AI狂欢 = 未来经济强劲增长？？
文 | 陈宁迪、马行空
当前人工智能的热度已经达到前所未有的高度。亚马逊、微软、谷歌、Meta四家服务商2026年合计资本开支预计超过7000亿美元，其中绝大部分用于AI基础设施建设。这些基建投入大部分都进入了英伟达及其供应商的腰包，不但支撑了英伟达4.84万亿美元的全球第一市值，还支撑了整个AI概念股的上涨。
过去一年，美光科技股价上涨约955%，Lumentum涨幅达到818%，闪迪更是达到惊人的3950%。2026年上半年，标普500指数涨幅中，仅英伟达、美光、博通、AMD和英特尔五家公司就贡献了超过一半涨幅。与此同时，OpenAI最新估值达到8520亿美元，Anthropic估值则达到9650亿美元，这些都是等待上市的超级AI巨头。
港股A股也一样，智谱自2026年1月上市以来，市值从约528亿港元升至最高超过1.27万亿港元，累计涨幅超过1700%。A股的中际旭创最近一年上涨952%。在AI浪潮的推动下，整个市场呈现出极度乐观的情绪。
各大投行分析报告普遍认为，AI将带来经济层面的爆炸式增长，进而支撑这些高估值的股票。在这个全民AI狂欢的时代，我想要给大家提供一个不一样的分析视角。
01
三大弱链接限制了AI拉动经济的能力
虽然资本期待AI在经济层面取得爆炸式增长，但是这一传递过程并非一帆风顺。查德·琼斯教授用弱链接理论解释了为什么过去的科技爆发和经济增速不匹配。他说，即使人工智能让人类生产环节的99%都变得无比强大，但整个经济系统的产出上限将被剩下的1%所锁死，类似于木桶理论。那无法被轻易自动化的1%是什么呢？是人类的决策、是AI与现实物理世界的交互等。因为技术的力量必须通过整个经济系统进行传导，而传导过程中最细的瓶颈决定了最终的速度。
1
人类习惯、决策机制与机构利益的阻力
人工智能的采纳、投资和大规模应用是每一个个体做出的决策，人类现有组织的决策方式、安全考量、利益格局调整等因素都会让决策过程变得谨慎而缓慢。比如今天的AI客服虽然已经大面积应用了，但是你问问自己，你更希望是真人接听你的电话、回复你的淘宝问询还是更喜欢AI机器人？更别提涉及到真金白银的投资领域了，不管是私人银行服务还是家族办公室的服务，这些高净值人群仍然是信任自己的客户经理而不是AI，因为AI不会对自己的内容负责，而客户经理可以。而这些人掌握的资本才是社会投资的最主要来源。
除此以外AI进入实体经济还面临利益集团的阻挠，以自动驾驶为例。尽管技术已经发展多年，但全球范围内的商业化落地进程依然缓慢。在美国，Waymo等公司在进行Robotaxi测试时，多次遭遇当地监管部门的限制和公众抗议。加州公用事业委员会曾多次暂缓或调整其运营许可，而旧金山市政府也以安全和交通秩序为由，对无人驾驶车辆的扩张设置了较多障碍。这就是为什么很多机构虽然口头上支持AI，但真正涉及核心利益和责任时，却往往表现出明显的谨慎甚至抵触。
2
其次是法律法规的滞后
AI技术的发展速度远超制度更新的速度，修法和监管框架的建立往往需要较长时间，这使得很多应用在落地时缺乏清晰的规则指引，应用企业因此倾向于观望。以欧盟《人工智能法案》为例，该法案从2021年提出到2024年通过历时三年，即使已经立法，各项条款还在分阶段实施，具体细则和分类标准仍在持续修订中。许多AI企业因此不得不投入大量资源进行合规准备，但具体要求却反复变化。在美国，联邦层面至今未能出台统一的AI监管法案，各州各自出台不同规则，导致企业在全国范围内开展业务时面临碎片化的监管环境。
生成式AI的版权争议也是典型案例。目前美国有大量针对AI训练数据使用版权作品的诉讼正在进行，但法院尚未形成统一且清晰的司法标准。这使得大量AI公司不敢大规模公开训练数据来源，也不敢轻易商业化某些应用。
3
人工智能与物理世界的真实交互瓶颈
目前人工智能在信息处理和数字生成方面表现突出，但是真实世界的经济活动是物理的：制造业装配、物流搬运、医疗护理、农业操作、甚至快递小哥送餐等物理场景中，现有机器人和自动化系统往往难以像人类那样灵活应对一个角落的微小调整或突发情况。让人工智能的智能真正延伸到物理世界需要对具身智能、高精度传感器等交叉领域持续投入，需要机器在各种真实场景里的工作，显然这方面还有很多工作要做。
查德·琼斯通过计算机模拟发现，即使在非常激进的假设情景下，经济生产力的真正起飞也需要大约30到50年的时间，而不是很多人想象的3到5年。因为每突破一个瓶颈，新的弱链接往往会立刻浮现。整个经济体就像一个半陷在泥泞里的巨大飞轮，人工智能是强大的引擎，但要让飞轮摆脱阻力、加速到高速旋转，需要一个漫长而艰难的过程，需要克服经济体中一个又一个弱链接。
