熊园：全面测算AI对经济与资产的影响

熊园、戴琨、薛舒宁、杜树楷（熊园系国盛证券首席经济学家、中国首席经济学家论坛理事）

人工智能（AI）正在演变为深刻作用于经济增长、产业结构和资产定价的重要变量。当前AI赋能经济行至何处，又将走向何方？本文复盘4次工业革命发展脉络，立足全球与国内双重视角，定性与定量分析相结合，多维度拆解和测算AI对经济各分项指标的影响，推演AI对股票、债券、商品的传导路径，前瞻AI未来趋势，以期全景式呈现AI如何重塑经济与资产。

核心观点：AI 已成经济增长的新引擎，全方位影响投资、出口、消费、产业、就业、物价、大类资产（均有详细分析与测算）；综合看，2027-2028 年，本轮 AI 投资有可能 达峰、AI应用也有望迎来盈利兑现窗口。

1、历史看，区别于前三轮工业革命，本轮AI技术变革属于资本开支扩张到生产率重塑，已延伸至脑力等高端劳动场景，兼具高投资强度、快扩散速度的特征。

2、全球看，美、韩分别映射AI周期的需求端与供给端，美国资本开支、韩国AI产品出口均保持强劲，也是近两年两国经济增长的主要驱动。

3、国内看，当前中国AI处于“先建设、后应用、再变现”的早期阶段，但AI已是经济增长的新引擎，包括对中国GDP贡献超四分之一、对出口的增量贡献超五成、对物价回升的贡献达两三成等，不过生产率红利尚未充分兑现；结构看，AI带来的并非均衡增长、而是K型分化，投资、出口、价格、利润向AI产业链集中，区域、企业、就业和资产表现的结构分化也在加深。

4、趋势看，对比互联网革命，2027-2028年本轮AI投资高潮有可能达峰，AI商业化落地将进入加速阶段、应用端也有望迎来盈利兑现窗口，其中：短期重点关注全球科技企业资本开支、算力需求和产业链价格变化；中期重点关注AI应用渗透、企业盈利兑现和就业结构调整；长期则应更关注AI带来的全要素生产率提升，及其对增长、通胀和资产定价的重塑。

5、资产看，权益方面，AI将强化K型分化与波动加剧的特征，7月以来科技股深度调整之后、依旧是优质布局机会；债券方面，AI的影响主要体现为实际利率与通胀的博弈，债券利率不确定性增大；商品方面，AI将抬升铜、铝等工业金属的价格中枢。

报告摘要：

一、复盘四次工业革命：AI属于资本开支扩张到生产率重塑

>历史看，全球已经历三次完整的工业革命，当前正处于人工智能驱动的第四次工业革命初期。相较于前三次技术变革，本轮AI革命的技术替代范围，延伸至认知型、创造型脑力劳动，同时具备投资强度更高、技术扩散速度更快的特征。理论看，AI技术进步可通过加速优质资本积累、重构劳动供给，赋能创新与降低社会治理成本等多重渠道拉动经济增长。阶段看，当前AI处于“先建设、后应用、再变现”的初期阶段，宏观拉动主要来自算力基础设施建设和相关资本开支扩张，生产率红利尚未充分兑现。

二、全球：美、韩分别映射AI周期的需求端与供给端

>美国经济：AI投资拉动显著，资本开支仍强。从支出法GDP角度看，AI相关投资需求保持较高水平，但对美国国内生产的实际拉动受进口影响较大。2026年二季度，AI相关投资拉动GDP增速0.7个百分点，虽然相比一季度的1.5个百分点有所回落，但由于AI相关资本品的进口反而有所减少，导致AI投资和AI净进口对GDP的合计拉动点由0.5升至1.2个百分点；从增加值角度看，AI相关产业在美国经济中的比重稳步提高，2025年以来增速有所加快。AI相关行业实际增加值占美国私营行业增加值的比重，已由2019年一季度的5.2%升至2026年一季度的8.4%；从资本开支角度看，近年来AI科技巨头经历了一轮集中投资期、2026年势头仍强，但对经济的贡献需区分投资来源。2026年二季度，AI科技巨头资本开支合计达到1950亿美元，同比增长73%。根据美联储工作论文的估算，数据中心投资中约44%可视为美国国内部分，约56%对应进口含量。

>韩国经济：AI产品出口已经是最大贡献来源。韩国是典型的出口导向型经济体，AI对GDP增长的拉动主要通过AI相关产品（主要是计算机和半导体）出口体现。2026年二季度，韩国实际GDP同比增长3.7%，货物出口拉动GDP增长3.4%，其中计算机和半导体出口的拉动约为2.8%。换言之，上半年韩国经济增长的正贡献大部分都来自出口，而半导体和计算机又是出口拉动的主要来源。这也表明，全球AI投资扩张已通过芯片、存储器和计算机设备需求，较为明显地传导至韩国经济。与此同时，韩国对AI产业周期的依赖也在上升，一旦全球数据中心建设放缓、半导体价格回落或外部需求转弱，出口和经济增长都可能受到较大冲击。

三、中国：AI已成经济增长新引擎，全方位影响供需、产业、就业、物价

>GDP：AI产业占比上升、拉动增强、对经济增长贡献已超四分之一。2026年上半年，AI相关产业增速领先整体经济，在国民经济中的占比持续提升，AI制造业、AI服务业增加值的GDP占比已达到9.3%，较2022年同期提升2.3个百分点。二季度，AI相关行业增加值对GDP增长的贡献率已达26.0%，较一季度提升5.6个百分点，且呈持续上行态势。需注意，现阶段AI在生产端的拉动，主要源于AI算力、基础设施建设催生的需求扩张、供给放量；技术进步带来的效率提升尚不明显。

>投资：AI驱动投资结构从有形向无形转变。2026年上半年，资本形成拉动GDP增长1.7个百分点（净出口0.84个百分点），贡献率达36.1%，处于历年同期较高水平。但同期固定资产投资同比下降5.7%，两者走势背离，背后是AI发展驱动投资结构转型：2026年上半年，以计算机软件和数据库、研究与开发为主的知识产权产品投资增长9.4%，较固定资产投资增速高出15.1个百分点。AI投资重心逐步由有形资产向软件、研发、数据模型等无形资产倾斜，固定资产投资统计则相对侧重有形资产，从而产生分化。行业看，算力基建支撑行业需求，2026年上半年电子制造、软件信息等AI相关行业投资逆势实现3.7%的增长，表现出较强的韧性。

