自从2022年11月ChatGPT发布以来，人工智能的技术进步和扩散是加速的。 美国是全球人工智能投资和应用的中心，其规模已经具有宏观上的显著性，笔者认为探讨2026年美国宏观经济最合适的起点应该是人工智能。巧合的是，IMF在10月份最新发布的《全球经济展望》报告的美国部分， 也重点提到了人工智能投资泡沫的风险。
与众不同：AI作为降成本的创新
历史上诸多伟大的发明都体现为产品创新，也就是创造了新的最终产品或服务—从汽车、飞机、电话、电影到互联网都是如此。 互联网购物和商店购物就是两种服务。当火车替代马车的时候， 乘坐火车出行和乘坐马车出行是两种体验很不同的服务。有一些创新如果以降低成本为主要特征，则往往会带来全新的生产体系，而不太会融入旧体系。例如，蒸汽机替代畜力的过程中出现了全新的火车运输体系，而不是使用蒸汽机去改造升级马车。
但AI有很大的不同。 AI确实也创造了新的最终服务或产品形态，例如使用生成式人工智能寻找一些问题的答案，或者聊天娱乐，但它更主要的作用是应用于已有的产业，融入已有的业务流程，帮助降低现有最终产品和服务的生产成本，并直接减少人工的使用。 例如AI应用于出租车的驾驶，它用人工智能替代了人类司机，但所提供的最终服务仍然是出租车服务。人工智能的编程功能使其可以替代很多传统的程序员，但是代码和代码使用的业务流程没有改变，只是代码生产成本大幅度降低。 即便是面对个人提供最终服务的人工智能，例如Chat GPT的询问功能，其主要功能也是降低了人们获取知识的成本。 笔者最近因为一桩社区土地捐赠纠纷需要查询相关的法律，ChatGPT提供了巨大的帮助，相当于一个几乎无所不知的AI法律顾问。
本文将表明，人工智能这种通过融合进入现有生产体系来降低成本的特性，对于理解AI的宏观后果有重要的影响。一个合理的问题是：AI对各行各业降低成本的影响到底有多大，是否值得进入宏观分析。
AI降成本的效果：收入的视角
如果人工智能可以降低生产的成本， 并且降低成本的好处大于购买AI服务的费用，那么企业会有显著的动力为人工智能服务付费。 准确的说，企业会持续扩大对人工智能服务的采购直到节约成本的好处不再高于采购成本。如果AI对于美国要有宏观上的意义，它节约的成本就需要达到千亿美元数量级，对应的AI服务的采购金额也应该与此接近。
从宽泛的口径讲，人工智能行业的收入规模已经相当可观，例如仅仅英伟达的AI芯片年收入已经在1300亿美元以上。几大云服务商的算力紧张， 它们为客户提供的AI 模型训练、AI平台、数据存储等服务，相关收入达到总收入的接近20%，在2025年总计接近600亿美元。 此外还有帮助企业部署AI的咨询企业的收入。 把这些类别的收入加起来在2025年接近2000亿美元。 不过，质疑者认为这里面大部分都是投资，是AI产业的“内循环”，例如英伟达销售芯片的收入是其它AI企业的投资。 其它企业租用谷歌的云服务和AI平台来开发专用的AI模型， 它们从谷歌购买的是用于AI投资的“中间服务”，而不是“真正有用”的最终服务。 这种批评不无道理。
如果只考虑“真正有用”的最终服务的话，其规模目前仍然较小。 一些研究显示，2025年美国的云服务商通过提供“最终AI服务”（AIaaS)的收入金额大约200亿美元，企业AI（主要用于企业内部业务流程优化）的收入也只有130亿美元，即便加上独立生成式人工智能服务商OpenAI和Anthropic 等企业的收入（2025全年合计大约200亿美元），在2025年 总计大约是400亿美元（考虑到可能有部分重复计算）。 相比全行业在2025年4000亿美元的投资和AI的高调声势，这个收入数字似乎很小。
奥地利学派的资本理论强调生产的迂回性，如果麦子的产出大部分都用作种子来生产更多的麦子，不断的自我循环，这意味着实际有用的（用来吃的）麦子很少，对麦子的投资可能就过度了，并且不可持续。 2025年美国AI产业投资规模达到了4000亿美元，但是能够产生的“真正收入”（最终有用的部分）却如此之小，正如上面小麦产业“自我扩繁”的例子。 AI行业内部最近几个金额巨大的“内循环投资” （交叉持股），更加触发了怀疑者的泡沫论：AI 产业投入巨大，收入孱弱，盈利遥遥无期，且财务运作方式存疑，和1990年代的互联网泡沫相似。11月20日英伟达公布了超预期的业绩和前景展望，黄仁勋强调AI算力资源供不应求，但是市场担忧并未消散，导致当天美股高开低走。市场并非全无道理，英伟达业绩固然好，全行业算力尽管紧张，但英伟达的销售是其它企业的投资，云服务商的算力收入来自其它模型开发者的投资，如果来自“最终用途”的收入很小，那么可以说英伟达的业绩越好AI泡沫就越大。这种质疑导致了11月美股的一个显著回调。
如果AI投资有泡沫，泡沫破裂的风险对2026年的美国经济就是现实的。那么，泡沫论是合理的吗？
AI产业的规模：“内部降成本”的角度
