美国GDP增长中占据了相当大的比重，直接拉动了对服务器、数据中心、软件及电力基础设施的旺盛需求。政策制定者正面临一项紧迫的任务：判断当前全球经济状况究竟是一场短暂的投资泡沫，还是如同上世纪90年代信息技术革命般的持久生产力提升。

作为全球规模最大且对经济周期具有主导作用的经济体，美国已进入一种“双速增长”的模式。人工智能密集型产业正以惊人的速度领跑，而建筑、制造业以及对利率高度敏感的行业则相对滞后。根据美国经济分析局的数据，2025年第三季度，信息处理设备和软件的投资同比增长了16.5%。若排除人工智能的贡献，美国的GDP增速将显得较为疲软。

这种增长模式在全球范围内都有所体现。欧洲和日本的经济增长已趋于稳定，但仍需依赖宽松的货币政策支持。新兴市场虽然受益于收益率下降和美元走弱，但其增长动能越来越依赖于技术相关投资和资本流入。全球增长并未出现崩溃，但其增长动力正日益集中于少数几个特定行业和地区。

本轮人工智能浪潮的显著特点是其高度的资本密集性。大规模语言模型的训练以及生成式系统的部署，都需要海量的计算能力和实体基础设施支撑。人工智能更类似于电力——一种需要持续投入电网、硬件及配套设施的赋能型技术——而非社交媒体、数字商务等依赖现有网络快速发展的创新。据估算，为满足全球需求，到2030年，全球数据中心的资本支出可能高达6.7万亿美元。

✦

衡量“无形”的价值

✦

当前的投资热潮正在重塑经济结构，但也暴露了我们现有衡量体系在捕捉无形资本方面的严重不足。国民账户体系是为工业时代量身定制的，当时工厂和机械是经济的主导。而如今，经济价值越来越多地体现在数据、算法、专有模型和云基础设施之中。

尽管官方统计数据记录了部分转型（如软件和研发投资），但仍遗漏了大量驱动生产率的关键要素。大模型训练、数据集优化以及新应用开发的成本，往往被记作日常费用而非资本投入。即便是作为人工智能生态系统核心的半导体，也被视为中间商品，而非承载了知识产权的载体。

因此，GDP数据一方面因计入了巨额资本支出而可能高估了人工智能的短期经济贡献，另一方面又因忽视了生产力外溢效应而低估了其更广泛的经济影响。这种情况与信息技术革命早期生产力红利被统计数据掩盖的现象如出一辙。当衡量体系跟不上现实发展时，政策制定者就可能误判经济形势——可能因为表面上经济疲软程度不高而过度收紧政策，或者因为通胀看似由需求驱动（实际上可能反映的是结构性变化）而过早放松政策。

例如，当前美联储就面临着更为复杂的政策制定环境。如果人工智能应用正在悄然提升经济的潜在产出水平，那么经济的实际活跃程度可能低于总量数据所显示的水平。反之，考虑到电力需求的激增和基础设施的瓶颈，可能需要为通胀设定一个新的“底线”。对任何一方的误判，都可能导致政策上的双向失误。

预计到2030年，全球数据中心的资本支出将达到6.7万亿美元。

✦

新的地缘经济格局

✦

人工智能的兴起也正在重塑全球贸易和资本流动的格局。计算机、服务器和半导体的进出口量激增，标志着全球供应链正经历一场重大的重新布局。制造和组装环节正向东南亚、印度，以及美国本土的得克萨斯州和墨西哥湾沿岸等专业化枢纽转移。

这种区域化重塑并非意味着全球化的终结，而是形成了一种新的相互依存的地缘经济格局。美国和中国依然是主导力量，而欧洲正试图通过产业政策和投资激励来迎头赶上。对于许多新兴市场而言，人工智能带来的需求已转化为出口增长和外国直接投资（FDI），尤其是在能源和零部件制造领域。然而，这也使它们更容易受到技术和地缘政治冲击的影响。