>出口：AI贡献出口最大增量，涨价是主要驱动。2026年以来，全球头部云服务厂商多次上调资本开支指引，资本开支增速一致预期从29%上修至89%，算力硬件需求大增。截至6月最新数据，全球半导体销售额同比增124%，创1990s以来新高（仅低于上世纪80年代中期个人电脑普及时期），我国AI相关产品出口同比增53%，同期韩国半导体出口同比增163%，创历史新高。从量价维度看，2026年上半年我国AI出口价格同比增49.8%，解释了95%的出口增长，数量贡献不大。进一步细拆商品结构，上半年我国存储芯片出口同比增213%，服务器、光纤光缆出口同比分别增44%、103%，PCB等电子元件以及发电机、变压器、电线电缆等电力设备出口增速也均在20%以上，形成多层次出口增量。

>消费：AI消费长期发展前景向好，但短期对经济的拉动有限。政策利好加持下，部分成熟AI消费产品增长较快，2026年上半年国内数码与智能产品销售量同比增长13.4%。但现阶段AI消费场景仍处于培育初期，成熟AI产品供给相对不足，制约了AI对消费增长的贡献。

>产业：新旧动能转换，盈利向AI产业加速集中。近年来，传统动能持续收缩，房地产业、建筑业增加值占GDP比重逐年回落，依靠地产基建拉动经济的旧发展模式支撑力正在弱化；以AI产业为代表的新动能稳步抬升，2025年“三新”经济占比升至18.4%，对经济增长的贡献率达27.8%。利润看，企业利润加速向AI领域集中。2026年上半年，电子设备业利润同比增长96.9%，增速显著高于全部规模以上工业企业，对工业利润同比增长贡献率高达45.6%。区域看，AI产业或将进一步拉大区域发展差距。东部核心城市依托产业、人才与资本优势抢占发展先机，从中证人工智能产业指数成分观察，东部地区相关企业数量、市值占比优势明显。

>就业：重塑而非简单替代，技能错配压力上升。总体看，AI对就业的影响并非简单“替代人”，而是重塑工作任务、岗位结构和能力要求。结构看，AI可能进一步放大“有人无岗”和“有岗无人”并存的矛盾。不过，部分岗位和任务受到替代，并不意味着采用AI的企业必然缩减整体用工；相反，若AI显著降低单位成本、扩大产品需求，还可能出现类似“杰文斯悖论”（Jevons Paradox）的现象，即效率提升反而带来更大的总使用量和业务规模。对我国的重点群体而言，高校毕业生面临较直接的岗位匹配压力，农民工和平台劳动者更多受到产业智能化和算法管理的间接影响。政策层面，重点应由单纯稳定岗位数量转向促进人岗匹配和降低转型成本。

>物价：AI涨价对物价回升的贡献率约两至三成。2026年以来，我国CPI、PPI同比均明显回升，AI产业链上下游涨价超预期，其中存储芯片涨价弹性最突出：截至2026年7月底，DDR5、DDR3和NAND价格分别上涨至2025年初的9.9倍、16.6倍和6.6倍。此外，电子元件和电力设备价格也大幅上涨，1-7月，PPI电工器材和PPI电子元件同比中枢分别涨16.3%和8.3%，远超PPI整体涨幅。综合看，2026年上半年AI相关涨价对CPI和PPI回升均有较大贡献：CPI方面，存储涨价影响手机、电脑等价格，1-7月通信工具价格累计上涨5.3%，对CPI涨价的贡献约17.7%；PPI方面，AI涨价涉及上游的存储、电子元件、电力设备等，也涉及下游的可穿戴智能设备、工控、工业机器人等（集中在电气机械和通信电子两个行业中），对PPI涨价的贡献约30.9%。

四、大类资产：加剧权益K型分化，放大债券博弈空间，抬升工业金属价格

>权益方面，呈现K型结构分化与波动加剧的特征。AI新动能板块受益于盈利提升和预期改善，表现偏强；而地产、传统消费等旧动能板块受需求压制走势偏弱。同时AI相关资产估值扩张快于业绩兑现，题材轮动提速加剧资金博弈，市场波动率显著抬升。6月下旬以来，AI科技股出现明显调整。倾向认为：短期市场扰动仍存、波动偏大，但AI产业核心逻辑未变，科技股调整后具备布局机会。短期看，7月以来全球科技股深度调整，本质并非AI的产业基本面出现逆转。考虑到当前AI产业核心发展逻辑稳固，全球科技巨头资本开支持续维持高位，同时美联储年内实质性加息的难度较大，多重因素预示科技股调整过后、有望迎来新一轮布局窗口。

>债券方面，AI的影响主要体现为实际利率与通胀的博弈。短期看，AI产业链带动物价结构性修复，但实体居民、企业扩表意愿低迷，社会融资需求偏弱，AI增长难以完全对冲传统产业融资需求缺口，长端利率低位震荡。长期看，如果AI技术全面扩散，社会生产率提升，平均成本降低，将呈现通胀回落、实际利率回升的博弈，后续需重点关注AI商业化落地与实体融资修复进度。

>工业金属方面，AI推动工业金属价格中枢稳步上行。AI算力基建、智能工厂扩产，持续拉动铜、铝等工业金属需求。供给端存在长期刚性约束，全球矿企投入不足、矿区品质下滑，新增产能释放有限，叠加地缘因素影响，供需缺口短期有望延续，支撑工业金属价格维持偏强格局。

>贵金属方面，AI对贵金属价格直接影响尚不明显。AI对黄金实物需求拉动有限，黄金工业占比仅约6%，AI产业扩张难以带来明显增量；白银工业需求占比近六成，算力基建扩容会提振白银需求，但增量被光伏用银回落对冲，整体需求仍趋于下行。短期看，AI并非金银核心定价因子，行情主要由美联储政策、美债美元、央行购金及地缘因素主导；长期看，需要关注AI技术普及，带动实际生产率提升，对黄金价格形成的下行压力。

五、展望：2027-2028年AI投资可能达峰、AI应用迎来盈利兑现窗口

从AI渗透率、投资强度和产业链盈利分配格局三个维度，对比本轮AI革命与上一轮互联网革命的异同，并判断当前 AI 产业所处的历史阶段。

>渗透率：AI在个人用户中的渗透率增长较快，企业端仍处于规模化应用初期。近年来AI在个人用户中的渗透率快速提升至60%左右，但在企业端的渗透仍处于早期阶段，目前仅约21%的企业将AI应用于日常业务流程，仍有很大提升空间。企业大规模应用AI受到多重因素制约，包括AI模型成熟度不足、算力成本高企以及业务流程重构壁垒等。历史经验表明，通用技术革命真正释放生产率红利，往往依赖于企业部门的大规模采用，因此，当前AI仍处于由消费端向企业端加速扩散的关键阶段。

