IPP評(píng)論是國家高端智庫華南理工大學(xué)公共政策研究院（IPP）官方微信平臺(tái)。

導(dǎo)語：近期，全球資本市場(chǎng)關(guān)于“AI泡沫”的討論再次掀起熱潮——資本市場(chǎng)的高歌猛進(jìn)與預(yù)期回報(bào)之間的巨大落差，正促使各界重新審視人工智能的發(fā)展路徑與潛在風(fēng)險(xiǎn)。針對(duì)這一熱點(diǎn)話題，華南理工大學(xué)公共政策研究院（IPP）近日舉行了“AI泡沫”專題研討會(huì)，戴明潔、李品保、區(qū)富祝、莊文越、蔣余浩等多位IPP研究人員從資本邏輯、產(chǎn)業(yè)應(yīng)用與政策治理等不同維度切入，對(duì)這場(chǎng)技術(shù)熱潮的結(jié)構(gòu)性風(fēng)險(xiǎn)與中國人工智能的發(fā)展路徑進(jìn)行了系統(tǒng)分析。

在資本市場(chǎng)的AI熱潮之下，是否存在著結(jié)構(gòu)性風(fēng)險(xiǎn)？面對(duì)美國高強(qiáng)度的AI投資周期，中國的人工智能發(fā)展是否會(huì)受到影響？隨著中國產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型不斷深化的，我們又該如何辨識(shí)真正的發(fā)力點(diǎn)，讓AI真正釋放生產(chǎn)力？“IPP評(píng)論”特將本次研討會(huì)的主要觀點(diǎn)進(jìn)行了提煉，以供各位讀者參考。

與談人

蔣余浩

IPP研究員

戴明潔

IPP副研究員

李品保

IPP助理研究員

區(qū)富祝

IPP助理研究員

莊文越

IPP研究助理

張心旖

IPP研究助理

張心旖（主持人）：近期媒體上關(guān)于“AI泡沫”的討論持續(xù)升溫，有幾組數(shù)據(jù)尤為引人注目：2025年，全球AI風(fēng)險(xiǎn)投資已經(jīng)達(dá)到1927億美元，占全球風(fēng)投總額的53%。這也是AI投資占比首次、也是歷史上唯一一次突破50%的關(guān)口。與此同時(shí)，10家尚未盈利的AI獨(dú)角獸在過去12個(gè)月里的估值合計(jì)暴增1萬億美元；英偉達(dá)的市值更是在10月29日突破5萬億美元，成為全球首家達(dá)到這一高度的上市公司。

但與這些亮眼數(shù)字形成鮮明對(duì)比的，是投資回報(bào)率上的冷酷現(xiàn)實(shí)。麻省理工學(xué)院（MIT）近期發(fā)布的《生成式AI鴻溝：2025年商業(yè)AI現(xiàn)狀》報(bào)告顯示，盡管企業(yè)在生成式AI領(lǐng)域投入了300—400億美元，但95%的組織尚未獲得任何實(shí)質(zhì)回報(bào)。這不禁讓人聯(lián)想到17世紀(jì)的郁金香泡沫——人類歷史上有記載的首次金融泡沫。

企業(yè)在生成式AI上“興趣高，落地少”。任務(wù)型生成式AI工具從試點(diǎn)到實(shí)際部署的成功率會(huì)由20%跌至5%。圖源：MIT, The GenAI Divide: State of AI in Business 2025.

然而，從技術(shù)演進(jìn)的長周期來看，無論是蒸汽機(jī)還是互聯(lián)網(wǎng)等顛覆式技術(shù)，都曾伴隨著資本的集中涌入，并出現(xiàn)階段性的泡沫。諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主邁克爾·斯賓塞（Michael Spence）近日也表示：“我不太擔(dān)心泡沫，我稱之（當(dāng)前AI領(lǐng)域的投資熱潮和股市狂熱）仍是一種‘理性泡沫’?！?/p>

那么，當(dāng)下的“AI泡沫”究竟是如何形成的？與歷史上的其他技術(shù)泡沫有哪些相似與不同？從資本、國家以及產(chǎn)業(yè)的視角來看，我們今天所處的AI發(fā)展又面臨哪些潛在風(fēng)險(xiǎn)？這個(gè)泡沫究竟更多是一種“好的泡沫”，還是“壞的泡沫”？我們又應(yīng)當(dāng)如何應(yīng)對(duì)？

“AI泡沫論”研討會(huì)現(xiàn)場(chǎng)

美國“AI泡沫論”的產(chǎn)生及其背后的利益驅(qū)動(dòng)力

戴明潔：自從2022年底ChatGPT發(fā)布以來，美股尤其是科技企業(yè)的市值持續(xù)上漲，AI是其中非常重要的推動(dòng)力量。但在過去三年里，“AI泡沫論”并沒有像現(xiàn)在這樣集中爆發(fā)。那么，為什么今年下半年這一話題突然引發(fā)了如此強(qiáng)烈的討論？除了主持人剛剛介紹的數(shù)據(jù)之外，我認(rèn)為還有兩個(gè)方面值得特別關(guān)注。

第一，與過去科技公司估值和股市上漲的情況不同，這一輪美國科技巨頭之間出現(xiàn)了一種“投資內(nèi)循環(huán)”的模式。

今年10月，彭博社發(fā)布了一張非常流行的圖，展示了美國當(dāng)前幾家科技巨頭之間內(nèi)部資金鏈的網(wǎng)絡(luò)結(jié)構(gòu)（見下圖）。這個(gè)網(wǎng)絡(luò)以英偉達(dá)為核心，連接著甲骨文、微軟、OpenAI、xAI、晶片代工廠以及一系列風(fēng)險(xiǎn)投資機(jī)構(gòu)。

圖源：彭博社

它們形成的資金“內(nèi)循環(huán)”大致可以概括為以下邏輯：首先，三大云廠商——亞馬遜、微軟和谷歌——向英偉達(dá)采購芯片；之后，AI公司向云廠商租用算力；AI公司因算力儲(chǔ)備更容易吸引風(fēng)險(xiǎn)投資；最后，AI公司再用這些資金支付云廠商算力租賃費(fèi)用。

