日前，美國哈佛大學經(jīng)濟學家研究發(fā)現(xiàn)，雖然2025年上半年美國GDP增長1.6%，但幾乎完全由數(shù)據(jù)中心和信息處理技術推動，其他領域增長率僅0.1%。2025年全年美國人工智能（AI）數(shù)據(jù)中心支出規(guī)模預計達5200億美元，人工智能領域拉動GDP增長的方式主要靠投資，而非相關消費。
今年以來，作為主要的數(shù)據(jù)中心投資者，微軟、谷歌、亞馬遜、Meta這4家企業(yè)圍繞AI算力瘋狂競爭，“砸”下640億至1000億美元不等的巨額現(xiàn)金，卻缺少可觀回報，其性質(zhì)近乎“燒錢”。近期OpenAI也在自身資金有限的情況下，“畫餅”將進行5年萬億美元級別的投資，引發(fā)了市場對于美國AI科技產(chǎn)業(yè)會不會是泡沫甚至是龐氏騙局的巨大疑慮。
從AI發(fā)展情況來看，好消息是個人與企業(yè)使用大模型已相當常見，10月初ChatGPT周活數(shù)據(jù)已達8億，消費者AI采用速度超出預期。但一個不好的跡象是，如此規(guī)模的用戶數(shù)據(jù)，卻仍未產(chǎn)生足夠規(guī)模的收入，甚至不能覆蓋運營成本。一般而言，互聯(lián)網(wǎng)應用在用戶數(shù)達到一定規(guī)模后，營收前景就會比較清晰，投資機構也會積極提供擴張資金、搶占市場份額，進入皆大歡喜的收獲期。但如今，美國各類消費大模型看起來像是個無底洞。
生成式AI的營收困境，與其自身技術原理有關�；ヂ�(lián)網(wǎng)產(chǎn)業(yè)大多具有很明顯的規(guī)模效應，基礎設施足夠后的邊際成本基本為零，支持幾千萬客戶的成本與幾億客戶差不多，利潤率極高。而大模型的每一次回應與推理，都要進行巨量重復運算，用戶越多、需要的數(shù)據(jù)中心與算力就越多，不僅享受不到規(guī)模效應，反而對基建和融資的需求越來越高。因此美國AI投資規(guī)模擴大不僅不是好現(xiàn)象，反而反映出投資效率可能存在的問題。
另一個不利于生成式AI商業(yè)變現(xiàn)的因素，是較難通過廣告變現(xiàn)�；ヂ�(lián)網(wǎng)廣告展示成本不高，利潤卻極為豐厚，但大模型應用一次只能展現(xiàn)一條回答，難以自然地插入多個廣告位，這也是“訂閱”為何會成為大模型的主要營收手段。但相比一年千億美元的投資規(guī)模，ChatGPT年化“僅”百億美元規(guī)模的訂閱收入顯得杯水車薪。
企業(yè)云服務是數(shù)據(jù)中心另一個被寄予厚望的方向。相比主要起數(shù)據(jù)存儲作用的常見企業(yè)“上云”操作，美國企業(yè)希望AI數(shù)據(jù)中心更加智能，能幫助企業(yè)提高運營效率、縮減成本、增加營收。然而，麻省理工學院8月的一份報告顯示，將AI引入業(yè)務的企業(yè)中95%并沒有賺到錢。甲骨文的GPU云租賃業(yè)務毛利率僅14%，遠低于公司整體業(yè)務70%的水平，在考慮折舊后凈毛利率更跌至7%。
企業(yè)“AI引智”進展不力、“幻覺”問題根深蒂固、算力成本居高不下，當人們對AI的期待超出玩具、進入實戰(zhàn)階段，就暴露了目前生成式AI的缺陷。這種缺陷導致了AI技術的商業(yè)化進程明顯滯后于基礎設施建設與金融化進程，給未來營收帶來了巨大的不確定性。對此，美國業(yè)界和資本形成了“工業(yè)泡沫論”和“金融泡沫論”兩派，前者認為數(shù)據(jù)中心建設是實體投資，將最終突破規(guī)�；拈撝�，成為電力一樣的基礎能源設施；后者則警告當前投資規(guī)模已超出理性范疇，過度樂觀的預期可能重演當年的互聯(lián)網(wǎng)泡沫。
無論是著眼長遠的基建布局，還是科技巨頭間的資本游戲，美國AI產(chǎn)業(yè)發(fā)展模式的不均衡問題是毋庸置疑的。AI推動經(jīng)濟發(fā)展絕不能只靠數(shù)據(jù)中心、算力設施建設的狂飆突進，而需要完成從“硬數(shù)據(jù)”到“軟價值”的轉變，在廣泛商業(yè)場景中證明其經(jīng)濟價值。只有當AI真正滲透到制造業(yè)、服務業(yè)等傳統(tǒng)行業(yè)，提升全要素生產(chǎn)率，才能帶動各行各業(yè)的全面、可持續(xù)發(fā)展。當資本狂歡落幕，真正帶來繁榮的從來不是單一技術的突破，而是技術與社會需求的深度融合和價值創(chuàng)造。（作者是科技與戰(zhàn)略風云學會研究員）