>投资强度：与历史各轮经济革命相比，目前AI投资高潮已经到达中后段，预计将在2027-2028年达峰。回顾美国历史上各轮经济革命，如1850s的铁路建设、二战后的汽车制造、1980s的油气采掘、以及1995年开启的互联网革命，均有一段投资高峰期，一般在四到六年内达峰，峰值时投资占GDP的比重相较初始阶段抬升1-1.5个百分点。以ChatGPT发布时间为基准，本轮AI浪潮开始于2022年四季度，距今已有近四年，目前投资占GDP比重相较初始值提高1个百分点；以目前增长速度，AI算力投资峰值可能在2027-2028年出现，随后算力扩张大概率有所放缓。

>产业链盈利分配格局：盈利主要集中于上游算力硬件，还未向下游应用转移。参照互联网革命的发展历程，早期大量投资集中于通信基础设施，英特尔、思科等硬件供应商率先实现盈利，下游互联网应用企业普遍亏损。直到基础设施大规模建成、互联网带宽价格大幅下跌后，谷歌、亚马逊等应用平台才实现稳定盈利，产业价值重心由上游硬件向下游应用转移。本轮 AI 产业遵循相似演化路径：当前资本开支集中于算力基础设施，GPU、存储硬件厂商占据主要利润，大模型企业持续亏损；待 AI 基建投资达峰、算力供给趋于充裕、算力成本下行后，AI 应用部署门槛降低，应用端有望迎来盈利兑现窗口，AI商业化落地预计进入加速阶段。

风险提示：技术扩散与产业落地不及预期；海外经济环境变化超预期；地缘冲突演化超预期；AI产业统计口径偏差。

正文如下：

一、复盘四次工业革命：AI属于资本开支扩张到生产率重塑

从技术史视角看，人工智能（AI）可视为第四次工业革命的核心通用技术，其影响将从单一技术进步逐步扩展为对生产方式和经济组织形态的系统性重塑。第一次工业革命以蒸汽机推动机械化，第二次以电力推动规模化生产，第三次以计算机和互联网推动信息化，当前AI则进一步将技术改造的边界由信息传输拓展至知识生产、分析决策和组织协同。随着应用由科技行业向研发、制造、物流、金融和公共服务等领域渗透，AI有望成为影响经济增长、产业结构和资源配置的重要力量。

回顾前三次工业革命，技术突破均经历了由“通用技术出现—基础设施投资扩张—产业应用渗透—生产率提升—经济社会结构重塑”的演进过程：

1）第一次工业革命：蒸汽革命（18世纪60年代—19世纪中期）

发源地为英国，逐步扩散到法国、德国等。核心技术是蒸汽机改良，替代人力、畜力。机器生产取代手工工场，近代工厂制度确立，大规模固定资产投资集中在矿山、纺织厂、铁路交通等。第一次工业革命使得生产力大幅提升，商品大规模量产，城市化快速推进，社会分化加剧，英国借此确立世界工厂地位。

2）第二次工业革命：电力革命（19世纪后半期—20世纪中期）

发源地横跨英国、德国、美国。核心是电力取代蒸汽成为通用动力，配合内燃机和流水线，实现了大规模标准化生产。资本大量投向电力设施、重工业、铁路、化工企业。重工业崛起，流水线生产萌芽，企业规模扩大，垄断组织出现。生产力进一步跃升，交通运输与通信实现革新，欧美主要国家完成工业化，世界市场最终形成。

3）第三次工业革命：信息革命（20世纪后半期—21世纪初）

发源地以美国为主，扩散至西欧、日本。核心是计算机和互联网增强了信息处理能力，大量传统程式化、文书性的脑力劳动被替代。投资重点集中在科研机构、半导体产业、军工电子、通信基建。信息产业兴起，自动化替代大量传统人力，信息传递效率大幅提升，管理成本下降，全球化加速，跨国企业快速发展，服务业占比持续抬升。

当前的第四次工业革命（21世纪20年代—至今），则进一步将技术替代和增强的对象由“体力”和“信息处理”拓展至“认知”。人工智能能够参与文本生成、代码编写、数据分析、方案设计甚至科研创新，核心投入也由煤炭、钢铁、电力、半导体逐步转向算力、算法和数据。与互联网时代相对偏轻资产不同，AI发展同时依赖芯片、服务器、数据中心、算力网络和电力设施等大规模实物投入，以及软件、研发、数据和模型等无形资产积累，因而呈现出更加明显的软硬件协同、轻重资产并举特征。

综合比较看，AI革命与前三次工业革命既遵循相似规律，也具有自身特殊性。共性在于：均源于通用技术的突破，都催生大规模资本投入，并最终提升社会生产效率，推动经济、社会结构转型。差异在于：第一，AI替代的对象从体力劳动、程式化脑力劳动延伸至认知型、创造型脑力劳动；第二，本轮革命的新型基础设施（智算中心、算力网络），投资强度更高、资本密集度更大；第三，技术扩散速度有望更快。依托信息技术革命积淀的既有成果，技术理念与应用的传播效率远超过往。

理论上，根据索洛增长模型（Solow Growth Model）框架（），经济增长主要来源于资本积累K、劳动投入L、以及全要素生产率（TFP）A的进步。而AI作为一种典型的通用型技术（General Purpose Technology, GPT），可通过扩容与优化资本结构、重构与升级劳动供给，赋能创新与降低社会治理成本等多重渠道拉动经济增长：

1）资本渠道，AI加速资本积累、质量提升。资本与技术不是相互割裂，而是有机结合的整体。一方面，技术进步催生适配新技术的投资需求。AI的发展极大地促进了算力中心、先进制程芯片、软件框架等基础设施建设，并推动数据资产化进程；另一方面，AI进步也会通过“创造性破坏”，加速老旧资本存量的淘汰，如缺少算力承载能力的传统IT硬件、非智能化设备将加速折旧。新旧资本迭代更替，推动社会资本结构优化、质量提升。

2）劳动渠道，AI可以更大范围地替代、补充劳动力。不同于过往工业革命主要替代体力、程式化劳动，AI将直接冲击常规知识性白领岗位，并倒逼劳动力向“AI协同密集型”方向转型。在全球人口老龄化问题日益加剧的背景下，AI能够在更广泛的领域充当“数字劳动力”，弥补人力供给缺口，缓解劳动力红利消退的经济下行压力。

3）全要素生产率渠道，AI通过提升生产效率、加速科研创新迭代、降低经济运行与社会管理成本三条路径推动全要素生产率抬升：一是直接提升生产端效率，依托智能算法、自动化流程优化企业生产经营环节，在既定要素投入下扩大产出水平，降低生产成本；二是加快科研创新迭代，AI赋能知识挖掘、模拟推演与实验迭代，缩短技术研发周期，加速知识外溢与新技术落地转化；三是降低经济运行与社会管理成本，在市场端减少搜寻、匹配、履约等交易摩擦，公共领域借助智慧城市、智能政务减少资源损耗，提升公共服务效能，推动全社会运行及制度成本下行，最终实现全要素生产率的提升。