也就是說，通過交叉投資、訂單捆綁等方式，他們構(gòu)建起一個(gè)短期內(nèi)能顯著推高參與者估值的利益聯(lián)盟。這樣的模式有一個(gè)核心特點(diǎn)：它能夠在資本市場(chǎng)上營造出持續(xù)增長的預(yù)期；但與此同時(shí)，這也可能掩蓋了這些廠商并未創(chuàng)造出真實(shí)價(jià)值的問題。

更為嚴(yán)峻的是，AI融資結(jié)構(gòu)正在從股權(quán)投資向債務(wù)投資轉(zhuǎn)型。2025年，美國企業(yè)已發(fā)布超過2000億美元的公司債券，用于資助AI相關(guān)基礎(chǔ)設(shè)施項(xiàng)目。債權(quán)與股權(quán)不同：它更容易被杠桿放大，更加不透明，也更容易被用于結(jié)構(gòu)化包裝。例如，部分債務(wù)會(huì)通過ABS（資產(chǎn)支持證券）的方式進(jìn)行再包裝。這樣的融資模式，實(shí)際上進(jìn)一步加劇了美國AI投資迅速膨脹所帶來的泡沫化傾向。

第二，與美國政府的推動(dòng)高度相關(guān)。

特朗普政府在第二任期開啟以來，一直在推進(jìn)一個(gè)類似“AI大基建”的計(jì)劃。今年1月，特朗普政府聯(lián)合OpenAI、軟銀、甲骨文宣布將投資5000億美元建設(shè)5座AI數(shù)據(jù)中心，他稱之為“星際之門”（The Stargate Project）項(xiàng)目；今年7月，美國發(fā)布AI行動(dòng)計(jì)劃（AI Action Plan），將AI基礎(chǔ)設(shè)施投資建設(shè)作為三大支柱之一；最新的例子是今年11月剛剛發(fā)布的“創(chuàng)世紀(jì)計(jì)劃”（Genesis Mission）行政令，僅AI實(shí)驗(yàn)平臺(tái)首期建設(shè)預(yù)算就將超過200億美金，未來五年相關(guān)投入可能突破1000億美元。這些計(jì)劃都在AI基礎(chǔ)設(shè)施建設(shè)方面給予了高度關(guān)注，為AI行業(yè)高估值和高杠桿提供“隱性擔(dān)保”，進(jìn)一步推高了AI投資規(guī)模。

11月24日，特朗普政府通過行政令正式啟動(dòng)“創(chuàng)世紀(jì)計(jì)劃”。圖源：路透社

相較于這輪“AI泡沫論”如何形成，更關(guān)鍵的是分析其背后的利益驅(qū)動(dòng)力。目前AI投資熱潮的出現(xiàn)，更多反映出是科技巨頭和美國政府在科技發(fā)展和經(jīng)濟(jì)前景方面的多層次焦慮，這種焦慮使得他們?cè)絹碓絻A向于將AI視為一種“戰(zhàn)略性工具”，而非對(duì)人類未來有共同影響的“創(chuàng)新公共品”。

科技巨頭的驅(qū)動(dòng)力在于搶占AI技術(shù)主導(dǎo)權(quán)的迫切需求。為了避免在新技術(shù)周期中被邊緣化，他們必須緊跟這一輪科技浪潮。在硅谷，這種焦慮被形容為一種“FOMO” 心態(tài)（fear of missing out——“錯(cuò)過即出局”）。他們寧愿選擇投資過度，也不愿意成為AI時(shí)代的“諾基亞”。甚至有人說，投資不足（underinvestment）的代價(jià)遠(yuǎn)遠(yuǎn)高于投資過度（overinvestment）。

另一方面，像OpenAI這樣的企業(yè)，也在極力將自己塑造成對(duì)美國“大而不能倒”的企業(yè)，從而借助這種戰(zhàn)略地位來保護(hù)自身、鞏固影響力。

對(duì)美國政府而言，科技企業(yè)推動(dòng)的AI浪潮對(duì)特朗普政府同樣有顯著的利好，這也促使雙方更多形成一種“利益聯(lián)盟”，既共同推動(dòng)AI泡沫的膨脹，也合力阻止泡沫的破裂。美國政府的驅(qū)動(dòng)力主要在三個(gè)層面：

首先是基建。特朗普推動(dòng)的制造業(yè)回流計(jì)劃，迫切需要對(duì)美國的電網(wǎng)、道路等基礎(chǔ)設(shè)施進(jìn)行更新建設(shè)。但是由于美國長期受到產(chǎn)權(quán)、環(huán)保、勞動(dòng)力等方面的制約，其基建改造一直難以推進(jìn)。如果AI的敘事能夠深入人心，就可以借助數(shù)據(jù)中心建設(shè)，帶動(dòng)一場(chǎng)“新時(shí)代的大基建”，從而顯著拉動(dòng)GDP增長。有一位哈佛經(jīng)濟(jì)學(xué)家預(yù)測(cè)，如果今年美國沒有數(shù)據(jù)中心建設(shè)，美國上半年GDP增速可能不足0.1%。

美國南部地區(qū)對(duì)數(shù)據(jù)中心CPU的需求強(qiáng)勁，主要因?yàn)榈驴怂_斯州和佛羅里達(dá)州等州數(shù)據(jù)中心行業(yè)的發(fā)展，這些州的主要云服務(wù)提供商和企業(yè)正在大力投資基礎(chǔ)設(shè)施建設(shè)。圖源：路透社

其次，AI對(duì)美國股市的繁榮和吸引全球資本具有重要意義。數(shù)據(jù)顯示，過去三年標(biāo)普500的AI版塊相關(guān)盈利增長達(dá)到了124%，但如果剔除AI版塊后，盈利增長甚至不到10%。可想而知，如果沒有AI敘事或者AI泡沫走向破裂，那么美國股市的繁榮以及資本流入都會(huì)面臨較大沖擊。