最近美国惠普公司（一个“传统”IT企业）发布声明将裁员6000人，公司引述的原因是其部署的AI带来了生产率的提高。此前类似的新闻在领先的大科技公司中已经是屡见不鲜。 这些新闻的启示是，AI的一些基本功能是可以在市场上直接买到的，但是要想更好的使用AI， 企业需要投资，需要有能力在基础模型上面进行二次开发，从而获得适用于自身业务的专用AI部署。从这个角度看，目前有能力部署AI的的主要是资金和技术实力较高的企业。 据笔者的估计，美国最大的五家科技公司（微软，苹果，亚马逊，谷歌和Meta）在2025年因为生产率的提高（因而雇主可以裁员，或者降低新招聘员工数量）而降低的成本接近375亿美元 （众所周知的是AI对初级程序员的替代）。 具有AI部署能力的企业不止于IT行业，在医药、金融、零售、高端制造、电信、物流等各个行业中，领先的较大型企业都有能力部署AI， 而统计数据也确实显示，这些行业都有较大规模的AI投资。 考虑标普500企业的规模和实力，这些企业部署定制AI产生的内部成本下降金额应该要大于上述五大科技公司。参考一些较权威的行业研究报告，笔者估计美国2025年AI的降成本效应总额大致在2000亿美元上下，随着AI能力的增强和应用的扩散，这个金额在2026年可能会接近2500亿美元。
企业内部部署AI带来的成本节约2000亿美元，加上能够对外部直接销售的“最终AI服务”收入大约400亿美元， AI产业“实际的“收入大约是2400亿美元左右，即便是打对折也有一千亿美元左右。估算AI的投资回报还要考虑投资的资金成本，运营之后的折旧和高昂的运营费用；但无论如何，千亿美元量级的“年度收入”对应4000亿美元的年度投资，这和1990年代末期的互联网相比已经有很大的区别。 回到前面的AI泡沫论，笔者的结论是AI产业当前很难说有泡沫。
行文至此，分析2026年美国宏观经济的主线已然清楚了，本文认为AI将给美国经济带来“三重冲击”。
AI三重冲击及其经济后果
现有的大量研究在展望2026年的美国宏观经济时关注点主要还是关税。美联储FOMC委员们在6月份对2026年GDP增速预测中位数是1.6%， 预测值落在0.6%-2.6%区间，分歧之大在历史上是少有的。到了9月份预测增速有所提高，分歧则显著缩小，预测值落在1.5%-2.6%之间。这反映了特朗普关税造成的冲击及其消化过程。IMF在2025年10月的报告中对2026年的美国经济增速预测是2.1%， 比7月份1.9% 略有提高。 全球经济增速也从7月的3%提高到10月的 3.2%。这同样反映了特朗普关税的冲击以及消退。IMF提到了AI投资泡沫破裂的风险，但其分析仍然主要集中在AI投资需求的影响上。本文认为AI的影响要比“投资”来得复杂，AI将在供给侧和需求侧对美国经济同时造成三个显著冲击。AI，而不是关税，将是2026年美国宏观经济的主导力量。
第一个冲击是AI投资对总需求的正向冲击。 一些投行的测算认为AI投资在最近的几个季度贡献了美国GDP增速的0.4%， 考虑最近几个季度美国经济的年化增速大约为1.8%， 也就是经济增长里面超过20%是由AI投资贡献的。 本文认为美国的AI投资没有泡沫，增速会继续显著高于GDP，将导致其对2026年美国经济增长的贡献份额进一步提高。
第二个冲击是人工智能降成本效应对总供给带来的良性冲击。AI的使用在2026年带来的成本下降可能会接近2500亿美元（大约占GDP的0.8%），这可以由扩张的供给曲线来描述，而扩张的供给将有助于降低通胀。 考虑一个简单的静态总供给总需求模型，如果充分竞争导致成本的下降能够完全体现为供给价格的下降，再考虑供需的弹性系数，通胀大致会下降0.3%，这是一个不小的幅度。除了价格之外，产出也会以大致的幅度扩张（假设需求弹性是1）
AI的第三个冲击是其对人工的替代可能带来自然失业率的上升。走高的失业率将影响劳动收入，对消费需求形成负面冲击。克鲁格曼和阿西莫格鲁是两位备受欢迎的诺贝尔经济学奖获得者，他们最近参加了一个关于AI和劳动力市场的讨论会。两位经济学家认可AI带来的生产力提升，但却没有表现出特别的喜悦，因为他们担忧劳动力市场可能遭受的冲击。 克鲁格曼指出，在英国工业革命发生后的头几十年工人的实际工资几乎没有增长。
根据规模和参数的不同，上面三个冲击可以形成各种不同的组合。 假设AI导致的投资增量等于消费的下降，那么总需求就没有改变，AI的总效果可以由供给侧变化完全体现出来（如上所讨论的）。 如果AI带来的投资增量大于消费的下降，那么相比单纯的供给变化，产出会有额外的扩张，同时通胀率会有所提高。当然通胀预期也是至关重要的，为了分析的简洁性这里就不展开讨论了，但即便加入通胀预期也不会改变上述分析的基本逻辑。
注：本文仅代表作者个人观点，作者为经济学博士，金融从业者
本文编辑徐瑾 Jin.Xu@FTChinese.com