文/阳光资产全球策略部部门负责人白雪石
本文从AI发展的微观异象出发，逐步深入宏观结构性变革的深层逻辑，依次讨论资源稀缺约束、技术长周期与金融短周期错配催生的泡沫风险，以及中美两国截然不同的AI发展路径选择。
人工智能：从微观步入宏观
AI竞争经历了三个阶段：2022年ChatGPT发布前为企业层面竞争；发布后升级为行业应用层面；2023年达沃斯论坛后，主要经济体在不到两年内密集出台AI政策指引（欧盟、日韩、美国、中国等），竞争进一步升级为国家行动层面。
但异象首先出现在微观领域。英伟达2025年下半年以来历次财报大多超预期，股价却不升反降，这一“超预期业绩反成股价拖累”的异象在2026年扩散至谷歌、三星电子。其本质并非对单一公司的质疑，而是投资者焦点从“AI投入是否有增长”转向“AI投入是否有回报”。科技股已从企业基本面驱动的资产，转变为对宏观因素高度敏感的资产。
上游资源约束的凸显印证了这一转变。2026年3月Claude Code源代码泄露后，AI应用从聊天机器人进入AI Agent阶段，计算架构中CPU与GPU比例从1：8升至4：8，每吉瓦算力所需CPU从3000万颗激增至1.2亿颗，交付周期从1-2周延长至6个月。费城半导体指数2026年3月以来涨幅达60%，大幅反超同期美股“科技七巨头”（M7）的20%，“5年5倍”的结构性变化表明上游资源已取代应用端成为关键制约。美国未来5年发电装机量（72GW）明显小于数据中心扩容规模（93GW），特朗普上台首日即将关键矿产安全上升至“国家紧急状态”，建立三大储备体系并与多国达成矿产协议——AI发展的资源约束已非潜在风险，而是现实压力。
资源稀缺：宏观边界的微观基础
BIS（2025）将AI产业链划分为硬件、云计算基础设施、数据、模型和应用五大核心构成，全球前20大科技巨头中仅英伟达、谷歌、亚马逊和阿里巴巴四家能完全覆盖。更关键的是，五大要素高度分散于全球不同经济体，HHI10指数显示每种要素都处于高度集中状态（普遍大于1800），但集中分布的国家各不相同——没有全球化，很难有超级人工智能。然而地缘政治正与全球化需求背道而驰，全球贸易已分裂为四大集团。
在此微观基础上，美国AI发展面临五大宏观边界：
1.储蓄竞争边界。AI资本支出最初由云计算巨头自由现金流支撑，但现金储备快速消耗，头部云服务商现金占总资产比例已降至个位数。2026年刚过半，AI相关企业债务发行规模已达2024年同期的约2.5倍。摩根士丹利和高盛2026年上半年贷款规模较去年同期分别扩大3393亿和2232亿美元，增速（28%和22%）明显超过存款增速，美国银行业融资规模已接近2008年次贷危机前水平。AI部门俨已成为经济中的“最后借款人”，推高利率中枢，抑制非AI部门产出。
2.商业模式边界。谷歌最近一期财报中非经常性收益占净利润比例接近90%，主要来自对非上市AI企业投资的市值重估浮盈。头部算力供应商待履约订单约五成来自OpenAI和Anthropic两家创业公司，形成“循环投资”格局。英伟达创新了“算力央行”模式：以大型云厂商长租合约为基础的银行贷款采购（五年“照付不议”），以及以短租客户合约为基础的英伟达信用担保（超额收入40%分成，不及预期以底价租回）。全生命周期GPU的IRR从-2.6%（兜底回租）到25.4%（市场价租出不兜底）不等。英伟达以自身信用为杠杆将GPU采购金融化，信用风险不断向自身集中，已触及科技企业的商业模式边界。