再次，是推動(dòng)美國的經(jīng)濟(jì)增長，從而緩解美國政府的債務(wù)壓力。隨著美國面臨越來越大的債務(wù)壓力，特朗普政府目前正努力降低債務(wù)占GDP的比率。從整體上看，降債無非兩條路：要么減少開支，要么推動(dòng)經(jīng)濟(jì)增長。前段時(shí)間，高盛CEO就指出：在AI的驅(qū)動(dòng)下，美國通過經(jīng)濟(jì)增長而非削減開支來化解美債問題的可能性正在不斷提升。但我也注意到，他在報(bào)道中也非常隱晦地提醒：如果美國仍然延續(xù)當(dāng)前的AI發(fā)展思路，不能解決AI投資與產(chǎn)出脫節(jié)的問題，那么AI對(duì)削減美債的實(shí)際作用也不會(huì)太大。

AI熱潮是另一個(gè)科技泡沫嗎？

李品保：我主要討論兩個(gè)問題：第一，當(dāng)前AI熱潮是否符合歷史上科技泡沫的“標(biāo)準(zhǔn)配方”？第二，如果符合，應(yīng)如何理性應(yīng)對(duì)？

我先給出結(jié)論：當(dāng)前AI熱潮在很大程度上符合歷史上科技泡沫的經(jīng)典特征，但最終是否會(huì)演化為泡沫，目前尚難斷言。

所謂“泡沫”，指的是價(jià)格與投資在短期內(nèi)劇烈上漲，嚴(yán)重偏離其真實(shí)價(jià)值與盈利前景，最終往往因資本過度涌入和誘人敘事而破裂，導(dǎo)致財(cái)富大量蒸發(fā)。

歷史上典型的科技泡沫有三例：

一是千禧年互聯(lián)網(wǎng)泡沫。當(dāng)時(shí)的新興科技公司，只要名字里加上“.com”，基本就能獲得資本的青睞。在估值飛漲后，泡沫最終破裂，結(jié)果表現(xiàn)為納斯達(dá)克指數(shù)暴跌超70%，市值蒸發(fā)超5萬億美元。但谷歌、亞馬遜等真正有實(shí)力的公司得以生存。

二是2017年前后到2021年左右連續(xù)幾輪的加密貨幣泡沫。特點(diǎn)為散戶大量參與、高杠桿與情緒化交易，波動(dòng)極大。例如在2025年12月的一次事件中，加密貨幣市場(chǎng)在24小時(shí)內(nèi)爆倉金額就達(dá)到約10億美元。我們甚至見到，有一些在市場(chǎng)非常活躍的大佬最終也因爆倉或其他原因走上極端。

三是新冠疫情期間的科技泡沫。以納斯達(dá)克為代表的一些科技股在2021年出現(xiàn)大量資金涌入、估值暴漲。但最終的結(jié)果也是在之后一兩年間出現(xiàn)超過30%的跌幅，股市蒸發(fā)的規(guī)模也達(dá)到了萬億美元級(jí)別。

我們自身也經(jīng)歷過一些類似的泡沫。如2010年左右的互聯(lián)網(wǎng)創(chuàng)業(yè)潮、2014–2015年的共享單車熱潮，最終都是只有少數(shù)企業(yè)存活下來。

有分析指出，投資者的過度追捧已將少數(shù)AI概念股的估值推得過高，而科技巨頭動(dòng)輒數(shù)千億美元的投入難以持續(xù)，尤其當(dāng)這些支出依賴舉債時(shí)，更可能形成循環(huán)風(fēng)險(xiǎn)——一家公司失速就可能拖累整個(gè)AI板塊。圖源：路透社

這些泡沫表面各異，但存在四大共性：

第一，核心驅(qū)動(dòng)邏輯相似：均由“革命性技術(shù)敘事”引爆，如互聯(lián)網(wǎng)、區(qū)塊鏈，被賦予巨大產(chǎn)業(yè)潛力，吸引大量資本與散戶涌入。

第二，市場(chǎng)行為模式相似：新概念驅(qū)動(dòng)并取代舊邏輯。傳統(tǒng)市場(chǎng)的估值邏輯，比如盈利能力、現(xiàn)金流等指標(biāo)，往往被拋諸腦后。在互聯(lián)網(wǎng)泡沫時(shí)代，大家看的是網(wǎng)站的點(diǎn)擊量；到了區(qū)塊鏈時(shí)代，看的是“總鎖倉價(jià)值（TVL）”，等等。此時(shí)，投機(jī)行為遠(yuǎn)超現(xiàn)實(shí)基礎(chǔ)。

第三，破裂機(jī)制相似：多與流動(dòng)性逆轉(zhuǎn)相關(guān)（如美聯(lián)儲(chǔ)加息），或增長放緩暴露盈利模式不可行，之前“吹下的牛”無法兌現(xiàn)，導(dǎo)致估值崩潰，最終泡沫被刺破。

第四，監(jiān)管“真空”或滯后：我們會(huì)發(fā)現(xiàn)，法律或者倫理框架幾乎每次都跟不上技術(shù)狂奔的步伐，因而監(jiān)管多為“事后補(bǔ)救”。

在Meta之后，歐盟12月9日宣布展開對(duì)谷歌的調(diào)查。圖源：路透社

對(duì)照當(dāng)前AI熱潮，這些特征高度吻合：

第一，AI毫無疑問是一種顛覆性技術(shù)。其具有巨大產(chǎn)業(yè)潛力，敘事充滿革命性。

第二，投機(jī)再次領(lǐng)先現(xiàn)實(shí)。世界經(jīng)濟(jì)論壇總裁博倫德指出，2025年AI領(lǐng)域投資高達(dá)5000億美元，但實(shí)際回報(bào)尚未顯現(xiàn)。例如，OpenAI常處于虧損狀態(tài)。

第三，就是所謂的“估值玄學(xué)”。估值邏輯脫離傳統(tǒng)指標(biāo)，轉(zhuǎn)而關(guān)注模型參數(shù)規(guī)模、AI科學(xué)家數(shù)量、訓(xùn)練數(shù)據(jù)等。我們是在“賭這些數(shù)據(jù)”，而不是按照以往金融投資的傳統(tǒng)指標(biāo)去進(jìn)行評(píng)估——當(dāng)然，我們也不能排除，這可能是一種新的投資模式。