举个例子，2016年，人工智能领域的权威、AI教父辛顿断言，我们应该停止培养放射科医生，因为5年内人工智能阅片就会超越人类。现在5年过去了，今天的放射科医生不仅没有消失反而更多了，薪资也更高了。为什么？因为人工智能承担了75%的重复性、标准的阅片任务，人类医生专注于那剩下的25%——那些真正需要人类智慧的弱链接任务。比如与病人进行有温度的沟通、参与复杂手术的会诊、处理疑难杂症。这些任务因为其稀缺性获得了更高的回报。
02
科技爆发不等于经济增长加速
历史上每一次重大科技突破，都曾在短期内被寄予极高期望，但最终对经济增长的贡献比预期的时间要长得多。
第一次工业革命的蒸汽机为例，詹姆斯·瓦特在1769年获得改良蒸汽机的专利，1776年第一台商业化发动机投入使用。然而，蒸汽机真正大规模应用于纺织厂、矿山和铁路等工业领域，主要发生在1820—1840年代。从1776年第一台商业发动机出现，到蒸汽动力在英国工业中占据主导地位，中间大约经过了60多年时间。
第二次工业革命以电力的广泛应用为标志，电力的发现首先依赖特斯拉、法拉第等天才人物的原创发明。1831年，迈克尔·法拉第发现电磁感应原理，为发电机和电动机奠定了理论基础。1879年，托马斯·爱迪生发明实用白炽灯泡，1880年代尼古拉·特斯拉和乔治·威斯汀豪斯推动交流电系统实用化。但电力真正大规模进入工厂生产和普通家庭，主要发生在1900年至1930年之间。从法拉第1831年的基础发现算起，电力对经济产生广泛而深刻影响，中间间隔了约70到100年。即使从1880年尼古拉发明交流电开始，市场也花了50年才完成工厂动力系统从蒸汽到电力的替换，电力基础设施的全国性铺设则要更晚，甚至中国直到20世纪80年代也还没有普及电网。
第三次科技革命从20世纪40年代末开始，这一时期的核心标志是原子能的开发、电子计算机的诞生以及半导体技术的突破。1947年，贝尔实验室发明晶体管，为现代电子工业奠定了基础。1950年代，第一代电子计算机开始投入使用，核能也逐步从军事应用转向民用发电。与此同时，航天技术在1950年代末至1960年代取得重大进展，人类开始进入太空时代。
但是，这些突破从出现到真正对经济产生广泛而深刻的影响，同样经历了漫长时间。计算机直到1990年代美国政府通过信息高速公路计划后，才开始对经济运行方式产生实质性影响，而互联网真正深刻而广泛地影响经济活动，主要发生在21世纪，中间又间隔了几十年。
为什么会出现这种现象呢？原因就是我们前面说的弱链接理论。弱链接让科技突破需要很长时间才能被经济系统充分吸收和转化。而当它这些技术真正普及之后，往往会变得极其便宜，甚至接近免费。这就是为什么每一次科技革命虽然带来局部效率的巨大提升，但整体经济增长率却难以持续抬高。还以互联网产业为例，自2000年以来，尽管计算机和互联网深度渗透经济，但它们在生产总值中的总份额反而从4.5%下降到了3%。他已经成从稀缺品转变成了基础设施，经济价值持续下降。
这就是为什么自工业革命以来，人类发明了蒸汽机、内燃机、电力、半导体、互联网等颠覆性的技术，人类征服了太空、分裂了原子、窥探了人脑，但是从经济增长的层面，这些技术并没有带来翻天覆地的变化。过去150年美国作为世界第一经济强国、科技强国，他的实际人均收入仅仅维持在每年约2%的水平，如果用全球经济增长来衡量，实际增长率也不过2.8%。
按照麦迪森《世界经济千年统计》显示，按不变价（1990年国际元）计算，全球GDP从1870年的约1.1万亿国际元增长到2008年的约51万亿国际元，138年间年均复合增长率约为2.82%。根据IMF的数据2008年至2024年全球GDP16年间年均复合增长率约为2.68%。150年跨度的年均实际增长率在2.77%～2.84%之间。所以说，技术进步虽然持续发生，但它更多是在抵消创新难度不断上升带来的压力，从而维持了2.8%左右的温和增长，这个增长率显然不能让今天的AI投资者满意。
03
AI的风险研究投入严重不足
我毫不怀疑今天的AI在智能创造方面的巨大进展。过去的三次工业革命，人类靠的是超级聪明的个体，靠的是牛顿、瓦特、爱因斯坦、波尔、特斯拉等天才的卓越贡献。AI的革命性突破是，它第一次创造了一个“超级智者”——一个可以被大规模复制和无限使用的超级智能体。它相当于无数个牛顿、爱因斯坦、特斯拉的总和，具有巨大的想象空间。这也是为什么市场对AI抱有极高预期，资本持续涌入，相关资产价格大幅上涨。但是，我们仍然不能忘记AI的风险。