3.主权信用边界。美国试图将“石油美元”逻辑复制为“算力美元”，但政府扩表投资AI与央行扩表存在本质差异。Fostel和Geanakoplos（2016）指出，金融的本质是“承诺加抵押品”：央行以国债做抵押，低风险高流动性；政府投的是股权类资产，风险高流动性差，资产价格下跌时抵押不足会被放大。日本央行2020年触及货币政策极限后以政府扩表配股接力，始终未能压缩日股ERP。Lorenzoni和Werning（2019）的“长债发行的拉弗曲线”描述了债务危机三阶段演变，当前日本长债正从“安全债务”向“风险债务”过渡。美国对外通过关税和安全胁迫与盟友达成超6万亿美元投资承诺，但天量规模已与盟友国主权财富基金资产相当甚至超过，落实机会渺茫。
4.就业市场边界。AI能以算力销售收入自我投资，形成自我强化的增长循环。韩国科技板块占GDP约10%但对增长贡献达40%；三星2026年第一季度营业利润同比增速860%，工资增速仅8%，差距一百倍，引发罢工。Korinek和Suh（2024）表明，无论哪种AGI情形，完全自动化实现后工资均不可避免大幅下降。阿西莫格鲁（2021）指出，当前生成式AI供给大于需求，替代作用强于提升作用。AI投资的产出乘数和影响力系数均低于全球平均水平——这是美国滞胀的重要原因之一。
5.社会伦理边界。主流生成式大模型基于概率统计运行，结果缺乏可解释性。美国国内在“有效加速主义”与“AI价值对齐”之间存在深刻分歧，特朗普政府明确倾向“速度优先”。当AI逐步承接判断、选择与行动，人类的主体能动性正被削弱——人性的尊严从来不是来自全知全能，而是来自独立思考、自行决策、自担后果的主体性。
周期错位：泡沫的生成机制
技术泡沫由技术周期的“机会拉力”推动，周期较长；金融泡沫由金融周期的“宽松信贷推力”推动，周期较短。当金融周期快于技术周期时，理性泡沫便演变为非理性泡沫。颠覆性技术从发明到普及通常需15至30年，但生成式AI仅用两年达到40%普及率，计算机和互联网需要六年。历史上股市技术泡沫总是先于投资见顶——电力和汽车推广峰值在1926年，股市1929年见顶；互联网投资峰值领先生产率峰值约3年；铁路泡沫中英国股市领先投资见顶3年、美国长达14年。原因在于：技术的成功难以通过标志性事件证实，投资者耐心有限。
Web3.0时代AI模型面临边际成本递增困境（斯坦福《AI Index Report 2025》），无法复刻Web2.0的低价策略和规模效应。Meta将资本开支预期提高到1250至1450亿美元，但AI业务收入占比极低且仍处亏损；当Meta宣布削减资本开支、出售过剩算力后股价反涨——市场读出的信号是连Meta都承认算力过剩了，这是泡沫从形成期向破裂期转换的典型信号。
当前AI泡沫呈现六大特征：（1）资本支出强度远超历史峰值——FAB4加甲骨文资本支出与总营收比例达25%，是互联网泡沫11%峰值的2.5倍；（2）估值倒挂——基础设施层高估值而应用层偏低，市场不看好AI应用近期落地；（3）IPO与估值负相关——希勒PE已达30多倍，超过25倍后IPO首年收益大概率为负；（4）预测市场释放谨慎信号——AI泡沫90天内破灭概率约15%，OpenAI 2027年前实现AGI概率不到10%；（5）散户杠杆与私募信贷风险叠加——私募信贷总规模达2万亿美元，41%投向信息技术，30%新发贷款含PIK条款，大量企业已成“僵尸企业”，SpaceX散户3倍认购股票但债券被按BB级垃圾债定价；（6）项目落后暴露融资困境——5000亿美元的“星际之门”项目进度大幅落后，甲骨文放弃扩建并将建成时间推迟至2028年。