第四，“AI+”概念泛濫。類似當(dāng)年“.com”“區(qū)塊鏈”熱潮，現(xiàn)在只要加上“AI”，就會(huì)帶來一系列類似的熱潮。與此同時(shí)，監(jiān)管也在奮力追趕，這是我們正在看到的現(xiàn)實(shí)。

當(dāng)然，有一些特征——尤其是最終破裂機(jī)制——目前仍不清晰，我們也不知道它最終會(huì)不會(huì)以同樣方式破裂。但我們確實(shí)可以看到，那種“熟悉的泡沫配方”正在AI領(lǐng)域中重新調(diào)配。

面對(duì)可能的泡沫，我們應(yīng)如何理性應(yīng)對(duì)？ 我這里提出三個(gè)比較“虛”的觀點(diǎn)：

第一是聚焦真實(shí)問題，而非虛構(gòu)前景。當(dāng)我們?cè)u(píng)估一項(xiàng)技術(shù)時(shí)，不要被所謂的“革命性敘事”所裹挾，應(yīng)問：它解決了什么實(shí)際問題？是否觸及真實(shí)痛點(diǎn)？如果是投資者，則需關(guān)注商業(yè)模式是否可持續(xù)等。

第二是我們常講的“負(fù)責(zé)任的創(chuàng)新”。所謂負(fù)責(zé)任的創(chuàng)新，就是科技倫理中非常核心的理念——在技術(shù)開發(fā)和商業(yè)部署的最初階段，就將倫理考量和社會(huì)影響前置，而不是等問題出現(xiàn)后再去補(bǔ)救。好的監(jiān)管并不是創(chuàng)新的敵人。我們現(xiàn)在經(jīng)常害怕監(jiān)管太嚴(yán)、影響創(chuàng)新，但現(xiàn)實(shí)情況需要依據(jù)不同領(lǐng)域和行業(yè)進(jìn)行具體分析，像AI就遠(yuǎn)遠(yuǎn)跑在監(jiān)管前面，問題不是“管得太嚴(yán)”，而是“來不及管”。

第三，以“長期主義”對(duì)抗“短期狂熱”。科技發(fā)展是馬拉松，非百米沖刺。記得在大概2016年夏季，我的室友對(duì)還在考駕照的我說：可能我們大學(xué)畢業(yè)之前，自動(dòng)駕駛就已經(jīng)普及，根本不需要考駕照了。但事實(shí)證明，近十年過去，我們依然需要自己開車。所謂的L3或更高級(jí)別的自動(dòng)駕駛，遠(yuǎn)未達(dá)到資本當(dāng)年吹噓的落地效果。換言之，技術(shù)的真正到來往往比預(yù)期緩慢得多，而資本的故事又往往比現(xiàn)實(shí)跑得快得多。

歷史從來不是簡單的重復(fù)。我們討論所謂的泡沫，并不是為了唱衰某項(xiàng)技術(shù)，而是希望大家能夠坐在一起，通過跨界討論來更理性地看待這場(chǎng)浪潮。我們需要各界群策群力，引導(dǎo)這股強(qiáng)大的技術(shù)變革力量，最終能夠平穩(wěn)度過可能出現(xiàn)的泡沫周期。

“AI結(jié)構(gòu)性泡沫”風(fēng)險(xiǎn)與治理路徑

區(qū)富祝：我們首先要明確，AI的技術(shù)價(jià)值確實(shí)存在，而且潛力可能非常巨大。但現(xiàn)在它的商業(yè)節(jié)奏變化得非?？?，而未來現(xiàn)金流與產(chǎn)業(yè)轉(zhuǎn)化的效率又還沒有達(dá)到能夠跟上這種節(jié)奏的程度，因此很難對(duì)它當(dāng)前的價(jià)值做出準(zhǔn)確評(píng)估。也正因如此，它不是我們傳統(tǒng)認(rèn)知中的那種單純的“泡沫”，而更像是一種“結(jié)構(gòu)性泡沫”。

我認(rèn)為當(dāng)前信息傳播的速度和廣度遠(yuǎn)遠(yuǎn)大于以往，資本市場(chǎng)的信息透明度較高，市場(chǎng)估值能夠更有效的調(diào)整，“AI泡沫”加劇或者破滅的可能性不大。

那么，當(dāng)前泡沫的本質(zhì)風(fēng)險(xiǎn)是什么？我想從資本結(jié)構(gòu)來解釋：即頭部企業(yè)與尾部企業(yè)的融資性質(zhì)完全不同。

像英偉達(dá)、谷歌這些頭部企業(yè)，它們的融資是對(duì)沖型的，市盈率也保持在一個(gè)健康區(qū)間，因此能夠?qū)崿F(xiàn)穩(wěn)定現(xiàn)金流、盈利能力強(qiáng)、風(fēng)險(xiǎn)較低。然而，大量初創(chuàng)企業(yè)則屬于投機(jī)型融資——它們的融資規(guī)模最多只能覆蓋算力成本，而商業(yè)模式尚未落地。至于最尾部的企業(yè)，則呈現(xiàn)明顯的“龐氏型”融資特征——沒有明確收入來源，完全依賴持續(xù)融資維持運(yùn)營。

美國商務(wù)部即將批準(zhǔn)英偉達(dá)（Nvidia）高端H200人工智能芯片出口至中國。12月8日消息傳出后，英偉達(dá)股價(jià)立即上漲2.2%。圖源：路透社

目前，A股中許多AI公司的動(dòng)態(tài)市盈率已經(jīng)達(dá)到了100倍甚至200多倍。反觀美股，頭部公司如英偉達(dá)、微軟的市盈率大致維持在40倍左右，相對(duì)更為合理。所以，關(guān)鍵問題就是：我們當(dāng)前的AI投資，尤其是國家對(duì)于AI基礎(chǔ)設(shè)施的投入，能以多快的速度被兌現(xiàn)？這是判斷當(dāng)前“結(jié)構(gòu)性泡沫”能否實(shí)現(xiàn)“軟著陸”的核心。