资本流动正日益追随人工智能基础设施的布局。股市给予那些构建并资助全球算力骨干网络的大型企业——少数几家巨头——的估值和现金流回报，是自互联网时代以来前所未有的。其结果是，如今一小部分科技巨头在全球人工智能相关资本支出和生产力预期中占据了过高的份额。

国际金融协会的研究区分了“数字参与度”（即使用进口数字工具的程度）与“数字深度”（即生产和出口数字商品及服务，并将其融入国内价值链的能力）。那些具备“数字深度”的新兴市场，如中国、印度、韩国以及少数专业化枢纽，正吸引着与人工智能时代生产活动更相关且更为稳定的外国直接投资。在这些经济体的出口结构中，信息通信技术服务、特许权使用费和数字内容的占比持续上升。相比之下，其他经济体仍主要扮演着进口技术的消费者角色，因此其经济更依赖于全球流动性周期驱动、波动性较大的证券投资。

随着人工智能日益成为经济活动的核心，数字深度在资本流动中的作用可能会堪比财政信誉或汇率制度——这是一个尚未得到充分重视的传导渠道，全球政策制定者需要密切关注。

人工智能训练和推理所需的海量算力，已将电力供应和电网容量提升为关键的宏观经济变量。

人工智能对宏观经济的影响是深远的。能源瓶颈可能延缓人工智能技术的普及，导致核心通胀被锚定在更高水平，并可能引发局部经济过热，即使其他行业仍处于疲软状态。电网投资正成为供给侧的一个核心约束因素，这模糊了产业政策与宏观经济政策之间的界限。

✦

广泛普及还是集中发展？

✦

更深层次的问题在于：人工智能热潮究竟会转化为广泛的生产力增长，还是将仅限于少数企业和行业。历史经验表明，通用技术的红利通常需要经过多年的配套投资才能显现，这包括技能培训、管理实践的改进以及制度的调整。电力和信息技术都花了数十年的时间才实现广泛普及，进而推动整体生产率的提升。

如果人工智能的应用仍然集中于超大规模企业和专业服务提供商，那么其带来的收益可能会很快触及天花板，一旦投资周期见顶，经济将变得十分脆弱。但如果人工智能的应用能够广泛渗透到各行各业，那么其持续提升潜在产出的潜力就有可能得以实现。企业调查显示，人工智能的普及正在发生，但各企业的进展程度不一。尽管许多企业都在探索人工智能的应用，但只有少数企业实现了规模化部署。

风险在于，人工智能的普及可能受到基础设施不足和统计体系滞后的双重制约。技术快速迭代与政策调整缓慢之间的矛盾，可能导致未来几年经济出现异常的波动。经济增长可能在投资激增和调整停滞之间来回摆动，而政策制定者却难以准确解读各项经济数据背后的真实含义。

✦

数据背后的洞察

✦

在全球不确定性高企的背景下，人工智能热潮正在兴起。关税战、移民限制以及财政失衡等因素，使得世界经济更加割裂，预测难度加大。在这种环境下，人工智能不仅是一项技术变革，更可能成为一个宏观经济的稳定器——为数不多能够切实带来增量需求和乐观情绪的动力之一。

然而，仅凭人工智能这一个引擎，可能难以长期支撑全球经济的增长。美国经济的扩张仍然呈现出重资本、轻就业的特点。欧洲如果不能重塑其产业和数字政策，可能会错失这一轮发展机遇。新兴市场则需要在抓住机遇与保持审慎之间取得平衡，避免以廉价能源或有利的监管环境替代长期的竞争力。

政策制定者和统计机构必须加快行动的步伐。衡量体系需要升级，以涵盖无形资本的价值；财政和货币政策工具需要考虑到行业分化和新型供给约束；国际合作也必须加强，以确保人工智能普及的红利不被少数经济体独占。

本文作者

马塞洛 • 埃斯特旺（Marcello Estevão）

国际金融协会董事总经理兼首席经济学家