AI之父辛顿认为，目前关于AI的安全研究投入严重不足！当初OpenAI成立目的是确保AI技术不垄断在谷歌这样的大企业手里，所以OpenAI成立之初是非营利性机构。可是随着OpenAI吸收的资本越来越多，他对安全的忽视也越发明显。于是，一群从OpenAI离职的员工又创立了Anthropic，他们很明确的说OpenAI对AI的安全性重视得远远不够。可是今天的Anthropic同样面临资本的巨大回报压力。几乎没有资本愿意花钱在AI的安全上。辛顿在2026年3月接受采访时明确提出的AI安全风险包括欺骗、自我进化、自主武器以及人类被取代。
-
欺骗与操纵：AI已经学会了撒谎。更聪明的AI可以轻易通过语言操纵人类，就像大人用糖果哄骗小孩。
-
奇点与自我进化：当AI开始编写自己的代码并自我优化时，奇点就开始了。这种指数级的增长像“雾中看车”，谁也无法预测10年后的未来。
-
战争与自主武器：军方为了追求反应速度，可能会取消“人类确认”的步骤。这是极大的隐患。
-
人类的被取代：这不同于拖拉机取代体力劳动，这是“智力取代智力”。由于没有更高级的工作留给人类，社会可能面临巨大的失业和动荡。
1
恶意行为者的问题无法避免
过去，制造大规模杀伤性武器需要国家级别的资源和技术，就像核武器之所以没有毁灭世界是因为红色按钮掌握在极少数人手中。但人工智能正在极大地降低这个门槛。比如一个黑客获得了未来超级人工智能的越狱版本，他就可以像请教一位无所不知的先知一样去设计一种比埃博拉病毒更致命且有数月潜伏期的新型病毒。人工智能的发展相当于把80亿个红色按钮交到地球上的每一个人手里，我们如何能确保没有一个人会按下它？这背后是破坏力的去中心化，当每个人都被赋能时，防御难度将呈指数级上升。
2
人类对风险的承受力没有那么强
1986年，挑战者号航天飞机的爆炸，其原因仅仅是一个价值25美元的橡胶O型密封圈在低温下失效。2003年哥伦比亚号航天飞机在重返大气层时因隔热瓦受损，再次发生解体。一个微不足道的弱链接，导致了一个价值数十亿美元、承载了无数人梦想的复杂系统瞬间化为乌有。这两次灾难证明了该系统存在无法根除的致命弱点，并导致航天飞机机队在2011年全面退役，人类对太空的探索几近停滞。这就是真实的物理世界，只要一个关键环节断裂，所有价值都会瞬间归零，这是弱链接世界可怕的非对称风险。
所以，研究AI对经济的拉动作用不能只盯着模型和算力，更重要的是把决策、规则和物理执行这些环节也考虑进去。很明显这是一个长期工程。历史反复证明了，伟大的创新从诞生到深刻改变经济通常需要几十年的时间，我想AI也不会例外。这种情况下AI公司几十倍、上百倍的市盈率谁来买单呢？我完全不否认AI的巨大潜力，但我们也必须清醒地认识到，它要真正带动经济增长仍然需要一个长期的过程。
04
总结
-
当前市场对AI的预期极高，相关资本开支和资产价格都处于历史高位，但AI对经济的实际拉动仍受人类决策阻力、法律法规滞后、物理世界交互三大弱链接的严重制约。
-
历史上每一次重大科技突破，从出现到真正深刻影响经济，都需要几十年甚至上百年的时间来完成系统转化，这也是为什么工业革命以来全球实际经济增长率长期维持在约2.8%左右。
-
AI是史无前例的智能跃迁，其核心突破在于创造了一个可大规模使用的超级智能体，但要让它真正改造物理世界并产生广泛的经济影响，依然需要解决一个又一个弱链接，可能需要几十年的时间。
作者简介：
陈宁迪，毕业于芝加哥大学，获经济学及统计学（荣誉）学士学位，于环球金融行业有超过26年经验，先后创立德林证券及德林家族办公室，曾是香港证监会授予之第1、4、6号牌照持牌负责人。现任德林控股集团董事局主席、执行董事及首席执行官，香港有限合伙基金协会副会长，著有《财富聚变时代：发掘逆周期的生存智慧》。
马行空，本科毕业于香港中文大学，研究生毕业于清华大学，曾任《财经郎眼》总策划，现任德林控股首席经济学家、德林新经济研究院执行院长，香港证监会4号牌持牌人，著有《贸易能力塑造国家能力》、《你的投资机会在哪里》、《萧条下的希望》等畅销书。
免责声明
本文章仅供参考，投资者应仅依赖公司公告所载资料作出投资决定。
本平台所载的信息和材料，包括文本、图形、链接或其它项目来自第三方信息终端，仅供一般参考用。任何情况下，本平台所发布的信息均不构成投资建议。
未经本公众号授权，任何人不得擅自转载。
微信涉及的内容仅供参考，版权归德林控股及相关内容提供方所有，免责声明见德林控股官方网站：https://www.dl-holdings.com/
免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。
