围绕人工智能的“算力竞赛”正在升温。
多家美国科技企业近年持续扩大相关资本开支，市场预期今年还将投入大规模资金新建或扩建数据中心，以满足模型训练与推理对算力、能源与网络的需求。
然而，投资热度与宏观增长之间的关系，正引发新的讨论。
问题：巨额投入为何未必转化为当期增长 高盛首席经济学家扬·哈齐乌斯在公开场合表示，人工智能相关投资支出对2025年美国GDP增长的贡献“基本为零”。
这一判断直指一个核心矛盾：企业账面上的资本开支不断攀升，但其对当期国内增加值的拉动可能有限，甚至被外部供给所“稀释”。
在人工智能产业链中，先进芯片、服务器关键部件以及部分高端制造环节高度集中于少数经济体，导致投资在统计意义上未能充分沉淀为美国国内产出。
原因：进口依赖与统计口径削弱“投资乘数” 从国民经济核算逻辑看，GDP强调国内创造的增加值。
若数据中心建设所需的核心芯片、硬件设备以及部分系统集成依赖进口，即使资金由美国企业支出，也可能更多转化为对境外产能的需求。
哈齐乌斯据此指出，当前美国看到的部分人工智能投资，实质上可能推升了相关制造环节所在经济体的经济活动水平。
同时，人工智能作为通用技术，其经济效应往往存在“先投入、后扩散”的时滞。
数据中心建设属于重资产、长周期项目，从采购、部署、调试到稳定运行需要时间，应用端的流程再造、组织调整与人员培训也需要成本。
若企业只是“叠加工具”而未实现业务模式与管理体系的同步升级，生产率改善就难以在短期显性化。
此外，关于人工智能投资与增长的估算存在分歧。
部分研究认为，信息处理设备和软件投资曾在阶段性增长中占据较高比重，也有机构测算人工智能相关投资对某些季度增长贡献较大。
但这些测算通常依赖特定分类口径与模型假设，难以直接等同于人工智能对整体经济的长期净贡献，更难覆盖应用普及后对效率、质量与创新的综合影响。
影响：短期“算力扩张”与长期“效率提升”或不同步 在短期层面，人工智能投资可能更多表现为资本开支上升、能耗与土地等要素需求增加，以及对芯片、网络设备等上游供给的拉动。
但如果关键设备进口占比较高，本国GDP的直接增量可能被压缩，反而加大贸易逆差压力或强化对外部供应链的敏感性。
在企业层面，人工智能能否带来生产率跃升仍待验证。
近期一项面向美国、欧洲和澳大利亚企业高管的调查显示，尽管多数公司已在不同程度上使用相关技术，但相当比例的受访者认为对就业或生产率的影响并不明显。
这一结果提示，人工智能的价值兑现可能更依赖场景选择、数据治理、流程重构以及与行业知识的深度融合，而非单纯“堆算力”。
在全球层面，产业链分工可能进一步强化。
若先进制程制造、关键存储与部分硬件生态继续集中在特定地区，人工智能投资的外溢效应将更突出，相关经济体可能获得更多订单与产值增量。
与此同时，围绕芯片、云服务与关键软件的竞争也可能加剧各方对供应安全与自主可控的关注。
对策：从“建得多”转向“用得好”，强化国内增加值与应用扩散 业内人士认为，要提升人工智能对本国增长的可持续贡献，关键不在于投资规模本身，而在于投资结构与落地效率。
一是优化供应链布局，提高关键硬件与核心部件的国内配套能力，减少对单一来源的依赖，在统计意义和实际意义上提升国内增加值。
二是推动人工智能在制造、医疗、金融、交通、政务等领域形成可复制、可推广的应用范式，以流程再造带动效率提升，而非停留在试点和概念验证。
三是完善数据治理、网络安全与合规体系，降低企业采用门槛与不确定性，促进技术扩散。
四是加强人才培养与组织变革能力建设，使技术应用与岗位技能升级同步推进，避免“投入—闲置—再投入”的低效循环。
前景：理性看待短期增速，关注中长期生产率拐点 综合来看，人工智能对宏观增长的影响可能呈现“短期不显著、长期看结构”的特征。
短期内，若投资主要体现在进口设备和基础设施建设，GDP拉动效应可能有限；但随着应用深入、行业流程重构完成、配套产业链完善，人工智能作为通用技术有望在中长期推动生产率提高、催生新业态并改善资源配置效率。
其最终效果仍取决于技术成熟度、成本下降速度、监管与市场环境，以及企业能否将技术转化为可衡量的经营改进。
AI投资热潮的背后，隐藏着投资规模与经济效益的错位。
这不仅是对当前技术投资效能的警示，更是对产业结构优化和技术创新转化机制的深刻反思。
在全球竞争加剧的背景下，单纯的资本投入难以保证经济增长，关键在于如何构建完整的产业链生态、提升技术应用效率、实现投资价值的真正转化。
这对各国推进产业升级、优化经济结构具有重要启示意义。