但人工智能能否带来持久的生产率红利，取决于我们能以多快的速度学会对其进行衡量、为其提供融资，以及开展治理
马塞洛 • 埃斯特旺（Marcello Estevão）是国际金融协会的董事总经理兼首席经济学家，同时也是乔治城大学的教授。
文章和其他材料中所表达的观点均为作者个人观点，不一定反映IMF的政策。
人工智能是全球经济领域讨论的一个重大话题，其也正日益成为经济增长本身的核心引擎。在美国的GDP增长中，人工智能相关投资如今已占据了很大比重，推动了对服务器、数据中心、软件和电力基础设施的新需求。政策制定者正急于搞清楚这意味着什么：世界正在经历的是一场昙花一现的投资泡沫，还是一次堪比上世纪90年代信息技术革命的持久生产率提升？
作为全球最大、且主导全球经济周期的经济体，美国已进入双速增长模式。人工智能密集型行业飞速领跑，而建筑业、制造业以及对利率敏感的行业则被甩在后面。根据美国经济分析局的数据，2025年第三季度，信息处理设备和软件投资同比增长了16.5%。若剔除人工智能的影响，美国GDP增速明显偏弱。
这一模式在全球范围内都有体现。欧洲和日本的增长已趋于稳定，但仍依赖于宽松的货币政策。新兴市场从收益率下行和美元走弱中受益，但它们的增长动力越来越依赖技术相关投资与资本流入。全球增长并未崩盘，但正日益集中于少数几个行业和地区。
本轮人工智能浪潮的特殊之处在于其资本密集性。训练大语言模型以及部署生成式系统需要海量算力和实体基础设施。人工智能更像电力——一项需要在电网、硬件和配套资产上持续投入的赋能型技术——而非社交媒体、数字商务等依赖既有网络快速发展的创新。据估计，为满足全球需求，到2030年，全球数据中心的资本支出或将达到6.7万亿美元。
衡量那些“无法衡量”的价值
本轮投资热潮正在改变经济结构，但也暴露出我们的衡量体系在捕捉无形资本方面的严重不足。国民账户体系是为工业时代设计的，当时，工厂和机械主导着经济。而如今，价值则越来越多地蕴藏在数据、算法、专有模型和云基础设施中。
官方统计虽记录了部分转变（例如软件和研发），却遗漏了大量驱动生产率的要素。大模型训练、数据集优化以及新应用开发的成本往往被计入费用、而非资本投入。即便是作为人工智能生态系统核心的半导体也被视为中间品、而非内嵌知识产权的载体。
因此，GDP数据一方面因计入了巨额资本支出而高估了人工智能的短期贡献，另一方面又因忽视生产率外溢效应而低估了其更广泛的经济影响。这与信息技术革命早期生产率红利被掩盖的统计悖论如出一辙。当衡量体系滞后于现实时，政策制定者便可能误判经济形势——因表面上经济疲软程度看似不高而过度收紧政策，或因通胀看似由需求驱动（实则其可能反映的是结构性变化）而过早放松政策。
例如，当前美联储便面临着更为复杂的政策格局。如果人工智能应用悄然提升了潜在产出，那么经济的实际热度可能低于总量数据所显示的水平。相反，从电力需求激增和基础设施瓶颈考虑，则可能需要为通胀设定新的下限。对任何一端的误判都可能导致双向政策失误。
新的地缘因素
人工智能的崛起也在重塑贸易和资本流动的模式。计算机、服务器和半导体的进出口量激增，标志着全球供应链正在重新布局。制造和组装环节正在转向东南亚、印度，以及美国得克萨斯州和墨西哥湾沿岸等专业枢纽。
这种再区域化并非去全球化，而是一种相互依存的全新地缘格局。美国和中国依然是主导力量，欧洲则试图通过产业政策和投资激励迎头赶上。对于许多新兴市场来说，人工智能需求已转化为出口和外国直接投资——尤其是在能源和零部件制造领域，但同时也使它们更易受到技术和地缘政治冲击的影响。
资本流动正日益追随人工智能基础设施的布局。股市对那些超大规模的企业——少数几家构建并资助全球算力骨干网络的企业——给予了自互联网时代以来前所未有的估值和现金流回报。结果是，如今一小部分科技巨头在全球人工智能相关资本支出和生产率预期中占据了过高的份额。
国际金融协会的研究揭示了“数字参与度”（使用进口数字工具的程度）与“数字深度”（生产和出口数字商品及服务、并将其嵌入国内价值链的能力）之间的区别。具备数字深度的新兴市场——中国、印度、韩国以及少数专业枢纽——正吸引与人工智能时代的生产相关且更为稳定的外国直接投资。在这些经济体的出口结构中，信息通信技术服务、特许权使用费及数字内容的比重不断上升。其他经济体仍主要是进口技术的消费者，因此更依赖由全球流动性周期驱动且波动性较大的证券投资流动。
随着人工智能成为经济活动的核心，数字深度在资本流动中发挥的作用或将堪比财政信誉或汇率制度——这是一条尚未得到足够重视的传导渠道，全球政策制定者需密切监测。
人工智能训练和推理所需的庞大算力已使电力供应和电网容量成为关键的宏观经济变量。
其对宏观经济的影响是深远的。能源瓶颈可能延缓人工智能的普及，促使核心通胀被锚定在更高水平，并引发局部经济过热——即使其他行业仍处于疲软状态。电网投资正成为供给侧的一个核心约束，这模糊了产业政策与宏观经济政策之间的界限。
普及还是集中？
更深层的问题在于：人工智能热潮究竟会转化为广泛的生产率增长，还是将仅局限于少数的企业与行业。历史经验表明，通用技术的红利只有在经过多年的配套投资之后才会显现——这涉及技能培养、管理实践，以及制度调整。电力和信息技术都花了几十年时间才实现广泛普及，从而推动整体生产率的提升。
如果人工智能采用仍集中于超大规模企业和专业服务供应商，那么其能够带来的收益可能很快陷入停滞，一旦投资周期见顶，经济将变得十分脆弱。但如果人工智能应用能在各行业广泛普及，那么其持续提升潜在产出的潜力将得以实现。企业调查显示，人工智能的普及正在发生，但各个企业进展不一。虽然许多企业都在探索人工智能应用，但只有少数企业实现了规模化部署。
风险在于，人工智能的普及受到基础设施不足和统计体系滞后的双重制约。技术快速迭代与政策调整缓慢之间的矛盾可能使未来几年的经济发生异常波动。经济增长可能在投资激增和调整停滞之间来回拉锯，而政策制定者却难以解读各项经济数据背后的真实含义。
数据背后
在全球不确定性高企的大背景下，人工智能热潮正在兴起。关税战、移民限制和财政失衡使世界经济更加割裂、更难预测。在此环境下，人工智能不仅是一项技术变革，更成为了一个宏观经济稳定器——为数不多能够真正带来增量需求和乐观情绪的动力之一。
然而，仅凭这个单一的引擎无法长期支撑全球经济增长。美国经济扩张仍呈现重资本、轻就业的特征。欧洲若不重塑其产业和数字政策，有可能会错失这一轮机遇。新兴市场则需在机遇与审慎之间取得平衡，避免以廉价能源或有利监管替代长期竞争力。
政策制定者和统计机构必须加快行动速度。衡量体系必须升级以涵盖无形资本；财政和货币工具必须考虑行业分化和新型供给约束；国际合作必须确保人工智能普及的红利不被少数经济体独享。
© 2026 International Monetary Fund. All rights reserved.
