AI经济以及在AI经济驱动下整个经济形态与社会形态正在开始的震撼性的变化，是现在人们最关心的话题之一。
这个过程在目前也许还是刚刚开始，但其深远的影响将会以我们难以想象的力度日益显现出来。我原来就曾重申过无数遍，对于经济学我是外行，对于AI就更是外行。但好处是我喜欢学习，也喜欢思考。下面的内容，你既可以将其当做一篇资料汇编，也可以当作是一篇学习体会，还可以当作是一个外行的粗浅思考。
人工智能能不能引领新一轮繁荣？有人依据熊彼特的有关理论，认为自近代以来，人类一共爆发了三次典型意义的“工业革命”，分别是1760年代爆发于英国的第一次工业革命，即能源与动力革命；1860年代爆发于西方世界的第二次工业革命，主要是内燃机、电力、汽车、飞机等新技术的应用；1970年代爆发于美国的新材料、生物技术及信息技术革命。
《经济学人》在一篇文章中指出，在进入本世纪后，尽管信息技术和生物技术的潜力还在不断发酵，但技术红利在逐渐递减、消失，世界经济增长逐步进入低增长区。日本在泡沫经济破灭后陷入持续低增长，欧洲在进入新世纪后已进入乏力状态；凭借信息技术的垄断力量和美元红利，美国经济撑到了21世纪，但最终被2008年金融危机所终结。在过去十几年中的大部分时间里，创新的步伐让许多人兴味索然。生产率增长乏善可陈，而最流行的新发明——智能手机和社交媒体——似乎也没有多大帮助。一些新的技术依然“雷声大雨点小”，尚未完全进入大规模商用、量产阶段。与此同时，随着技术动力衰退，越来越多资本进入金融市场空转，类似1920年代的美国，推高了资产泡沫和经济杠杆。
那么，这一轮以人工智能为核心的科技革命，会不会给人们带来新的希望？会不会引领一次新的经济繁荣？对此，人们开始提出种种的期待与预测。麦肯锡预测，到2030年，生成式AI可为全球经济增加15.7万亿美元的价值，这一数字相当于2024年全球GDP的15%左右。国际电信联盟的模拟研究显示，AI到2030年可能推动全球产出增加13万亿美元，每年提升GDP增长率1.2个百分点。这些预测都相对保守，原因是考虑到了AI技术扩散的渐进性和各国技术吸收能力的差异。世界银行、普华永道和微软的联合研究则更为乐观，他们预计，AI到2030年可使全球GDP增长高达14%，并创造1200万个新就业岗位。
这一预测强调了AI不仅能带来经济增长，还能创造就业机会，体现了技术进步的双重效应。但正如我们目前能够看到的，至少就就业而言，情况并非如此乐观。相比之下，国际数据公司（IDC）的预测相对谨慎一些，这个预测认为，到2030年，AI将贡献全球GDP的3.5%，累计经济影响达199亿美元。但值得注意的是，IDC的预测仅计算了企业采用AI解决方案的直接投资和间接效应，每投资1美元可产生4.60美元的经济价值。这些预测的差异反映了对AI技术发展速度、应用广度以及经济传导机制理解的不同。但无论哪种预测，都指向了AI对全球经济的巨大推动潜力。在AI经济的背景下看中美经济现在有一种不甚严谨的说法，说是当今世界上真正玩AI的只有美国和中国两家。
严格地说，这种说法是不确切的。欧洲的德国、英国和法国及荷兰，在AI领域都有自己的一技之长，英国是全球第三大 AI 市场；亚洲的日本和韩国，也各有其深厚积累和领先之处。以色列在安防 AI、AI 芯片架构上有硬科技，阿联酋和沙特正通过资本投入快速扩充算力。人们之所以有AI只有两家玩的印象，与统计口径有一定关系，因为一些统计的数据仅涵盖了大模型与算力，但若扩展到全产业链，实际上是一种多极协同的格局。但尽管如此，从AI本身及应用的前沿看，确实是一种双极领跑的格局。
