大家好，我是老张

这不是一场软件革命，而是一场工重工业革命。

这是场前所未有的产业变革。

高盛在7月发布的重磅报告《Harnessing AI for the Real Economy》中指出AI正驱动着一场现代史上速度最快，覆盖面最广，资本密集度更高的产业变革。

这份报告核心的判断是，构建AI经济格局的还没真正的开始。

高盛主管Mark Sorrell表示：我们现在正经历着前所未有的并行进程。

一边是建设推动AI继续发展的基础设施

另一边，AI正在改写全球经济的运行规则

02：AI经济到底要多少钱？

这份报告给出了惊人的估算。从2026年到2031年期间，在算力电力和数据中心领域的投资将超过7万亿美元。

仅全球超大规模企业的资本支出2026年预计将会超过7600亿美元，也就是说平均每天20亿美元。

作为参照，全球数据中心的供给已经从2019年的三十吉瓦增加到2024年的57吉瓦。预计到2023年还是将新增65吉瓦。

03：最大变量：实体经济

高盛给出了一个非常颠覆性的视角。

全球所有SaaS公司加在一起（钉钉、飞书、Salesforce、Zoom、用友等），它们创造的总营收，占全世界所有经济活动的比例不到0.5%。而实体经济，制造业，能源业，物流，国防约占99.5%。

真正的机会在剩下那99.5%——制造业怎么用AI、能源怎么用AI、物流怎么用AI、国防怎么用AI。软件只是前菜，实体经济才是主菜。

西门子在德国安贝格工厂部署的AI驱动预测性维护。让生产停机时间减少了40%。

Figureai的人形机器人在宝马的南卡罗来纳工厂连续5个月每天运行10小时，参与了生产超过3万辆汽车。

软件是第一个信号。Physical AI才是AI真正落地的地方。

04：决定工业AI赢家的条件

只懂AI算法不够，还得懂物理、拿得到行业数据、能装进设备、通过安全认证、并且让老工厂愿意用。能全部做到的，才是真正的工业AI赢家。只做到一两样的，很快会被卷死。才能建立持久的竞争地位。

这份报告指出了一个核心矛盾：

就是现有资本构架是为先后顺序的扩张模式设计的，不适应并行发展传统工具投资级公司。

银团贷款融资项目无法单独支撑如此大规模的基础设施建设，新工具正在涌现，就是私人信贷已经开始为超过1吉瓦的数据中心园区提供融资。规模超过250亿美元，主权财富基金和养老基金从被动配置者转变为了直接投资方。

“数据中心收入稳定，我们把它未来几年的租金打包成理财产品（ABS或CMBS）卖给投资者，提前把现金流收回来，再拿去盖更多机房。”

这话的背景是——以前这类操作只用在商场、写字楼上，现在连数据中心的租金也能这么玩了，说明这个市场已经大到金融工具开始跟进了。

AI已经成为交易活动和股权市场的巨大推动力，并在更传统的行业产生连锁效应。

05：真正影响资本规模的不是需求，而是供给。

高盛的另一份报告《Tracking Trillions》更深入的拆解和分析了这个问题。报告指出，AI基建所需资本并非固定的数字，而是高度依赖四个供给侧的底层假设，

第一，AI芯，AI芯片的经济使用寿命，

当前主流GPU经济寿命通常被认为只有4~6年。在部分高强度的训练场景下，可能甚至更短。芯片寿命每延长一年，累计的资本需求可能减少数千亿美元，反之会大幅增加，这一变量的影响是最为关键的，

第二，下一代数据中心的建设成本

作为传统云数据中心，每兆瓦成本大概是1000万美元，而新的一代AI数据中心每兆瓦的成本将上升到1500万~2000万美元。并且仍然有继续上涨的可能，这是因为AI的工作负载功率密度远远高于传统的云计算。

第三，芯片架构线路。

GPU和ac之争不仅仅是技术线路问题，更是AI产业利润如何重新分配的问题。当前nv i dii a数据中心GPU毛利大概是75%。云服务商显显然不希望长期承担如此昂贵的算力成本。

第四，电力，劳动力和设备的瓶颈。

到2030年，美国将需要20万零7000名熟练的电网工人。但是每个岗位需要3~4年的培训才能填。高盛的结论是，这不仅仅是算法革命，背后驱动它的是一次庞大的工业体系的重构，AI的本质其实是一场重工业革命。

06：未来3~5年能确定格局

在报告的结尾写道，未来3~5年的决策将奠定新一代AI的经济构架，那些统筹资金来源，开展风险定价，构建化行业交易架构的机构将塑造最终的格局这些决策。

所要解决的核心问题就是酱决定未来10年的发展走向。这不是简单的技术升级，而是一场变革，而是一场从基础设施到资本结构，从软件到硬件的全方位重新构建。谁能在资本架构和产业落地上同时建立优势？谁就能成为下一代AI经济领导。

投资有风险 本文不构成投资建议。