美国去年在AI上花费了3000亿美元。高盛称这对经济没有任何贡献。

Source: Dev.to

介绍

企业史上最昂贵的技术押注对 GDP 的贡献约为零。高盛首席经济学家 Jan Hatzius 本周告诉客户，巨额的 AI 投资支出对 2025 年美国经济增长的贡献“基本为零”。摩根士丹利也独立得出了同样的结论。华尔街两大最具影响力的经济研究部门一致认为：AI 热潮并未体现在关键数据中。

AI 投资与 GDP 影响

• Spending vs. Output：当一家美国公司在 Nvidia GPU 上花费 500 亿美元时，其中大部分资金流向外国制造商。在 GDP 核算中，国内对进口商品的支出会从产出中扣除。该投资会出现在企业资产负债表上，但不会计入 GDP。
• Scale of Spending：Meta 在 2026 年承诺投入 650 亿美元用于 AI 基础设施，Microsoft 为 800 亿美元，Amazon、Google 和 Oracle 各自也投入了数百亿美元。
• Capital Expenditure vs. GDP：Goldman 估计，AI 投资将在 2026 年为美国资本支出增长贡献约 1.5 个百分点，但对净 GDP 的影响仅为 0.1–0.2 个百分点。几乎所有的影响都泄漏到海外。

硬件供应链

• 进口依赖: 大约四分之三的 AI 数据中心成本用于在亚洲制造的芯片和设备——主要是台湾的台积电、韩国的 SK Hynix 和三星，以及东南亚的组装业务。
• 回流努力: 《CHIPS 法案》拨款 520 亿美元用于将半导体制造回流国内，但仅 2026 年的 AI 芯片总需求就将超过 2000 亿美元。
• 供应限制: SK Hynix 宣布其 2026 年全部 HBM4 存储芯片产量已全部售罄，并计划将先进 DRAM 产能提升八倍，从每月 20,000 片晶圆增至 190,000 片。价格将继续上涨，收益流向韩国，而非美国。

企业支出与国内生产

花费这笔钱的公司是美国的，但收取这笔钱的工厂并非如此。政治叙事认为人工智能推动美国经济增长，这实际上是一种类别错误：增长是由国内生产驱动的，而人工智能目前推动的是对台湾半导体的需求。

生产率提升时间表

高盛预计，AI 带来的显著生产率提升将在 2027 年开始出现，并在 2030 年代后期持续复合增长。AI 的实际经济案例并非支出本身，而是使用 AI 工具的员工最终实现的产出增长。以当前的采用率来看，这些增长仍然是理论上的。

行业采用与 ROI

• 采用率：麦肯锡最新调查发现 72 % 的公司以某种形式采用了 AI，较一年前的 55 % 上升。
• ROI 现实：MIT 的 Project NANDA 发现 95 % 的定制企业 AI 部署未产生可衡量的 ROI。Anthropic 的研究显示，使用 AI 代码助手的开发者在代码理解测试中的得分低了 17 %。工具无处不在；产出收益却没有提升。

历史类比

Hatzius 将其明确地与 1990 年代后期的互联网投资周期进行类比。公司多年来在光纤、电缆、网络服务器和电子商务平台上大举投入，直到生产率统计数据才出现变化。随后，网络泡沫崩溃介入。生产率提升最终在 2003 至 2007 年间显现，但受益的公司与最初投入资金的公司并不相同。

经济影响

• 贸易平衡问题：这并非技术问题，而是披着技术外衣的贸易平衡问题。
• 短期展望：美国正在为历史上最昂贵的基础设施建设提供资金，但这些基础设施是使用外国部件建造的。GDP 衡量的是国内生产的东西，而国内生产的主要是电费。

结论

高盛并不是说 AI 是一个糟糕的投资。它的意思是投资和经济增长发生在不同的国家。花钱的公司是美国的；收钱的工厂却不是。经济回报如果出现，也会在多年后才到来，而当前的 GDP 数据基本上没有受到影响。