问题——巨额资本开支与宏观增速之间出现“温差”； 近期，美国多家大型科技企业持续上调算力与数据中心建设预算，对应的项目涵盖服务器、网络设备、存储、供电与制冷系统等基础设施。市场普遍将其视为新一轮技术周期的核心投资。然而，高盛首席经济学家扬·哈齐乌斯接受采访时指出，若按现行统计口径评估，人工智能相关投资支出对2025年美国GDP增长的直接贡献“基本为零”，且社会舆论对其拉动效应存在夸大。 原因——GDP核算口径、供给链结构与落地节奏共同作用。 一是进口抵消效应突出。GDP以“最终需求”衡量，其中固定资产投资会增加GDP，但进口会以负项扣减。当前数据中心建设所需的高端芯片、部分服务器关键部件及制造环节高度依赖海外供给，在统计上容易形成“投资加项”被“进口减项”部分甚至大幅抵消的结果。哈齐乌斯据此判断，资金在账面上未必转化为当期美国国内增加值，反而可能更多抬升中国台湾地区与韩国等地的相关产出。 二是资本形成到效率提升存在时滞。数据中心从选址、并网、建设到投产需要周期，企业内部从试点到流程再造同样需要时间。即便算力供给扩张，也未必在短期内转化为更高的劳动生产率与全要素生产率。 三是“能建成”不等于“用得好”。部分企业仍处在模型选型、数据治理、合规与安全评估阶段，应用侧的组织变革、岗位重构与业务闭环尚未完全打通，导致投入与产出不匹配。 四是统计衡量仍存盲区。服务业数字化、算法改进、产品质量提升等带来的“无形收益”不易被传统指标即时捕捉，宏观数据与微观体感之间可能长期并存差异。 影响——外溢与分化并行，经济结构面临再平衡。 从外部看，全球半导体与设备供应链的地区分工更强化，美国资本开支对亚洲制造环节形成需求外溢，相关经济体或在出口、制造业产值与就业上更直接受益。 从内部看，若投资更多体现为进口设备与折旧费用，短期对美国国内增加值拉动有限，但可能推高用电需求与基础设施负荷，带来电网扩容、土地与水资源约束等现实议题；同时，数据中心建设对地方税收、工程服务、运维岗位仍可能形成局部拉动，只是其规模未必能在宏观层面显著抬升增速。 在观点分歧上，也有研究强调信息处理设备和软件投资对增长贡献较高，部分机构估算人工智能相关投资对特定季度GDP增长占比可观。差异背后既有统计口径、样本期不同，也反映出“投资端可计量、生产率端难确认”的现实。 对策——从“堆硬件”转向“提效率”，以制度与能力建设对冲不确定性。 其一，强化本土供应链与制造能力，提升关键环节国内增加值占比，降低投资被进口抵消的结构性因素。 其二，推动应用侧深耕，围绕医疗、制造、金融、政务等场景完善数据基础、流程再造与人才培训，减少“有算力无产出”的空转。 其三，完善电力与通信等配套基础设施规划，统筹能耗、土地、环保与并网效率，防止局部瓶颈抬升社会成本。 其四，改进统计与评估方法，探索对无形资产、软件与算法改进带来的质量提升进行更合理的度量，为公共政策与企业决策提供更可靠的参考。 前景——短期“账面不热”，中长期仍取决于生产率突破与产业扩散。 总体看，数据中心投资对宏观增长的当期拉动，受进口结构与建设周期约束，可能难以在2025年前后形成显著贡献；但从更长周期观察，若技术能够在企业经营、研发设计、供应链管理与公共服务中实现规模化落地，并引发流程与组织的系统性变革，生产率改善仍有可能在随后年份逐步体现。能否跨越“投入期”进入“回报期”，关键不在于资本开支的数字有多大，而在于应用扩散速度、制度适配程度以及创新生态对现实问题的解决能力。
当前的AI投资热潮既显示产业活力，也暴露经济结构问题。高盛的提醒表明，投资规模不等于经济效益。实现可持续增长需要完整的产业链、有效的技术应用和切实的生产力提升。在全球科技竞争加剧的背景下，如何将AI投资转化为实际经济增长，需要决策者和企业保持战略定力与务实态度，在热潮中把握真正的发展机遇。