眼下，關(guān)于AI投資的兌現(xiàn)，我認(rèn)為存在以下幾個(gè)堵點(diǎn)：

第一，市場(chǎng)上的企業(yè)，尤其是大多數(shù)中小企業(yè)在智能化轉(zhuǎn)型上的內(nèi)生動(dòng)力不足，投資決策偏保守。

首先，當(dāng)前的智能化改造技術(shù)成本仍然較高，投資回收周期長。中小企業(yè)對(duì)于未來收益存在較強(qiáng)不確定性，因此做出投資決策時(shí)會(huì)更加謹(jǐn)慎。

其次，技術(shù)成熟度仍未跨過S型擴(kuò)散曲線的拐點(diǎn)。從技術(shù)成熟到被大規(guī)模采用，本身是一個(gè)典型的S型曲線。目前AI技術(shù)很可能還停留在S型曲線前端的“平緩區(qū)”，尚未真正跨過拐點(diǎn)。只有跨過拐點(diǎn)之后，才會(huì)迎來大規(guī)模推廣和應(yīng)用。也就是說，在拐點(diǎn)到來之前，大部分企業(yè)還沒有真正嘗到技術(shù)帶來的“甜頭”。

再者，是成本與收益之間的價(jià)格機(jī)制作用。不是所有生產(chǎn)環(huán)節(jié)都值得企業(yè)投入AI，因?yàn)檫@本質(zhì)上屬于資本性投入。如果企業(yè)雇傭勞動(dòng)力、培訓(xùn)員工并支付薪酬的成本低于采用AI技術(shù)的整體成本，那么企業(yè)自然會(huì)傾向于選擇前者，而不會(huì)主動(dòng)投入AI改造。

第二，是技術(shù)成熟度和流程標(biāo)準(zhǔn)化不足。

許多行業(yè)的流程尚未標(biāo)準(zhǔn)化，而AI模型本身如果缺乏標(biāo)準(zhǔn)化，就很難大規(guī)模推廣，也很難實(shí)現(xiàn)真正的端到端落地，從而降低了智能化升級(jí)的效率。

第三，是信息不透明，導(dǎo)致“劣幣驅(qū)逐良幣”的現(xiàn)象。

高質(zhì)量的AI產(chǎn)品與服務(wù)成本較高，在市場(chǎng)上反而不容易被采用；而低質(zhì)量、低成本的方案卻充斥市場(chǎng)，但實(shí)際不能產(chǎn)生真正的生產(chǎn)力提升。例如，某些服裝行業(yè)企業(yè)在進(jìn)行智能化改造時(shí)，被認(rèn)為是“圈錢”，一部分的重要原因，可能就是因?yàn)樗麄冇龅降腁I服務(wù)或技術(shù)并不能帶來實(shí)際的生產(chǎn)力的提升。

工人在數(shù)字化紡紗智能生產(chǎn)線上生產(chǎn)高端纖維。圖源：新華社

因此，我認(rèn)為可以從以下路徑著手突破：

第一，突破現(xiàn)有技術(shù)對(duì)傳統(tǒng)產(chǎn)業(yè)和新興產(chǎn)業(yè)賦能的堵點(diǎn)。

一方面，要加強(qiáng)技術(shù)真實(shí)性披露機(jī)制和行業(yè)準(zhǔn)入標(biāo)準(zhǔn)。提升AI模型能力宣傳的規(guī)范性，防止低質(zhì)量方案依靠營銷和低成本手段占據(jù)市場(chǎng)，從根本上擴(kuò)大高質(zhì)量技術(shù)的生存空間。

另一方面，要從規(guī)模效應(yīng)與規(guī)模經(jīng)濟(jì)角度切入，降低技術(shù)成本。通過上下游產(chǎn)業(yè)鏈集群建設(shè)，例如共享智能化生產(chǎn)車間，讓企業(yè)可以采用“按時(shí)計(jì)費(fèi)”的方式，將原本的資本性投入轉(zhuǎn)化為服務(wù)性投入，從而實(shí)現(xiàn)更加輕量化的應(yīng)用路徑。

第二，在技術(shù)落地方面，要推動(dòng)技術(shù)與產(chǎn)業(yè)需求的適配，而不是技術(shù)先行、產(chǎn)業(yè)被動(dòng)適應(yīng)。

技術(shù)的改進(jìn)本應(yīng)根據(jù)產(chǎn)業(yè)的實(shí)際需求來推動(dòng)，而不是“我有了一個(gè)新技術(shù)，產(chǎn)業(yè)就必須采用”。中小企業(yè)在采用大模型時(shí)面臨很多具體困難，某種程度上說明當(dāng)前技術(shù)尚未完全適配產(chǎn)業(yè)場(chǎng)景。因此，可以推動(dòng)行業(yè)專用模型、小模型的發(fā)展，以提高性價(jià)比，增強(qiáng)AI技術(shù)在行業(yè)落地的效率。同時(shí)配套采用輕量化策略推進(jìn)應(yīng)用。

第三，從資本市場(chǎng)角度，要強(qiáng)化信息披露和風(fēng)險(xiǎn)治理，避免投資過熱。

一旦泡沫破裂，對(duì)整個(gè)產(chǎn)業(yè)和整體經(jīng)濟(jì)都會(huì)帶來沖擊。當(dāng)前傳統(tǒng)投資乏力，內(nèi)需不足、外需承壓，新一輪投資又集中在AI領(lǐng)域，因此更加要謹(jǐn)慎避免泡沫破裂。資本市場(chǎng)的信息披露制度必須跟上AI的發(fā)展。

