马斯克押注AI让GDP翻倍到4%,但数据告诉你还差得远
最近马斯克在X上发了条动态,说AI大概能让美国明年GDP增速翻倍,从约2%提升到4%左右,甚至可能更高。这条推文被转发了无数次,有人振奋,有人嗤之以鼻。分歧之所以这么大,是因为它不只是一个数字预测,而是直接关系到:科技公司砸进去的万亿美元能不能真的变成生产力?普通打工人的饭碗会不会被重新定价?以及,美国经济的含金量到底足不足。要把这些想清楚,得先把各方的说法放在同一个台面上对照。1
马斯克的预测靠不靠谱?
马斯克不是唯一押注AI加速经济的人。高盛的测算认为,如果生成式AI被广泛采用,生产率增速将在约10年里每年被推高1.5个百分点,最终让全球GDP水平比基准情形高出约7万亿美元。麦肯锡用63个企业用例逐个估值,得出每年2.6—4.4万亿美元的经济价值。这两组数字用完全不同的方法得出了同一个量级,听起来很有说服力。但问题在于,时间窗口对不上。高盛测的是十年尺度的水平抬升,马斯克测的是明年增速翻倍,这不是同一件事。2
主流机构更保守,认为2%到4%差距太大
把几家主流机构的预测放在一起,结论很清楚:马斯克的4%属于极端乐观,主流预期集中在2%—2.4%区间。美联储最新的经济预测中值显示,2027年美国GDP增速为2.4%。晨星公司直接指出,美国经济增长将持续放缓至2027年,而非加速至4%,并批评马斯克的预测缺乏对利率约束、中小企业采纳障碍及历史技术扩散规律的充分考量。德意志银行的测算更直接:当前AI对GDP增速的实际贡献仅约0.3%—0.4%,距离4%目标相差一个数量级。3
乐观数字和现实之间,差在哪?
高盛和麦肯锡的数字没有说谎,但它们测量的是潜力,不是兑现速度。历史提供了不少先例。20世纪90年代互联网投资占GDP比重冲到3%的时候,生产率数据同样纹丝不动,整整五年之后才开始爆发。计算机从进入办公室到真正重塑岗位门槛,花了将近十年。AI现在的情况是:投资占GDP比重已经飙到7%,比当年互联网还激进,但全要素生产率依然趴在1%以下。Anthropic的经济模型给出了三种情景来解释这种落差:温和情景下AI只让GDP增加1.6%,几乎感觉不到冲击;显著情景下增加约8.3%,失业率升至4.6%;而马斯克描述的那种翻倍,在模型里属于极端情景,需要AI具备递归自我改进能力并被超高速采用才能实现,前提条件极为苛刻。4
除了时间滞后,还有结构性问题。AI投资的钱确实落地了,但主要流向了供给侧——英伟达、算力供应链、云厂商。2025年AI相关服务收入约250亿美元,而当年基础设施投入超过2500亿,大约1美元投入换回10美分收入。高盛股票研究主管Jim Covello一直在追问这个问题:钱花出去了,收入在哪里?与此同时,2025年上半年美国GDP增长中约92%来自数据中心和AI投资,其余所有产业合计增长率仅为0.1%。这意味着剔除AI投资后,美国私营部门固定资产投资实际在萎缩,经济高度依赖单一引擎。3
砸钱之后,普通人真正要面对的是什么
不管AI最终让GDP增速是2%还是4%,有一个趋势在各种情景下都很清晰:资本和劳动的分配格局正在倾斜。Anthropic的测算显示,在AI承担约三分之一经济任务的极端情景下,劳动报酬占总产出比重将从60%降至45%,资本收益升至55%。知识工作者的工资面临下行压力,而体力劳动需求反而会因为AI提高了基础设施建设的效率而增加。换句话说,经济蛋糕变大了,但切法变了——程序员、分析师、翻译面临被重新定价,而电工、护士这类岗位相对安全。5
这种分化已经在发生。2026年上半年,美国科技行业累计裁员接近14万人,日均减员825人。谷歌、亚马逊、微软、英特尔等巨头纷纷开启多轮裁员。高盛、花旗集团等金融机构也在通过削减人力降低成本。MIT的研究显示95%的企业生成式AI试点没有产生可衡量的利润影响,但这不妨碍企业继续投入——因为即便试点没赚钱,裁掉对应岗位的人力成本是真实削减的。6
| 维度 | 马斯克预测 | 主流机构预期 | 极端情景 |
|---|---|---|---|
| GDP增速目标 | 4% | 2%—2.4% | 15%(年增速) |
| 时间窗口 | 明年 | 2027年 | 2030年 |
| 前提条件 | AI快速转化生产力 | 技术扩散逐步落地 | AI递归自我改进+超高速普及 |
| 就业影响 | 未明确 | 失业率约5% | 失业率逼近12%,知识岗位下降超20% |
| 现实匹配度 | 极端乐观 | 共识区间 | 理论推演 |
对普通读者而言,这份对照最有用的结论可能是:4%的增速不是不可能,但它需要一连串极端条件同时成立——AI能力必须快速从实验室渗透到实体经济,企业必须快速从试点转向全面部署,历史上的技术滞后期必须大幅缩短。如果任何一个环节卡住,增速很可能落在2%—3%的区间。对于政策制定者和投资者来说,这意味着当前的AI狂热需要在乐观叙事和硬约束之间找到更现实的坐标。
当前文章无评论,是时候发表评论了