不过，资本投入与生产率提升并不会同步兑现，理解这一点是判断当前AI周期所处位置的关键：AI革命在现阶段首先体现为一轮软硬件协同、轻重资产并举的资本开支周期。与互联网应用阶段相对偏轻资产不同，AI不仅需要芯片、服务器、数据中心、算力网络和电力设施等大规模实物投入，也依赖软件、研发、数据和模型等无形资产积累。短期看，相关基础设施建设将直接拉动投资、工业生产和产业链需求；中长期看，AI应用扩散有望降低信息处理和组织协同成本，提升劳动生产率和全要素生产率。因此，本轮AI周期既具有资本开支扩张的特征，也蕴含新一轮生产率革命的潜力。

因此，AI扩散可能呈现出“生产率J型曲线”的模式，短期看资本开支、中期看应用落地、长期看生产率。企业在应用AI初期，投入和成本率先上升，效率改善则相对滞后，生产率可能呈现先降后升的“J型曲线”。随着基础设施和配套改造逐步完成，AI由算力建设转向应用扩散，并进一步转化为收入增长、成本下降和效率提升，生产率红利才会加快释放。当前全球AI总体仍处于建设向应用过渡的早期阶段，资本开支已经明显扩张，但商业化回报和生产率改善尚未充分显现。因此，现阶段观察AI对宏观经济的影响，更应首先关注资本开支及其向投资、贸易等环节的传导。

二、全球经济：美、韩分别映射AI周期的需求端与供给端

全球看，AI对经济的影响已从科技产业内部扩张，逐步演变为一轮跨越投资、贸易和生产的全球周期。美国凭借科技巨头、云服务、资本市场和算力基础设施优势，成为全球AI投资和需求扩张的主要发起地；韩国则依托半导体、存储器和计算机设备等制造优势，成为AI需求向出口和工业生产传导的典型经济体。二者分别代表AI周期的需求端和供给端：美国资本开支创造全球设备和中间品需求，韩国出口和制造业承接需求外溢。美国目前在全球AI基础设施建设和投资中居于领先地位，AI相关建设带来的服务器、芯片及相关零部件需求，已成为全球高技术贸易的重要增量。

1.美国经济：AI投资拉动显著，资本开支仍强

首先，从支出法GDP角度看，AI相关投资需求保持较高水平，但对美国国内生产的实际拉动受进口影响较大。将美国GDP核算中的信息处理设备、研发、软件、电力与通信视为AI相关投资：

一方面，2025年一季度至2026年二季度，上述四项对美国实际GDP环比折年率的直接拉动点分别为1.32、1.01、0.47、1.0、1.53、0.65个百分点。虽然季度间有所波动，但总体保持较高水平，2026年一季度的拉动幅度为近几个季度最高，当季美国实际GDP环比折年增长2.09%。2026年二季度，AI相关投资拉动GDP增速0.7个百分点，虽然相比一季度的1.5个百分点有所回落，AI相关投资对GDP增长的贡献仍有44%。

另一方面，由于美国计算机相关资本品进口较多，在扣除相关净进口后，2025年一至四季度，AI相关投资和净进口合计拉动GDP分别为-0.02、0.8、0.4和-0.4个点，2026年一季度回升至0.5个点，在剔除AI相关资本品的净进口后，AI对GDP增长的净贡献降至23%。2026年二季度，由于AI相关资本品的进口反而有所减少，导致AI投资和AI净进口对GDP的合计拉动点由0.5升至1.2个百分点，AI对GDP增长的净贡献升至80%。

其次，从增加值角度看，AI相关产业在美国经济中的比重稳步提高，2025年以来增速有所加快。采用BEA行业增加值口径，将计算机系统设计及相关服务、数据处理、互联网出版及其他信息服务、计算机和电子产品三大行业视为AI相关行业：

一方面，AI相关行业增加值占美国GDP的比重，已由2019年一季度的约4.3%升至2024年末的4.6%，2025年末进一步升至4.8%，2026年一季度达到4.9%。同时，相关行业实际增加值占美国私营行业增加值的比重，由2019年一季度的约5.2%升至2023年末的7.2%、2024年末的7.5%和2025年末的8.3%，2026年一季度进一步达到8.4%。这说明AI相关产业的增长持续快于私营经济整体，在美国生产体系的重要性正在提高。

另一方面，从增长贡献看，相关行业增加值2023年平均拉动实际GDP环比折年增速约0.38个百分点，2024年平均贡献降至约0.27个百分点，2025年则回升至约0.56个百分点。2026年一季度贡献为0.35个百分点，较2025年中期有所放缓，但仍保持正向拉动。总体看，AI相关行业的增长并非持续上升，季度间会受到设备周期、研发投入和基数变化影响，但产业占比持续提高的方向较为清晰。

当然，需要说明的是，无论是从支出法GDP的角度、还是增加值的角度出发，我们所使用的行业并不完全等同于AI产业，其中可能也包含许多非AI活动；但考虑到AI模型训练、云服务、数据中心、算力设备和软件研发集中在这些行业，可作为观察AI相关经济活动的近似指标。

最后，从资本开支角度看，近年来AI科技巨头经历了一轮集中投资期、2026年势头仍强，但对经济的贡献需区分投资来源。选取META、亚马逊、微软、谷歌、苹果、甲骨文、特斯拉、CoreWeave 8家公司样本作为AI相关科技企业：

财务数据显示，AI相关科技企业资本开支由2019年的约857亿美元增至2021年的1516亿美元，2022年达到1805亿美元。2023年资本开支约1788亿美元，基本保持稳定；此后明显加速，2024年升至2805亿美元，同比增长约56.8%，2025年进一步达到4783亿美元，同比增长约70.5%。与2019年相比，这八家公司2025年的资本开支已经扩大至约5.6倍。

季度看，2026年二季度，AI科技巨头资本开支合计达到1950亿美元，同比增长73%，延续了2024年以来的快速扩张。其中，亚马逊、微软、谷歌和Meta四家头部云服务厂商合计投入约1702亿美元，占总额的八成以上。当前资本开支主要投向服务器、芯片、数据中心、电力设施和网络设备，既反映企业对算力需求仍有较强预期，也会带动建筑、电力、通信及高端设备等相关行业。

不过，科技企业公布的资本开支不能全部视为对美国GDP的贡献。一方面，其中并非所有支出都直接用于AI；另一方面，数据中心使用的大量服务器、芯片和其他高技术设备来自进口。根据美联储工作论文的估算，数据中心投资中约44%可视为美国国内部分，约56%对应进口含量。因此，资本开支相关数据更适合用来衡量AI投资热度，其对美国国内生产的实际拉动可能明显低于账面投资规模。

2.韩国经济：AI产品出口已经是最大贡献来源

韩国是典型的出口导向型经济体，AI对GDP增长的拉动主要通过AI相关产品（主要是计算机和半导体）出口体现。选取韩国国际贸易协会公布的半导体、计算机出口作为AI相关出口数据，按美元计价。