有数据表明，截止目前为止，中美两国在 AI 领域中的顶尖人才占全球 的57.7%，其中，美国6.3 万人，中国5.2 万人；头部大模型发布量占比，两国超过 80%，其中美国 40 个，中国15 个；两国算力合计占全球约 83%，其中，美国占68.9%、中国占14.5%；两国创投规模占全球 90% 以上。在这个双极领跑的格局中，美国由于拥有 OpenAI、谷歌、英伟达等全栈巨头，掌控着高端芯片、底层框架与 AGI 路径；中国则是依托阿里、华为、DeepSeek 等，在计算机视觉、开源大模型、场景落地上形成规模化优势。
从两国都具备的 “人才 - 数据 - 技术 - 资本 - 应用” 的完整链条来说，其他国家确实难以复制。技术的优势反射在经济层面：在今年年初的时候，大多数经济学家都对美国经济持一种比较悲观或谨慎的看法。特别是在关税大战开始后，美国经济增长将放缓，是很多人的共同预感。但一年时间过去，美国经济表现出很强的势头。美国商务部12月23日发布的数据显示，2025年第三季度实际GDP按年率增长4.3%，不仅显著高于年初多数机构预期的3.0%至3.3%，也快于第二季度的3.8%。美国经济在种种不利因素中表现出的这种强劲势头，与这轮以AI为核心的技术革命的推动密不可分。2025年10月29日，英伟达市值一度超过5万亿美元，为人类历史上首家突破5万亿的公司。如果把英伟达看作是一个独立的经济体，仅次于美国和中国，排在世界第三位。2025年10月29日，美股七巨头总市值约22.2万亿美元，对应经济体排全球第2，仅次于美国。中国经济也呈现出类似的特征。在疫情之后，中国经济处在明显的低迷状态。但在2025年，开始出现微妙的变化，我将这种变化称之为“冰火两重天”。一方面，是高技术制造业的蓬勃生长，AI、新能源、生物医药这些新兴产业的增加值增速超过12%，成为拉动经济增长的核心引擎。另一方面则是传统产业的艰难调整，房地产销售面积同比下降18%，钢铁、水泥等传统制造业产能利用率不足75%，整个地产链上下游都深陷低迷。AI经济的泡沫化但要看到，AI推动的这种增长，在很大程度上是一种靠大量资金投入堆积起来的增长。未来的关键，是看这种科技的进步，巨量的投入，能不能实实在在地转变为创造财富的大量增加。
如果在短期内无法实现这种前景，由此形成的泡沫，走势又将如何？
现在，很多AI界的大佬都在强调AI经济中泡沫的存在。
OpenAI首席执行官萨姆·奥尔特曼表示，当前的人工智能市场正处于泡沫之中。他问到，“我们现在是不是处于一个投资者整体对人工智能过于兴奋的阶段？”
OpenAI董事长Bret Taylor发出警告说，我们正处于一个“人工智能泡沫”之中。他说：“我认为人工智能确实会改变经济，而且我认为它会像互联网一样，在未来创造巨大的经济价值。但我也认为我们处于泡沫之中”。
有人甚至将这次的AI泡沫与上一次的互联网泡沫相提并论。英国《经济学人》在一篇报道中指出，AI相关的投资规模已经超过 3万亿美元，比2000年互联网泡沫时期的投入更庞大。
对于泡沫的讨论不是杞人忧天。关键是在这个泡沫当中，存在一种不容忽视的底层逻辑。
Rogé Karma在《人工智能经济中正发生某种不祥之事》一文中，描述了这样的一种现实：训练和运行人工智能系统所需的基础设施的成本极其高昂，即便是最大的公司也没有足够的现金来全额支付。这场行动的核心是全球市值最高的公司——英伟达。像Anthropic和OpenAI这样训练和运行人工智能系统的公司需要英伟达的芯片，但手头却没有足够现金支付。而英伟达则拥有大量现金，但需要客户持续购买其芯片。 因此，双方达成了一系列交易：人工智能公司实际上通过出让未来利润的一部分（以股权形式）来向英伟达付款。
