美國會把GDP的9%花在AI上嗎？整個行業正寄望於此
AI投資熱潮隱含到2032年需達GDP 9%的支出規模，但收益遞減、價格競爭及電腦時代先例表明，生產率提升未必能轉化爲投資者預期的收入回報。
要點
- 哥倫比亞大學教授範紐韋爾堡測算：若數據中心建設按計劃推進、假設50%現金流轉化率與10%無槓桿回報率，到2032年AI收入需達3.5萬億美元（約GDP 8.8%），才能證明當前投資規模合理。
- 該數字約爲美國能源支出2倍、電腦軟件支出2倍、電話流媒體互聯網合計支出7倍，隱含假設AI定價維持稀缺性溢價。
- 歷史先例顯示價格崩塌會瓦解投資熱潮：1997-2001年跨大西洋光纖帶寬價格暴跌96%，導致大量長途光纖公司破產。
- 樂觀派援引傑文斯悖論：AI有效價格每季度下降47%（能力翻倍週期4-5個月），價格下降刺激需求激增，專家預測OpenAI與Anthropic 2030年合計年入3000億美元，但當前年化已達1800億美元且保持兩位數季度增長。
- 電腦時代先例：摩爾定律驅動價格年降15%，PC與電子表格引爆需求使企業IT投資達GDP 0.8%，但後續性能提升未激發同等新需求，支出進入平臺期，僅互聯網與AI帶來兩輪二次熱潮。
- 實證研究：哈佛博士生通過Jellyfish平臺發現AI助手使代碼行數+12%、拉取請求+5%，自主智能體分別+30%/+23%，但對已完成項目提升不顯著——因審查修改拉取請求抵消增益。
- [AI Synthesis] 核心張力在於：AI必將提升生產率與經濟增長，但生產率增益不一定直接轉化爲收入，更不一定帶來投資者指望的豐厚回報；若AI成爲繼資本勞動後的第三生產要素，GDP 9%或不算高，但就業大幅下降將迫使政府對AI徵稅填補稅基缺口。
樂觀派的理由
- 傑文斯悖論在AI身上顯現：Epoch AI數據顯示特定能力水平下有效價格每季度降47%，降速是算力價格降速6倍，價格下降與能力提升共同刺激需求。
- 專家小組預測OpenAI與Anthropic 2030年合計年入3000億美元，但當前年化1800億美元且兩位數季度增長，預測可能偏保守。
- 若AI成爲第三大生產要素（勞動報酬佔GDP 51%），GDP 9%支出比例在邏輯上可自洽。
電腦時代的先例
- 1974-1984年企業電腦投資翻倍達GDP 0.8%，由PC與VisiCalc/Lotus 1-2-3等殺手級應用驅動。
- 後續性能持續提升、價格持續下降，卻未激發同等規模新需求；Excel功能增強未帶來同等革命性變化，IT支出進入平臺期。
- AI進步與普及速度遠快於電腦，生產率提升可觀，但面臨相同邊際收益遞減規律。