出口方面，2024年以来，计算机和半导体始终是韩国出口增长的重要来源。2024年一季度至四季度，两类产品对出口同比的拉动点均在7%以上；2025年一季度有所回落，但此后逐季增强，2025年三季度和四季度分别拉动出口增长5.2%和8.5%。2026年一季度，拉动出口增幅升至31.6%；2026年二季度，拉动出口增幅进一步升至48%。

2024年各季度，两类产品拉动实际GDP增长约1.5%-3%；2025年二至四季度，拉动幅度均在1.7个百分点左右；2026年一季度，韩国实际GDP同比增长3.8%，货物出口拉动GDP增长4.8%，其中计算机和半导体出口的拉动约为3.9%；2026年二季度，韩国实际GDP同比增长3.7%，货物出口拉动GDP增长3.4%，其中计算机和半导体出口的拉动约为2.8%。换言之，上半年韩国经济增长的正贡献大部分都来自出口，而半导体和计算机又是出口拉动的主要来源。

这也说明，全球AI投资扩张已通过芯片、存储器和计算机设备需求，较为明显地传导至韩国经济。与此同时，韩国对AI产业周期的依赖也在上升：一旦全球数据中心建设放缓，半导体价格回落或外部需求转弱，韩国出口和经济增长都可能受到较大冲击。

三、中国经济：AI已成增长新引擎，全方位影响供需、产业、就业、价格

从海外经验看，AI已成为深度影响经济增长、产业结构与资产定价的关键宏观变量。那么AI对国内经济影响几何？理论看，我国在全球AI产业链具备需求方与供给方双重属性，AI对国内经济的影响或与美、韩两国或既有共性也存在差异：第一，与美国类似，国内算力基础设施同步加速建设、科技企业资本开支扩张，投资应是AI拉动经济的首要渠道；第二，与韩国类似，中国在存储芯片、服务器、光模块、电子元件等AI硬件制造环节具备全球竞争力，出口有望成为AI传导的第二通道；第三，按照“J型曲线”规律，AI对消费和生产率的拉动短期应相对有限，效率红利的充分释放尚需时日。

具体看，下文将基于“总量‑分项‑产业‑价格”的框架，从四个维度逐层展开测算，检验AI对中国经济的实际影响：总量维度，测算AI相关产业增加值对GDP增长的贡献；分项维度，分别剖析AI对投资、出口、消费三大需求分项的作用路径、影响强度；产业维度，探讨AI推动产业新旧动能转换、重塑就业市场的深层机制；价格维度，分别梳理AI对实物商品通胀、金融资产价格的影响。

数据显示，AI相关产业增加值占GDP比重持续上行，对经济增长的贡献稳步提升，已经成为国内增长的新引擎。其中，投资是AI拉动经济的核心渠道，AI相关产品构成出口增量的主要来源，而对消费的短期拉动效应尚未充分显现，与前文推演形成印证。此外，AI加速推动新旧动能转换、重塑就业结构、并带动部分品类物价上行。综合看，当前我国仍处在AI产业建设阶段，资本开支扩张是主要驱动力、应用渗透与生产率红利仍待释放，后续AI对国内经济增长拉动的深度和广度值得期待。

1.GDP：AI产业占比上行，增长贡献不断扩大

从增加值角度看，AI相关产业增加值在中国GDP中的占比持续抬升，增长贡献不断扩大。需要区分的是，现阶段AI对生产端的拉动，主要源于AI算力、基础设施建设催生的投资需求扩张，驱动相关产品产量规模快速增长，依靠终端需求扩张拉动供给放量；全要素生产率层面的技术赋能、生产效率提升效应尚未成为主导动力。参照国民经济行业分类，将与AI计算机、通信和其他电子设备制造业（AI制造业）与信息传输、软件和信息技术服务业（AI服务业）作为AI相关产业。

增速看，AI相关产业增速持续高于整体水平。工业领域，2026年上半年，AI制造业增长14.8%，较2025年加快4.2个百分点，高于全部规上工业增速9.4个百分点，居工业各大类行业首位。“人工智能+”高速发展带动集成电路、光纤、电子元件等产品产量分别增长23.1%、19.2%、13.0%。服务业领域，2026年上半年，AI相关服务业增加值同比增长10.7%，较2025年微降0.4个百分点，增速高于全部服务业5.5个百分点。

占比看，AI相关产业在经济中的比重逐步提高。AI在工业中的占比已经由2022年的9.6%逐渐增长到2024年的10.1%，2026年上半年抬升至11.1%；AI服务业在第三产业中的占比也从2022年的7.5%攀升至2026年上半年的10.2%；汇总看，2026年上半年AI相关产业增加值占GDP比重达到9.27%，较2022年同期增长2.3个百分点。

贡献看，AI相关产业增加值对我国GDP的增长贡献已超四分之一。2026年上半年，AI制造业对规模以上工业增长的贡献率达27.9%，逐步成为工业增长的核心动力。AI服务业对第三产业增长的贡献率为19.9%，仅略低于其他服务业。节奏看，2024年以前，国内AI产业仍处于起步培育阶段，对经济的带动作用相对有限；2025年“DeepSeek时刻”之后，AI对经济增长的贡献大幅抬升。汇总看，二季度AI相关行业增加值对GDP的贡献率升至26.0%，较一季度提升5.6个百分点，呈持续上行态势。

需要说明的是，本文统计的AI相关产业，并非完全等同于AI行业。一方面，电子制造业、信息技术服务业，也包含如基础电子消费品、常规信息技术服务等非AI业态；另一方面，专用设备制造中的半导体装备、通用设备制造中的工业机器人、商务服务领域等，也涵盖部分AI相关产品与业务。但综合看，本文选取的两大行业与AI关联度较好，可作为观测AI经济活动的近似指标，较为客观地反映AI经济的整体发展趋势。

2.投资：AI投资拉动凸显，资本结构持续优化

总体看，目前AI产业仍处在技术迭代、产业落地的初期阶段，对经济增长的贡献，短期主要来自资本开支扩张。2026年上半年，投资拉动GDP增长1.7个百分点，贡献率达36.1%，处于历史同期高位，强于同期净出口的0.84个百分点。不过，AI新增投资具备明显的前置特征，投入规模大、盈利兑现周期长。长期AI能否持续拉动投资增长，关键在于其能否提升生产效率、改善资本回报率。

