近期，全球最大资产管理公司贝莱德（BlackRock）发布2026年投资展望报告，罕见地大篇幅聚焦人工智能（AI），谈及AI主题及相关产业链机会、AI相关的融资模式转变，以及AI提升生产率的潜力和对宏观经济的影响。

第一财经就此采访贝莱德智库（BII）主管让·博万（Jean Boivin）。博万也是贝莱德投资委员会的成员，曾任加拿大央行副行长和财政部副部长。

在这位前央行界人士看来，AI与宏观经济息息相关。当前，全球AI基建投入规模空前。在泡沫论四起之际，博万认为，大规模AI基建投入要具备宏观层面的合理性，核心前提是美国GDP增速突破2%的长期瓶颈。过去150年，即便经历电力、工业革命、互联网等重大创新，美国GDP增速始终稳定在2%左右，而AI的独特价值在于其可能成为“驱动创新本身的创新”，加速科学突破与技术迭代，这是此前任何创新都不具备的特征，也是唯一可能突破2%增速瓶颈的关键。

当前，中美两国站在AI发展的最前沿，但似乎用了不同的模式——美国坚持“大力出奇迹”模式，不断推算力以不断测试技术边界、打造最智能的大模型，而中国则以轻量化、垂直化模型扩大应用覆盖。博万认为，二者互不矛盾，只是两种不同的路径，均为AI普及所必需。

init-width="640" init-height="800" src="https://upload.9fzt.com/production/crawler/a9adca93-a2c7-4c38-941e-5cf3d13ee958.png" data-ratio="1.25" data-w="640" style="box-sizing:border-box;width:"auto";"/>

AI万亿资本支出有望提振生产率

大型云服务商的资本开支又不断创下新高，每家巨头近两年的年度AI资本开支几乎都接近1000亿美元，这也导致“开支太高，但收益太少”（too much spend,too little benefit）的质疑不断升温，而“挥霍巨资”的大语言模型开创者OpenAI是这一切的导火索。OpenAI已签署了价值约1万亿美元的交易，从而获得运行AI模型的计算能力，而年营收也刚刚超过100亿美元。

贝莱德提及，全球AI基建投入规模空前，预计到2030年可能达5万亿~8万亿美元，这是史上最快的资本支出扩张，其中大部分在美国。投资者面临的挑战是：协调庞大的资本支出计划与潜在的人工智能收益，两者的规模量级是否匹配？

在博万看来，答案取决于美国经济增长能否突破其2%的长期趋势。虽然美国处于全球经济前沿，但过去150年的所有重大创新——包括蒸汽机、电力和数字革命——都未能使其突破2%的增长趋势。“实现这一突破难度极大，若AI能拉动GDP增速，那么其整体效益将是巨大的。这虽然难度极大，但AI首次使这种突破首次变得可以想象（conceivable）。”博万说道。

原因何在？博万认为，AI本身不仅是一项创新，还具有革新创新过程的潜力。AI可能开始自主生成、测试和改进新概念。如果实现这一点，发现速度可能会加快，推动材料、药物和技术等领域的科学突破。这种自我强化的加速创新循环，是实现增长突破的关键。“尽管可以想象，但我们并不知道它是否真的会发生，因此需要追踪一些能够作为创新加速‘领先指标’的证据，例如每年新专利数量的激增。”博万分析道。

就宏观的影响来看，博万似乎也更担心中长期的通胀。短期来看，美联储降息不会对长期利率造成大幅冲击，市场环境相对可控；但长期而言，债务可持续性问题与AI基建融资需求叠加，可能推动长期利率（如10年期美债收益率）攀升。

私营部门扛起AI融资大旗

贝莱德还认为，即使在宏观层面支出与收益能够匹配，仍存在时间错配问题。AI发展需要前置投资：计算资源、数据中心和能源基础设施。而这些投资带来的最终收益则会滞后，这种时间差意味着，AI相关企业已开始通过举债来渡过融资“瓶颈期”。这种前置性支出对于实现最终收益是必要的。

尽管如此，资本市场一度对这种融资模式持审慎态度，“循环投资”的风险被广为讨论（例如英伟达、AMD投资其客户OpenAI，OpenAI用相关资金继续购买算力），Meta在两笔债券融资后股价出现大跌，甲骨文的CDS（信用违约掉期）飙升，11月更是出现了AI抛售潮。

对此，博万认为，没有其他选项。美国AI基建主要依赖私营部门主导（联邦政府因高债务难以参与），这种模式决定了行业必然经历“杠杆化”阶段——如同个人购房需通过按揭提前兑现资产，AI基建需在营收兑现前大规模投入，杠杆化是实现这一目标的唯一可行路径，本身无绝对好坏之分。

AI巨头将更频繁地通过公开债与私募市场融资。事实上，Meta的债券当时获得了近10倍的超额认购，表明市场需求较大。至于长期是否能够有足够的承接力，博万认为，这种大规模债务供给将推动利率上行，只有利率上升才能吸引足够资金承接相关债券。

在贝莱德看来，这一切共同造就了一个具有以下核心特征的全新投资环境：首先，杠杆率上升将导致公开市场和私人市场的信贷发行增加；其次，大规模借贷将推高利率，导致整体资本成本上升；此外，在AI新收益池蔓延至整个经济之前，科技行业内市场收益将进一步集中在少数科技巨头之上，这将考验投资者的判断力；未来，随着收益扩散至科技行业之外，主动投资将获得更多超额收益机会。这一切意味着，传统的投资组合构建方法需要重新审视。

中美模式差异化前景

AI领域的竞争被视为一场长期马拉松，而非“赢者通吃”的赛道——因为模型的领先地位时常更迭。更关键的是，AI的“胜利”并非指研发出最强大的模型，而是谁能更快地应用该技术。

博万提及，中美的AI发展模式遵循两种不同的模式。中国侧重开源路线，侧重“低成本复刻现有AI能力”，以轻量化、垂直化模型扩大应用覆盖，而且多家企业推出了参数规模较小的模型，这类模型更利于技术的快速普及。美国模式无疑聚焦“突破技术前沿”（pushing frontiers），通过大规模算力投入推动科学创新与技术边界拓展。

有观点认为，美国企业采取的是“大力出奇迹”（即不断堆算力）的“蛮力策略”（brute force），不过博万认为这也有其合理性，因为这能快速推进技术边界，为全行业创造价值，但最终收益未必完全由先发投入者独享，后期企业可能借助先发者的基建成果实现突破，因此主动管理型投资（精准判断营收迁移方向）将成为AI投资的关键。

针对“AI末日论”与“AI繁荣论”，博万认为更应客观看待其双面性。AI在医疗、制药等领域的应用有望带来突破性进展，创造巨额新增营收；但同时面临三大约束——能源供给不足、融资环境波动、就业结构调整带来的社会与政治挑战，因此AI发展路径将“充满波折但长期向好”。