例如，訓(xùn)練數(shù)據(jù)來源、企業(yè)算力成本與推理成本、投入產(chǎn)出比與投資回報(bào)率等，這些關(guān)鍵指標(biāo)都需要系統(tǒng)披露，減少信息不對(duì)稱，降低投資過熱的風(fēng)險(xiǎn)?；谶@些指標(biāo)，還可以監(jiān)測(cè)模型效率、估值偏離度、融資增速等關(guān)鍵數(shù)據(jù)，構(gòu)建一個(gè)AI板塊專門的投融資監(jiān)測(cè)體系，作為風(fēng)險(xiǎn)治理的抓手。

美國AI泡沫論對(duì)中國的影響

莊文越：首先我想先給出一個(gè)結(jié)論：中國的AI整體產(chǎn)業(yè)發(fā)展路徑與美國完全不同，因此美國當(dāng)前面臨的那種巨額投資規(guī)模帶來的風(fēng)險(xiǎn)、債務(wù)壓力以及集中于基礎(chǔ)設(shè)施建設(shè)的泡沫化輿論，并不是中國所要面對(duì)的主要問題。我們更應(yīng)該思考的，是如何堅(jiān)定不移地依托千行百業(yè)，把“人工智能+”真正落實(shí)到產(chǎn)業(yè)發(fā)展之中。

美國是一種典型的科技巨頭主導(dǎo)型路徑，依靠“力大磚飛”的方式，追求絕對(duì)技術(shù)領(lǐng)先和對(duì)競(jìng)爭者的碾壓?？梢钥吹?，它的整個(gè)發(fā)展方式，就是花大錢豪賭：無論是大模型還是算力基礎(chǔ)設(shè)施，它就是要建更大的算力中心，追求更高的算力，做參數(shù)規(guī)模和模型精度都更高的系統(tǒng)。

但中國不是這樣。原因非常現(xiàn)實(shí)：第一，在AI起步階段，中國在技術(shù)上，包括芯片等關(guān)鍵核心部件，都明顯落后于美國。第二，我們沒有那么多錢，無法采取美國那種“豪賭式”投入。第三，我們的比較優(yōu)勢(shì)并不在模型本身，而在于最廣闊的應(yīng)用市場(chǎng)潛力以及最完整的工業(yè)體系。

我們真正的優(yōu)勢(shì)在于應(yīng)用落地，疊加中國特有的政策體系與決策機(jī)制。

這些因素共同決定了，中國走出的是一種更加務(wù)實(shí)、講性價(jià)比、因地制宜的發(fā)展路徑。這也決定了，中國在AI領(lǐng)域的投資不會(huì)出現(xiàn)像美國那樣的高度集中。目前，中國AI對(duì)整體股市表現(xiàn)的影響不到10%，市值貢獻(xiàn)甚至不到3%。這已經(jīng)算是很高的影響力了，但與美國相比仍然有明顯差距。這也說明我們一直強(qiáng)調(diào)的一點(diǎn)：中國的突破方向主要在應(yīng)用端，而不是大規(guī)模豪賭基礎(chǔ)設(shè)施或模型規(guī)模本身。

上海市徐匯區(qū)的“模速空間”內(nèi)展示的人工智能產(chǎn)品。圖源：新華社

從這個(gè)意義上講，美國的AI泡沫論對(duì)中國的影響更多是積極的。美國現(xiàn)在也在試圖擠掉虛假敘事，強(qiáng)調(diào)關(guān)注真實(shí)產(chǎn)出，這對(duì)于中國來說也是一個(gè)很好的信號(hào)。一些中國AI企業(yè)的估值甚至比美國頭部企業(yè)更高，這并不是技術(shù)能力更強(qiáng)，而是結(jié)構(gòu)性泡沫的表現(xiàn)。

因此，中國真正需要思考的問題，與其說是“如何避免美國式泡沫”，不如說是“如何推進(jìn)中國式AI發(fā)展”。正如剛剛歐博士與李博士所提到的，我們要思考如何推動(dòng)AI進(jìn)入千行百業(yè)，尤其是推動(dòng)中小企業(yè)應(yīng)用；另一方面，也要思考如何構(gòu)建一個(gè)既能給予安全與倫理邊界、又能支持多路線技術(shù)探索的監(jiān)管體系。

如果為了“提前完善監(jiān)管”而設(shè)計(jì)過于僵硬的制度，可能會(huì)走向歐盟的道路——上層建筑很完美，但抑制了創(chuàng)新活力。當(dāng)然歐盟這樣做有其背景，是為了平衡大國科技企業(yè)對(duì)其內(nèi)部市場(chǎng)的沖擊，但中國需要思考的是：如何制定一種監(jiān)管模式，既明確安全倫理邊界，又足夠靈活，能夠保障多方向、多路徑的技術(shù)探索。

“中國AI如何實(shí)現(xiàn)包容性？”

蔣余浩：先說一下，人工智能到底算不算泡沫？技術(shù)要進(jìn)步，就需要大量資本去推動(dòng)；又因?yàn)橘Y本天然是逐利的，因此資本都不可能只投向真正“有用”的技術(shù)。從這個(gè)角度講，似乎也不必對(duì)“泡沫”這個(gè)狀態(tài)過于敏感。

但如果我們回顧歷史上每一輪新技術(shù)出現(xiàn)后的“是否有泡沫”爭論，關(guān)鍵不在于泡沫是否存在，而在于泡沫的過程中，是否有一些我們本來應(yīng)該珍惜的東西——包括某些生產(chǎn)方式，甚至較為傳統(tǒng)但仍有價(jià)值的生產(chǎn)方式——被這股技術(shù)浪潮徹底沖刷掉了？

比如“技術(shù)多元化”這樣的概念，本來意味著技術(shù)發(fā)展不是一條線性的路徑，而是多路線并存的；但在強(qiáng)資本驅(qū)動(dòng)、強(qiáng)敘事驅(qū)動(dòng)的泡沫中，技術(shù)路線會(huì)被單一路徑推著走，而那些本應(yīng)保留下來的多樣性，可能就被無聲無息地沖刷掉了。

第二個(gè)問題是：無論泡沫最終是崩潰也好，還是軟著陸也好，它終究會(huì)過去。關(guān)鍵是——泡沫退去之后，它真正留下了什么？而這些留下的東西，與泡沫前期所講的那套宏大敘事是否真的有關(guān)？