结构看，投资重心正从有形固定资产转向无形资产。2026年上半年固定资产投资同比下降5.7%，和资本形成对GDP的强劲拉动形成明显背离。除价格因素外，AI带动的投资结构转变是重要原因。以往实体投资多投向建筑、机械设备等有形资产领域，当前AI新增投资大量流入软件、研发、数据资源、算法模型等无形资本。根据统计局定义，固定资产投资不含矿藏勘探、计算机软件等无形资产投入，固定资本形成总额则纳入相关内容。2026年上半年，以计算机软件和数据库投资、研究与开发投资为主的知识产权产品投资同比增长9.4%，增速大幅高于同期固定资产投资，从而产生上述数据背离。此外，传统国民经济核算体系还存在低估问题。本轮大量资金投向算法、数据、定制软件等无形资产、有形设备以外的数字资本，现有统计体系难以完整覆盖真实投资规模。

行业看，算力基建需求形成有力支撑，AI相关产业固定资产投资具备较强增长韧性。2026年上半年，AI相关行业投资涵盖计算机、通信和其他电子设备制造业，以及信息传输、软件和信息技术服务业，同比增长3.7%。在整体固定资产投资下行环境中，AI行业投资表现稳健。其在固定资产投资中的占比升至6.2%，较2025年提高0.4个百分点。

3.出口：AI贡献最大增量，涨价是主要驱动

2026年以来，全球头部云服务厂商多次上调资本开支指引，带动算力硬件需求大增。以谷歌、亚马逊、微软、Meta、甲骨文为例，年初市场预期5家企业全年资本开支共计5364亿美元，相比2025年增长29%；伴随业绩披露，5家企业均大幅上调资本开支指引，截至8月14日，合计资本开支预测值升至7856亿美元，同比增速提升至89%。

AI算力建设的加速带动全球半导体销售额和相关产品出口高增。截至2026年6月最新数据，全球半导体销售额同比增124%，创1990s以来新高（仅低于上世纪80年代中期个人电脑普及时期），带动亚洲主要经济体半导体出口大幅走强：上半年我国出口累计同比增17.6%，其中AI相关产品出口同比增53%，拉动出口8.5个百分点，一半左右的出口增量由AI产品贡献；同期韩国半导体出口同比增163%，创历史新高，中国台湾、日本半导体出口同比分别增44%、38%，均创近十五年来新高。

从量价维度看，本轮AI产品出口高增主要依赖价格上行，数量贡献不大。借助HS 8位商品的出口数量和出口金额计算出口价格，在此基础上编制AI出口价格指数和AI出口数量指数。可以发现，2026年上半年AI出口价格同比增49.8%，解释了95%的出口增长，数量同比增速则仅为2.8%，未有明显放量。

进一步细拆商品结构，本轮AI拉动出口具备全链条扩散特征，从核心的集成电路，到服务器、光纤光缆、电子元件，再到外围的电力供应设备，形成多层次出口增量。2026年上半年，我国存储芯片出口同比增213%，主因该环节供需格局偏紧、价格大幅上涨；服务器、光纤光缆出口同比分别增44%、103%，PCB等电子元件以及发电机、变压器、电线电缆等电力设备出口增速也均在20%以上，是我国出口的重要支撑。

4.消费：AI消费长期向好，短期拉动效力未显

总体看，AI消费市场前景向好，但当前对经济直接拉动有限。国内AI产业发展前景向好，部分相对成熟的消费类产品，在政策利好下实现较快增长。但消费端的成熟AI产品供给仍然偏少，AI消费场景尚处在发展早期，现阶段AI对消费的直接拉动相对有限。

理论看，AI对消费的影响，主要通过三条渠道传导：一是收入渠道，AI的影响是收入的结构性变化，一方面，AI提升劳动生产效率，带动工资收入增长，另一方面，AI在创造新岗位的同时，也会替代部分旧岗位，但劳动力重新匹配需求需要时间，导致结构性失业增加。两方面的相对强度，决定了收入渠道净效应的方向。二是价格渠道。AI普及后降低生产成本，产品价格随之下降。同时AI有助于降低物流运输、搜索匹配成本，提升交易效率，压缩中间环节成本。三是消费场景的更新。AI催生了全新消费品类，大模型订阅、AIGC付费、虚拟陪伴等新的消费品类逐步涌现。但创造与替代并存，AI短剧分流传统影视、智能助手替代人工咨询，新业态也在争夺旧消费。

结构看，AI对不同消费品类的影响存在结构差异，具体分为四类来考察：第一类是消费新增。由于AI产生的新的消费品类，包括AI订阅、AIGC内容付费、智能体娱乐等；第二类是消费强化。AI赋能现有消费品，包括AI手机、智能汽车等；第三类是消费替代。AI产生替代了传统消费、服务，包括AI对于人工翻译、人工配音的替代，AIGC对于传统影视剧的替代。第四类是刚性消费。AI对食品饮料、基础公共交通等品类的影响相对有限。综合看，AI时代消费结构演变方向，需要关注AI增量消费能否成功做大消费蛋糕，提质消费的质量溢价能否被消费者接受。

数据看，智能消费市场正在加速扩容。AI大模型使用方面，根据《中国互联网络发展状况统计报告》，截至2025年12月，我国生成式人工智能用户规模已达6.02亿，超80%网民会优先借助生成式AI产品获取信息、解决问题。腾讯研究院5月12日发布的网民AI消费调研显示，95.6%的受访者近三个月使用过AI大模型，82.3%为高频使用者，但AI用户付费占比仅9.8%，深度使用是推动付费转化的核心驱动因素。智能设备消费方面，2026年1至6月，数码和智能产品销售量同比增长13.4%。2026年上半年，新增纳入“国补”范围的智能眼镜等可穿戴智能设备零售额增速超过1倍，6月单月增长32.0%，6月智能眼镜销售量增长30.6%，呈现逐月加速攀升，成为智能消费新热点。

5.产业：新旧动能转换，盈利向AI产业加速集中

总体看，AI推动增长动能继续向新经济集中。近年来，传统动能持续收缩，房地产业、建筑业增加值占GDP比重逐年回落，依靠地产基建拉动经济的旧发展模式支撑力正在弱化；以AI产业为代表的新兴动能则稳步扩张，“三新”经济占比抬升，对GDP的拉动作用持续增强。新旧产业此消彼长之下，新动能正逐步成为产业结构优化、经济高质量转型的核心支撑。往后看，以AI、高端制造等为代表的新经济，将日益成为中国经济的主要增量；地产、老基建等为代表的旧经济贡献则将趋于稳定、占比应会继续缓降。

盈利看，企业利润持续加速向AI领域集中。2026年上半年电子设备业利润同比增长96.9%，增速大幅跑赢全部规上工业企业，对工业利润同比增长贡献率高达45.6%。2025年，整体规上工业利润仅增长0.6%，经营普遍承压，电子设备制造业依旧展现突出增长韧性，全年利润增速达19.5%，对全部规上工业企业利润的贡献率达到260%。自2025年四季度起，电子行业利润增速持续抬升，与全部工业企业利润的增速差呈趋势性走扩。归因看，AI算力硬件扩张、消费电子需求回暖形成双支撑，行业量价同步修复，营收与盈利形成共振改善。对比之下，传统消费品盈利修复偏缓，直至2026年二季度增速才转正，工业领域盈利呈现显著的K型分化特征，利润持续向电子设备新兴科技赛道集中。