换句话说，这些安排相当于整个行业正在对一种远未盈利的产品进行孤注一掷的豪赌。Rogé Karma指出，如果人工智能未能如倡导者所设想的那样在短期内产生利润——如果其技术进步放缓，且提升生产力的效果令人失望（越来越多的证据表明情况可能正是如此）——那么将整个行业捆绑在一起的金融纽带就可能成为所有人的共同覆灭之源。
最近，付鹏有个演讲。他的一个观点是：如果AI明年被证明是泡沫，全球市场都会崩。他说，问题出在“确定性太高”上：高确定性催生贪婪，场外杠杆、民间配资、押房押车全压上。全球资产都绑在了AI这一“生产力资产”上，当资产端的确定性被过度透支，负债端的任何变化都只是导火索。
他说，在过去的几年中，几万亿美元的AI上游基建已投下，算力、电力等“高速公路”基本成型，但目前的ChatGPT、图生文、文生图等只是表层应用，远非能拉动生产力变革的核心应用。市场的疑虑和等待，本质上是在等一个答案：这些AI基建，究竟是能拉动经济增长的资产，还是无法产生回报的债务？答案将决定全球资产的未来走向。
付鹏说，明年将是AI从生产力到生产关系传导的证明或证伪之年。现在全球主要资产的波动率都与其高度绑定。如果AI最终被证实为泡沫，那不仅是美股，包括日本、欧洲在内的全球股市都会崩盘。
但也有人认为，不要将泡沫看得过于可怕。基石基金的张维认为，无泡沫，不繁荣。他说，在近代历史上，真正的繁荣往往都在泡沫破灭之后到来，一定程度上，泡沫是我们前进的方式。其道理是，突然增加的泡沫型财富不仅增加了财富的总量，而且打破了旧有的财富配置格局，使得技术创新更容易获得所需的资源。
很多AI企业界的人士也表达了类似的看法。社交媒体软件公司Grindrr的首席执行官George Arison认为，泡沫现象在风险投资中是不可避免的。他指出，有些公司会失败，但同时也会有一些公司“非常非常成功”。
值得注意的是另外的一些迹象就我个人而言，我也赞成不要刻意夸大AI经济的泡沫。道理很简单，红利往往是滞后的。最近看到一个说法很有道理。牧之在《今天的中国，正在复刻美国“咆哮20年代”》一文中说，泡沫破了，技术留下了。他在文章中说，在上个世纪的20年代，有一家公司叫Radio Corporation of America，这家公司因为掌握着收音机的核心专利，股价暴涨了几百倍。后来泡沫破灭了，但无线电带来的技术变革和生产力的迅速提升，改变了整个经济和社会。他说，这种变革类似于今天的大模型。当时，在无线电技术的推动下，新闻、价格、天气、农业资讯、商业指令可以瞬间到达工厂、农场、办公地点，甚至是战场。通信技术的变革正是发生在那十年中，在此期间，美国经济增长达到5%以上。在技术的推动下，无线广播可以让品牌迅速建立全国性认知，从而让大规模生产更划算，成本迅速下降；广告从区域走向全国，汽车、家电、化妆品无不如此，大量的超级消费巨头由此诞生。
但这些无线电技术红利的真正浮现，实际上是到了1930年代之后。这就是，泡沫破了，技术留下了。更进一步说，在泡沫破灭之后，经济和社会改变了。但现在我在想的，不是AI在经济意义上能力的极限与突破，我相信技术的进步与突破会远远超出我们的想象。我现在想的是，这样的一种技术进步会在何种程度上改变整个经济和社会的形态，是这种改变造成的问题和挑战会是什么？最近令人深思的一个诡异现象是，公司越赚钱，越是要裁员。