大家都提到2000年前后的互聯(lián)網(wǎng)泡沫。當(dāng)時(shí)的故事講得很美：互聯(lián)網(wǎng)將讓每個(gè)人獲益，每個(gè)人都能發(fā)聲、能創(chuàng)造價(jià)值。泡沫破滅后，表面上的確實(shí)現(xiàn)了一些進(jìn)步——智能手機(jī)的普及、移動(dòng)互聯(lián)網(wǎng)帶來的全民接入，每個(gè)人確實(shí)獲得了更豐富的信息，也確實(shí)擁有了更多表達(dá)空間。但同時(shí)，它有沒有改變我們的監(jiān)管結(jié)構(gòu)？有沒有改變權(quán)力結(jié)構(gòu)？似乎沒有。甚至在很多方面，互聯(lián)網(wǎng)讓財(cái)富集中度更高，讓貧富差距更大，讓平臺(tái)權(quán)力更強(qiáng)。

因此我認(rèn)為，討論AI泡沫時(shí)更重要的是回到兩點(diǎn)：

第一，我們珍惜的某些東西是否在這一輪泡沫中被沖刷掉？

第二，泡沫消退后，我們真正希望它留下什么？

美國現(xiàn)在最吸引眼球的，是那些由少數(shù)科技巨頭所推動(dòng)的技術(shù)迭代，但實(shí)際上美國社會(huì)非常多元。它內(nèi)部還存在許多不同的發(fā)展路徑，例如美國參議員伯尼·桑德斯（Bernie Sanders）等人推動(dòng)的與人工智能相關(guān)的企業(yè)改革，其中甚至包含一些帶有社會(huì)主義色彩的制度構(gòu)想。這些想法是否能夠最終變?yōu)楝F(xiàn)實(shí)政策還很難說，但它說明美國社會(huì)的道路并非單一，因此判斷美國模式時(shí)不能只盯著巨頭的那一條路徑。

伯尼·桑德斯主張國會(huì)應(yīng)立即采取行動(dòng)，對(duì)AI進(jìn)行立法監(jiān)管，遏制技術(shù)濫用，保護(hù)勞動(dòng)者權(quán)益、公平就業(yè)。圖源：路透社

聚焦到中國的應(yīng)用型人工智能政策。從中央政策的表述來看，有很多內(nèi)容確實(shí)值得我們進(jìn)一步深挖。我們需要思考：有哪些配套性制度可以與中央的政策相銜接，從而更好地推動(dòng)政策落地？在整個(gè)政治經(jīng)濟(jì)運(yùn)行過程中，一些政策很容易在執(zhí)行端被“變形”，這也確實(shí)是我們面臨的現(xiàn)實(shí)問題。

這里也需要提醒大家注意：“人工智能”這個(gè)詞本身具有高度包容性，它不僅僅是“深度學(xué)習(xí)”這一類技術(shù)的代名詞，而是包含許多方向的，例如腦機(jī)接口、人機(jī)互動(dòng)、無人機(jī)等技術(shù)都?xì)w屬于該范疇。因此，政策表述中的人工智能，天然需要與各種實(shí)體制造工藝深度結(jié)合，而不是作為一種孤立的產(chǎn)業(yè)而存在。

那么下一個(gè)問題是：這些人工智能技術(shù)在現(xiàn)實(shí)中是否已經(jīng)能夠真正實(shí)現(xiàn)“賦能千行百業(yè)”？許多調(diào)研報(bào)告都顯示，目前AI技術(shù)距離真正實(shí)現(xiàn)賦能千行百業(yè)仍然存在較大差距。尤其是，現(xiàn)在外界有很多關(guān)于“人工智能取代人”的輿論，我們也需要具體分析：AI到底在取代哪一類工作？

從現(xiàn)有證據(jù)來看，AI的替代能力仍然沒有突破十年前的結(jié)構(gòu)——也就是“波蘭尼悖論”（Polanyi's Paradox）所揭示的現(xiàn)象：高技能崗位與低技能、體力型崗位都很難被技術(shù)完全取代，反而是中等技能的崗位更容易受到?jīng)_擊。這說明AI的賦能效果、產(chǎn)業(yè)滲透能力與政策所期待的那種“大范圍改造”之間仍有差距。

瑞典的金融科技公司（FinTech）Klarna于9月在紐約上市，該公司表示，人工智能正在幫助其在不增加員工數(shù)量的情況下提高營收。圖源：美聯(lián)社

但深度學(xué)習(xí)類人工智能技術(shù)的出現(xiàn)也帶來另一個(gè)作用——它不僅是單純的“替代性工具”，還可以作為“增強(qiáng)性工具”。這一點(diǎn)在實(shí)證研究中其實(shí)對(duì)政策提出了要求：對(duì)于那些與人工智能存在較為明顯替代關(guān)系的中技術(shù)崗位，我們應(yīng)當(dāng)鼓勵(lì)什么？是鼓勵(lì)企業(yè)直接用AI替代這些崗位，還是鼓勵(lì)企業(yè)在采用AI的同時(shí)，幫助這些中技能崗位提高生產(chǎn)率？這實(shí)際上是一個(gè)重要的政策方向選擇。

除了替代關(guān)系，我們還必須考慮人工智能技術(shù)下一步該如何發(fā)展。是否繼續(xù)沿用當(dāng)前這條路徑？現(xiàn)在的路徑明顯偏向于自動(dòng)化、偏向于強(qiáng)化監(jiān)管。如果人工智能的發(fā)展被資本或大型企業(yè)完全主導(dǎo)，那么無論是深層次人工智能還是其他技術(shù)，它都會(huì)更加傾向于滿足管理者的需求。

