本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
七万六千亿美元。这是高盛预测科技企业将在2026年至2031年间投入人工智能基础设施的资金总量，超过日本与德国GDP之和。这家投资银行开始质疑：这场豪赌能否最终盈利？
围绕人工智能的市场狂热持续升温。OpenAI估值9000亿美元，Anthropic估值9650亿美元，SpaceX估值1.75万亿美元。这些企业尚未证明可持续的商业模式，但估值已远超传统经济逻辑。高盛全球研究所发出警告：近代史上，从未有一个行业在回报前景如此模糊的情况下，调动如此庞大的资本。
要点
- 2026年至2031年间，人工智能计划投资7.6万亿美元，超过日本和德国GDP之和
- OpenAI（9000亿美元）、Anthropic（9650亿美元）和SpaceX（1.75万亿美元）的当前估值，超过多家百年工业巨头的市值
- 高盛指出，技术承诺与经济盈利证据之间的差距持续扩大
- 人工智能领域人均投资额是其他新兴科技行业的40倍
投资规模超越历史参照
7.6万亿美元是什么概念？高盛给出了两个参照：1945年后重建欧洲的马歇尔计划，按不变美元计算约为2000亿美元；自20世纪60年代以来，整个美国太空计划按现值计算仅花费了6500亿美元。
这轮投资热浪集中在三个领域：专用芯片（预计2.4万亿美元）、数据中心（2.1万亿美元）和传输网络（3.1万亿美元）。提供全球80%人工智能处理器的英伟达，市值已达3.2万亿美元，超过全球汽车行业总市值。
高盛同时指出一个统计异常：纯人工智能企业的人均投资额达1500万美元，传统科技行业为35万美元，制造业为8万美元。这种悬殊差距，要么预示着即将到来的生产力飞跃，要么意味着一场规模空前的投机泡沫。
收入迟迟未能跟上承诺
盈利证据仍然稀少。OpenAI凭借ChatGPT领跑行业，年收入约34亿美元，估值却高达9000亿美元，市销率265倍。亚马逊在最具投机色彩的创业初期，这一比率也从未超过20倍。
高盛的分析显示，73%使用人工智能的企业在部署18个月后，未观察到生产力有任何可量化的提升。产生显著收入的应用场景仍局限于小众领域：自动翻译、医学图像识别、物流优化。所谓全面变革经济的承诺，目前仍停留在纸面上。
向OpenAI投入130亿美元的微软，难以将这一合作变现。旗下人工智能服务（Copilot、Azure AI）收入不足总营收的2%。谷歌每年在人工智能研究上投入300亿美元，但传统广告利润率因TikTok等平台的竞争而停滞不前。
这种巨额投资与有限回报之间的落差，令人想起20世纪90年代互联网初期，但财务规模已不可同日而语。当年亚马逊和谷歌花了十五年才实现盈利；人工智能投资者承诺三到五年内见效。
行业押注”延迟网络效应”
这些估值的支持者提出了一套逻辑：人工智能遵循非线性采用曲线，一旦使用规模突破临界点，收益就会集中显现。这套”延迟网络效应”理论，为当前的大规模投资提供了依据。
英伟达首席执行官黄仁勋声称：”今天在人工智能上投入的每一美元，明天将带来百倍回报。”他援引图形处理器的案例：这类芯片长期局限于视频游戏，后来才成为科学计算和加密货币挖矿的核心工具。
历史上不乏类似先例。20世纪90年代对光纤的投资，在当时看似荒诞，二十年后流媒体和云计算的爆发证明了其价值。对4G网络的投资也经历了近十年的沉寂，才因智能手机和移动应用的崛起而获得回报。
但高盛指出了一个关键差异：电信基础设施服务于人类明确的需求——沟通、出行、消费。人工智能技术能力强大，却仍在寻找真正不可或缺的大规模应用场景。人工智能提高工资但不摧毁就业，但尚未推动整体生产力的实质性增长。
多重警示信号
高盛的分析师关注几个具体指标。其一是行业集中度。英伟达、微软、谷歌、OpenAI四家公司，控制了从芯片到终端服务整条人工智能价值链的85%。这种格局与20世纪初的工业垄断相似，但市场波动性要大得多。
其二是能源消耗。人工智能数据中心目前已消耗全球4%的电力，到2030年这一比例可能升至12%。OpenAI估计，训练下一代GPT-5模型仅电费就将耗资5亿美元，基础设施成本还不包含在内。
其三是人才溢价。全球人工智能行业雇佣约35万名高技能从业者，对应8万亿美元市值。人均账面生产力达2300万美元，远超石油行业的300万美元和制药行业的120万美元——而后两者本是以高进入壁垒和技术溢价著称的行业。
高盛倾向于认为，这一异常源于大规模高估，而非真实的生产力优势。该机构指出，人工智能企业将实际成本（能源、原材料、制造业劳动力）大量外包，同时截留财务价值。
现实考验即将到来
未来十八个月将给出答案：这轮人工智能热潮是走互联网的路（剧烈回调后迎来实质性增长），还是走2000年电信业的路（长期崩溃）。高盛列出了几个关键测试。
第一个测试是企业实际采用率。目前《财富》500强中，仅12%的企业将人工智能整合进核心业务流程，大多数企业还停留在实验阶段或表面应用（聊天机器人、自动摘要）。大规模落地需要在培训、组织变革和安全方面追加大量投入。
第二个考验来自监管。欧盟《人工智能法案》可能严格限制特定算法的使用。中国正加快扶持本土企业（百度、字节跳动），降低对美国模型的依赖。这种地理割裂将阻碍统一且盈利的全球人工智能市场的形成。
工业的黄金时代能否到来，取决于人工智能能否超越技术演示，创造可量化的经济价值。高盛措辞谨慎：”技术史上充斥着承诺中的革命，它们往往需要数十年才能落地，有时根本没有落地。”
该机构的结论附带一项警告：若到2031年，计划投资中只有10%实现盈利，该行业将经历70%至80%的回调。届时，当前的人工智能热潮将成为现代历史上规模最大的投机泡沫，超过2000年的互联网泡沫。
有一个变量仍难以预判。与以往的泡沫不同，人工智能获得了广泛的政治与战略背书。美国、中国和欧洲都将其定位为国家主权议题。这一地缘政治因素可能人为延长投资周期，推迟经济现实的到来，但也可能放大最终的冲击。