有人说，在今年这一年，美国的GDP还在涨，股市还在创新高，CEO们的奖金也水涨船高。但同时，裁员潮却几乎席卷很多的企业。截至2025年11月，全美雇主累计裁掉1170821名员工，较去年激增54%。更重要的是，人们在这当中发现了一个新的现象：华尔街在2025年形成了一个新共识，就是每个员工的营收在成为衡量企业的核心标准。换句话说，一个公司，哪怕你的营收和利润再好，但如果你的员工数量是增加的，顶多算二流的公司。只有那些一边裁减员工，一边还能实现快速增长的，才是真正优秀的公司。这意味着什么呢？意味着裁员不再仅仅是应对危机的手段，而是一种常态化的管理工具。AI会塑造一个什么样的经济和社会形态？于是，“K型”经济的概念在开始流行。在开始的时候，人们是用这个概念描述疫情之后的经济复苏的不平衡，但在疫情已经过去几年后的今天，人们已经在开始用“K型”经济这个概念，来描述在人工智能等高新技术的推动之下，经济发生的一种分化的走势。“K型”经济的最大的特点是“分化”。
现在的趋势很明显，新经济与传统经济，正在展现出完全不同的走势。所谓传统经济，并不仅仅指那些冒着黑烟的工厂或古老的行业，而是指那些在工业革命基础上建立起来的、以物理实体为核心的经济模式。这些行业的共同特点是，它们的增长与物理世界的限制紧密相连。而人工智能代表的新经济，正在打破这种界限，形成指数级的增长潜力和无边界特性。
在这种新经济中，资本逻辑和商业逻辑发生了根本性的变化。这突出表现在投入和产出之间的线性关系正在被打破。在过去的时代，资本的增值的过程要受到一个基本规律的制约，即投入和产出的线性关系。传统资本要素存在边际报酬递减规律，而AI作为一种知识密集型要素，随着使用规模的扩大，其边际产出不降反升。传统生产要素需要外部投入才能增加，而AI可以通过自我学习和迭代改进来提升自身性能。而且，AI具有网络效应，与传统要素的排他性使用不同，AI可以同时服务于多个用户而不降低其价值。
正是在这个背景下，凯拉・斯坎伦提出了一个新词：氛围衰退。氛围衰退指的是这样一种现象，经济指标表现良好，但公众普遍感到经济低迷，官方数据与民众体感严重脱节。
有人这样描述氛围衰退现象：在过去的10多年中，全世界步入一个吊诡的新时代----数字亮丽，但生活萎缩；经济成长，但幸福倒退。这不是某个国家的孤例，而是一种跨越先进经济体与新兴经济体、跨越西方与东亚的全球现象。现在，许多国家的国内生产总值一再攀高，股市屡创新高，企业的盈余与出口数据也非常亮眼，媒体与官方报告充满形容繁荣的语汇。然而，在这种表面繁华下，人们却普遍感觉不到富裕，甚至越活越吃力，越努力越无力。
这种现象的明显加速是始于2022年底。分化的起点，正好就是2022 年11 月 30 日ChatGPT发布之后。
美联储主席鲍威尔在近期讲话中说道：“如果你听大型上市消费品公司的财报电话会议或公开报告，不难发现许多企业均提及经济呈现两极分化状态，低收入消费者面临压力，消费行为趋于谨慎并转向低价商品，而高收入及富裕阶层则依然保持强劲的消费势头。”
亚特兰大联邦储备银行的数据也进一步揭示出收入层面的分化，美国收入最低的25%的人群的工资增幅已降至近十年来的最低水平，而高收入群体的工资增速则领先于所有收入层级。
美国穆迪分析公司高级主管兼副首席经济学家德里蒂斯说，美国经济的“K形”分化正在持续扩大。收入排名前10%的家庭贡献了美国总消费的近一半，这不仅反映出收入不平等，也凸显消费结构的分化。相比之下，这一群体在2019年的消费占比为44.6%。美国密歇根大学最新发布的消费者信心调查结果显示，低收入美国人对经济的信心远低于高收入群体。
在这种情况下，人们有理由想象，在AI技术的推动下，一种极度分化的经与社会形态正在形成。人类的历史，将进入一个新的时代？
赞(13)