上次我在調(diào)研時(shí)就看到一個(gè)例子：某企業(yè)開發(fā)了一套數(shù)字系統(tǒng)。員工不需要再手動(dòng)打卡，只要進(jìn)入?yún)^(qū)域系統(tǒng)就能自動(dòng)識(shí)別。老板坐在辦公室里一點(diǎn)開系統(tǒng)，就能看到員工數(shù)字人的狀態(tài)。但問題也在這里：如果人工智能完全沿著“自動(dòng)化—監(jiān)管”這條路徑發(fā)展，那么自動(dòng)化和監(jiān)管的力度會(huì)越來越強(qiáng)。但這種方向?qū)τ诤芏嗥髽I(yè)——尤其是中小企業(yè)、離散型生產(chǎn)企業(yè)、非標(biāo)化企業(yè)——到底有沒有那么大的作用？這就引出我下面的問題：人工智能下一步的發(fā)展，究竟要如何才能真正幫助這些離散型、非標(biāo)化行業(yè)？這才是我們?cè)谡吆彤a(chǎn)業(yè)層面都必須認(rèn)真思考的問題。

這就是我們?cè)谘芯恐谐Ｌ岬降模喝绾伟芽蒲腥瞬拧⒖蒲匈Y源，與企業(yè)的具體需求、具體應(yīng)用場(chǎng)景結(jié)合起來？如何讓科研資源真正進(jìn)入企業(yè)，幫助企業(yè)解決在生產(chǎn)和經(jīng)營過程中遇到的瓶頸問題，提升它的競(jìng)爭力與生產(chǎn)規(guī)模？這才是人工智能政策的“政策指揮棒”應(yīng)當(dāng)指向的方向。

中國目前的政策表述中，其實(shí)已經(jīng)出現(xiàn)了這一思路。比如中央提出的“因地制宜發(fā)展新質(zhì)生產(chǎn)力”；又比如強(qiáng)調(diào)通過“場(chǎng)景應(yīng)用”來牽引技術(shù)發(fā)展。這里面實(shí)際上已經(jīng)形成了一種“非線性創(chuàng)新”的發(fā)展思路，是值得我們重視和支持的。

最后，我想再提一個(gè)更大的問題：我們要推動(dòng)人工智能朝更加包容性的方向發(fā)展，以避免出現(xiàn)我們不愿看到的那種泡沫化傾向。要做到這一點(diǎn)，關(guān)鍵在于如何讓人工智能真正實(shí)現(xiàn)標(biāo)準(zhǔn)化、體系化，使其作為一種公共資源去支撐千行百業(yè)的發(fā)展。

我們一直強(qiáng)調(diào)，人工智能要按照千行百業(yè)自身的發(fā)展需求來發(fā)展——但前提是：千行百業(yè)本身必須有發(fā)展需求。如果整個(gè)社會(huì)的發(fā)展動(dòng)力主要來自金融炒作，大家都傾向于走輕資產(chǎn)路線，那自然不會(huì)對(duì)實(shí)體產(chǎn)業(yè)的技術(shù)升級(jí)提出什么特殊需求；實(shí)體經(jīng)濟(jì)的創(chuàng)新訴求也就無從產(chǎn)生。

同樣，如果經(jīng)濟(jì)長期處于停滯狀態(tài)，內(nèi)需無法拉動(dòng)，那么千行百業(yè)為了生存，只能勉強(qiáng)維持，根本無暇顧及技術(shù)創(chuàng)新、轉(zhuǎn)型升級(jí)這些事情。他們只要能“活下去”就已經(jīng)很不容易了。

因此，關(guān)鍵問題其實(shí)在于：如何通過資源調(diào)整把內(nèi)需拉動(dòng)起來，讓千行百業(yè)真正獲得發(fā)展的空間。只有當(dāng)產(chǎn)業(yè)自身有了發(fā)展的余裕，它才可能向政策端提出創(chuàng)新訴求，也才會(huì)有動(dòng)力去推進(jìn)技術(shù)升級(jí)、人工智能賦能等發(fā)展路徑。

在這個(gè)基礎(chǔ)之上，我們?cè)偃ビ懻搼?yīng)建立什么樣的治理機(jī)制、政策環(huán)境，來使人工智能的發(fā)展不至于走向“壞的泡沫”，而是走向健康、可持續(xù)的方向。

*以上內(nèi)容由編輯根據(jù)現(xiàn)場(chǎng)發(fā)言記錄整理，內(nèi)容有所刪減。發(fā)言僅代表研究員個(gè)人意見，僅供參考，不構(gòu)成政策和投資建議。

研討會(huì)上，研究人員對(duì)當(dāng)前“AI泡沫論”的成因、風(fēng)險(xiǎn)與中國的應(yīng)對(duì)路徑進(jìn)行了深入討論。

蔣余浩 華南理工大學(xué)公共政策研究院研究員、廣東新質(zhì)生產(chǎn)力政策研究中心主任

戴明潔 華南理工大學(xué)公共政策研究院副研究員、廣東新質(zhì)生產(chǎn)力政策研究中心研究員

李品保 華南理工大學(xué)公共政策研究院 助理研究員

區(qū)富祝 華南理工大學(xué)公共政策研究院 助理研究員

莊文越 華南理工大學(xué)公共政策研究院 研究助理

張心旖 華南理工大學(xué)公共政策研究院 研究助理

IPP評(píng)論熱門文章

余荔、朱政宇：“創(chuàng)世紀(jì)計(jì)劃”能開啟美國科研“新世紀(jì)”嗎？觀點(diǎn)集錦｜鄭永年：從俯視到平視，美國對(duì)華認(rèn)知的改變將帶來什么？“臺(tái)灣有事”風(fēng)波后，中日關(guān)系何去何從？

關(guān)于IPP

華南理工大學(xué)公共政策研究院（IPP）是一個(gè)獨(dú)立、非營利性的知識(shí)創(chuàng)新與公共政策研究平臺(tái)。IPP圍繞中國的體制改革、社會(huì)政策、中國話語權(quán)與國際關(guān)系等開展一系列的研究工作，并在此基礎(chǔ)上形成知識(shí)創(chuàng)新和政策咨詢協(xié)調(diào)發(fā)展的良好格局。IPP的愿景是打造開放式的知識(shí)創(chuàng)新和政策研究平臺(tái)，成為領(lǐng)先世界的中國智庫。