区域看，AI或加剧地区间发展的分化。东部沿海和核心城市具备产业链、资本、人才和应用场景优势，更容易率先形成AI产业集群；中西部地区在算力、电力和土地方面具备承接基础设施的条件，但如果缺少产业应用和数据流通，容易停留在“建算力、供资源”的环节，对附加值的提升可能有限。从中证人工智能产业指数成分股的地域分布看，东部地区相关企业数量、市值占比均占据显著优势。

规模看，AI可能拉大龙头企业与中小企业的差距。龙头企业更容易获得算力、数据、人才和资本，也更有能力把AI嵌入研发、生产、营销和管理流程；中小企业虽有大量应用场景，但往往面临用算成本高、数字化基础弱、人才不足等约束。现阶段AI发展仍处于早期，头部与中小企业的分化效应尚未充分显现，但值得持续关注。如果AI应用门槛不能有效降低，技术进步可能更多转化为头部企业优势，而不是全社会效率提升。

6.就业：重塑而非替代，技能错配压力上升

总体看，AI对就业的影响并非简单“替代人”，而是重塑工作任务、岗位结构和能力要求。AI一方面将围绕模型研发、算力运维、数据治理、AI安全和行业应用创造新岗位；另一方面，也会替代部分重复性、程序性和标准化任务，基础文职、内容生产、数据处理、初级编程等入门级岗位面临的调整压力可能更大。

国际劳工组织的研究指出，全球约四分之一的就业岗位受到生成式AI不同程度影响，高收入国家中处于四种风险梯度之一的就业比例最高（34%），但多数岗位更可能发生的是任务转型，而非整体消失。由此可见，发达经济体的岗位暴露度更高，新兴市场和低收入经济体短期替代压力相对较低，但也可能因数字基础设施、技能和企业应用能力不足而错失技术红利。

结构看，AI可能进一步放大“有人无岗”和“有岗无人”并存的矛盾。传统劳动密集型行业吸纳就业能力下降，而AI、新能源、机器人等新兴产业新增岗位更多集中于高技能、高学历环节，短期内难以完全承接传统行业释放的劳动力。企业需要的也不只是专业AI人才，更多劳动者需要提升数字工具使用、数据分析、沟通协作和解决复杂问题的能力。

亚特兰大联储2026年3月的工作论文基于近750名企业财务高管的问卷数据、根据企业对AI替代和增强不同岗位的开放式回答，构建了负面敞口指数（NEI）。结果显示，办公室和行政支持等常规认知岗位更偏向被替代，而专业技术、销售等岗位更多体现为AI赋能。这也表明，AI在短期内对劳动力市场的影响主要体现在任务分配和职业角色的变化上，而非总体失业率的波动。

不过，部分岗位和任务受到替代，并不意味着采用AI的企业必然缩减整体用工；相反，若AI显著降低单位成本、扩大产品需求，还可能出现类似“杰文斯悖论”（Jevons Paradox）的现象，即效率提升反而带来更大的总使用量和业务规模。美国企业支出管理和财务运营平台Ramp与劳动力市场数据分析公司Revelio Labs的联合研究，通过匹配企业AI支出与员工规模、招聘等数据发现，高强度采用AI的企业在随后两年内员工规模和入门级招聘均明显增长，低强度采用企业则没有出现统计学意义上的显著变化。这表明，现阶段AI带来的效率提升可能更多支持企业扩张和岗位重组，而非简单裁员。当然，由于高强度使用AI的企业通常成长性更强，相关结果可作为AI与就业扩张可以并存的证据，而不宜直接视其为AI创造就业的因果估计。

对我国的重点群体而言，高校毕业生面临较直接的岗位匹配压力，农民工和平台劳动者更多受到产业智能化和算法管理的间接影响。高校毕业生集中的部分初级知识型岗位可能率先收缩；农民工则受到制造、物流和建筑等领域自动化升级影响，转岗培训的重要性上升；平台劳动者一方面可能受益于数字营销、智能客服等新需求，另一方面也可能面临工作强度上升、收入波动和劳动保障不足等问题。

政策层面，重点应由单纯稳定岗位数量转向促进人岗匹配和降低转型成本。应加强高校教育与产业需求衔接，完善面向传统行业劳动者的职业培训，鼓励企业将AI用于辅助和增强劳动者，同时健全灵活就业和新就业形态的社会保障。

7.物价：AI涨价对物价回升的贡献率约两至三成

2026年以来，我国CPI、PPI同比均明显回升，且升幅高于2025年末市场一致预期，核心驱动主要有两点：一是美伊冲突推高油价，二是AI产业链上下游涨价。

全球云厂商加大资本开支、加速布局AI数据中心，对芯片、电子元件和电力设备的需求大增，其中存储芯片涨价弹性最为突出。截至2026年7月底，DDR5、DDR3和NAND价格分别上涨至2025年初的9.9倍、16.6倍和6.6倍。究其原因，2025年Agentic AI集中爆发，循环式推理场景下KV cache（键值缓存）需求大增，直接提振HBM与DRAM需求，存储厂商产能向高附加值AI存储倾斜，挤压传统DRAM和NAND供给，因此AI存储、传统存储价格全面上涨。受益于算力建设需求，上下游各类电子元件也同步涨价。此外，数据中心需要充足的电力供应，电线电缆等电力设备价格也大幅抬升。2026年1-7月，PPI电工器材、PPI电子元件同比中枢分别涨16.3%、8.3%，远超PPI整体涨幅。

2026年1-7月，AI相关涨价对CPI和PPI回升的贡献率约两至三成。CPI方面，存储涨价影响手机、电脑等价格，1-7月通信工具价格累计上涨5.3%，对CPI涨价的贡献约17.7%；PPI方面则有更为“广谱”的影响，涉及AI产业链上游的存储、电子元件、电力设备等，也涉及下游的可穿戴智能设备、工控、工业机器人等（集中在电气机械和通信电子两个行业中），对PPI涨价的贡献约30.9%。

四、大类资产：加剧权益K型分化，放大债券博弈空间，抬升工业金属价格

权益市场层面，呈现行情结构分化与波动放大。当前AI对权益市场的影响呈现两大特征：一是结构性行情持续强化。尽管近期科技板块出现明显回调，但拉长看，自2025年初AI产业加速发展以来，处于AI与新动能产业的企业，受盈利预期改善的利好驱动，表现整体偏强；而传统房地产、消费等旧动能板块，受制于行业需求持续承压，资产价格表现相对较弱，市场呈现“K型”分化格局。截至8月14日，2026年中证人工智能产业指数累计上涨24.0%，同期上证指数下跌1.0%，申万房地产行业指数下跌12.5%。二是全市场波动幅度明显放大。当前AI相关权益资产的估值扩张幅度，大于实际业绩兑现程度，叠加相关题材轮动节奏较快，导致市场资金博弈加剧，波动率较以往有所抬升。创业板、科创板90日历史波动率已上行至2024年9•24日行情高点附近。