日本泡沫经济的三重失衡——汇率、工资、流动性——相互传导最终集中释放，当前全球同样面临贸易、劳动力与金融三重失衡。本次可能发生的危机兼具日本泡沫经济、互联网泡沫、次贷危机和欧债危机的多重特征。此外，AI技术路线本身存在尾部风险：北大AI-Newton模型可从含噪声数据重新发现经典定律，RTFM世界模型仅需单张图像渲染3D场景，Nested Learning使模型推理阶段可动态迭代——若现有大语言模型路线被颠覆，前期巨额投入将面临沉没风险。从数学哲学看，当前AI已实现从0到1的突破，正处在指数增长（e）的幻想阶段，却鲜少顾及周期约束（π）、价值回归（i）与和谐发展（φ）。
中国方案：人机协同，物人结合
AI发展路径由知识供给结构与消费者需求偏好共同决定。莫基尔（2002）区分了“科学原理知识”和“操作指令知识”，林毅夫（1995）发现大规模生产有利于“干中学”驱动的经验型技术变革，阿吉翁和豪伊特指出接近技术前沿应鼓励竞争、远离前沿应适度管控。
中美在两端均存在分化。知识供给端：美国诺奖自然科学奖获得者304位，是英国的三倍，中国仅3位，基础研究经费仍在中国的三倍以上；但中国2023年AI专利授予、论文发表和引用量均全球第一，超大规模市场和“全国统一大市场”是延续“干中学”模式的基础。消费需求端：美国消费者对高技术产品需求上升，中国消费者偏好低技术产品，过去十年消费增长最快的是餐饮、食品饮料等低技术品类。这一分化决定了美国的技术碾压战略在中国不适用——中国应选择增强型创新。
增强型创新强调人机互补，产生“组内效应”——整体工资上涨，收入差距缩小；替代型创新减少人力投入，产生“组间效应”——就业极化，收入差距扩大。过去40年三次技术变革中前两次（PC与互联网、智能手机与云计算）均为增强型，本次AI作为替代型创新让高技能行业工人成为受损者。替代型创新还可能引发“工资-创新”通缩螺旋：工资增速低→激励下降→创新受抑→企业无法获益→资本开支不可持续→创新进一步受抑。增强型创新则与共同富裕和包容式增长方向一致。
RCK模型分析显示，当AI作为劳动力进入生产函数，ρ为替代弹性系数：ρ<1（人机互补）时经济收敛于均衡点，存在适度消费与黄金投资水平；ρ>1（人机替代）时投资无限大、消费趋近于零——人类被彻底挤出劳动力市场。人类生育率n≈2，AI劳动力“生育率”n≈2000，这一巨大差异使路径选择尤为关键。
基于斯坦福《AI Index Report 2025》和IMF数据，美国在AI技术进步速度层面大幅领先，中国在劳动力就绪程度方面更为领先。世界经济论坛据此提出四种情景，中美已走向不同象限：美国趋向“替代人类”，中国趋向“人机协同”。《国务院关于深入实施“人工智能+”行动的意见》明确要求“加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态”。
中国面临人口增速下滑与资本形成回落的双重挑战，需同时加大对人和对物的投资。“投资于物”要求布局新兴产业、推动传统产业升级、加强关键物资储备；“投资于人”要求重视教育医疗等软资本投入、完善收入分配与社会保障。金融“五篇大文章”——科技金融、绿色金融、普惠金融、养老金融、数字金融——构成了可持续金融的中国化路径。中国不会效仿美国“豪赌式”投资，增强型创新是最大机遇。从0到1是创世式突破，从1到e是指数级增长，而从e到φ，则是更具智慧的理性校准与价值回归——找到技术与社会、工具与人性的黄金分割点。人机协同、物人结合，是中国人工智能发展的必由之路。
（本文根据阳光资产全球策略部部门负责人白雪石2026年7月24日在中国保险学会云分享2026年第6期直播讲座内容压缩整理，仅代表个人观点）
来源丨经作者授权转发
编辑 | 丁开艳
审核丨秦婷
责编 | 兰银帆
Review of Past Articles -
01
02
热门跟贴