往后看，短期扰动尚未完全消退、波动可能仍大，但AI产业逻辑并未逆转，科技股调整过后、应是再次布局的机会。6月下旬以来，全球科技股出现明显调整。美联储加息预期反复、AI资本开支回报被重新审视、前期交易拥挤后集中去杠杆，A股应还受长鑫科技上市分流资金扰动。短期看，美伊冲突再度推升油价、叠加交易依然拥挤，预示科技股可能延续高波动；中期看，鉴于AI产业逻辑仍强、科技巨头资本开支维持高位、美联储实际加息难度大，指向科技股调整过后、应是再次布局的机会。后续可重点关注海外货币政策信号、各大科技企业资本开支指引、算力需求落地进度三条主线。

债券市场层面，AI对利率走势的核心影响逻辑，体现为实际利率与通胀水平的双向博弈。短期看，AI带动通胀结构性修复、但实体融资需求不足，市场利率短端随政策利率下行，长端则维持震荡格局。一方面，当前AI产业链上下游设备、服务涨价，拉动国内CPI、PPI结构性修复，对通胀形成温和支撑。另一方面，尽管AI产业催生了算力基建等局部领域的资本开支，但当前实体经济内生有效需求持续偏弱，企业、居民等微观主体扩表意愿不足，社会融资需求偏弱。AI技术赋能尚处于早期，同时新兴科技企业的发展特征与权益融资更为适配，对传统债权融资的直接拉动作用有限。AI产业新增的增量融资需求，尚不足以完全对冲传统动能退坡带来的缺口。利率中枢难以形成趋势性上行；短端利率受政策驱动震荡下行，10年期国债利率维持低位震荡。

长期看，如果AI技术向经济全面扩散，社会全要素生产率提升，降低生产成本，将呈现物价通胀回落、实际利率回升的博弈。一方面，当AI技术应用降低生产流通成本，对物价中枢形成结构性下拉；另一方面，AI与产业深度融合优化微观商业模式，将催生新的实体融资需求，推动经济内生动能及资本回报率修复。后续建议重点关注AI产业通胀效应的持续性与扩散性，实体融资需求修复力度，密切关注AI商业化落地进度等。

工业金属方面，受需求增长和供给刚性约束共同影响，工业金属价格中枢保持偏强运行。需求端，AI算力基站、智能工厂项目集中扩产建设，铜、铝等工业金属需求稳步扩张。供给端，以铜为代表的工业金属存在长期供给制约，全球矿企资本投入不足，重点矿区矿石品位呈结构性下行态势，新增供给释放能力有限。综合看，在AI需求端拉动、供给侧产能弹性受限的共同作用下，叠加地缘政治博弈因素，工业金属供需缺口短时间或将持续存在，价格中枢维持偏强运行格局。

贵金属方面，当前AI对贵金属价格直接影响相对较弱。需求看，黄金的工业需求占比偏低，常年维持在6%左右，AI产业发展对黄金需求的直接拉动有限；白银工业需求占总需求近六成，电子电器、光伏、汽车是三大主要应用领域。AI基础设施，包括AI服务器、高性能计算芯片封装、数据中心电源及散热系统等扩容，将利好白银需求，但光伏用银需求回落会形成对冲，白银协会预计2026年需求或将延续下行。供给看，矿产项目从勘探、环保审批到投产周期较长，短期矿产供给增长平缓，供给调节主要依靠再生资源。价格看，金银年初冲高后出现大幅震荡，经历阶段性宽幅回调，背后主因美联储货币政策预期重新定价，地缘冲突阶段性反复、通胀担忧再起，市场交易利率高位维持更久，美元、美债利率获得支撑，对金银形成阶段性压制。同时，前期金价涨幅过快，大量投资盘获利了结，技术面与市场情绪也存在修复回调的需要。短期看，市场会持续博弈美联储加息概率，年内美联储大概率维持利率不变，既不加息也不降息。叠加全球债务规模扩张、央行持续购金的基本面支撑，下半年金银价格具备一定修复空间。长期看，需要关注AI技术普及带动实际生产率提升，进而对黄金价格形成的下行压力。

五、趋势展望：2027-2028年AI投资很可能达峰、AI应用迎来盈利兑现窗口

本部分我们将从AI渗透率、投资强度和产业链盈利分配格局三个维度，对比本轮AI革命与上一轮互联网革命的异同，并判断当前AI产业所处的历史阶段。

AI在个人用户中的渗透率增长较快，但以轻量应用为主，企业端仍处于规模化应用初期。近年来AI在个人用户中的渗透率快速提升至60%左右，远高于同阶段的计算机和互联网渗透率，但当前应用主要集中于智能问答、内容生成、搜索等轻量级场景，使用深度不足。相较于消费端，AI在企业端的渗透仍处于早期阶段，目前仅约21%的美国企业将AI应用于日常业务流程，仍有很大提升空间。企业大规模应用AI受到多重因素制约，包括AI模型成熟度不足、算力成本高企以及业务流程重构壁垒等。历史经验表明，通用技术革命真正释放生产率红利，往往依赖于企业部门的大规模采用，因此，当前AI仍处于由消费端向企业生产加速扩散的关键阶段。

与历史各轮经济革命相比，目前AI投资高潮已经到达中后段，预计将在2027-2028年达峰。回顾美国历史上各轮经济革命，如1850s的铁路建设、二战后的汽车制造、1980s的油气采掘、以及1995年开启的互联网革命，均有一段投资高峰期，一般在四到六年内达峰，峰值时投资占GDP的比重相较初始阶段抬升1-1.5个百分点。以ChatGPT发布时间为基准，本轮AI浪潮开始于2022年四季度，距今已有近四年，目前投资占GDP比重相较初始值提高1个百分点；以目前增长速度，AI算力投资峰值可能在2027-2028年出现，随后算力扩张大概率有所放缓。

参照互联网革命的发展历程，早期大量投资集中于网络设备和通信基础设施，英特尔、思科等硬件供应商率先实现盈利，而下游互联网应用企业仍处于亏损状态。直到网络基础设施经历大规模建设、达到阶段性“冗余”状态、互联网带宽价格大幅下跌后，Google、Amazon等应用层企业才开始稳定盈利，产业价值重心也逐步由基础设施转向应用生态。

AI产业的发展同样呈现“先基础设施投资—后下游应用扩散”的特征。当前AI Agent和各类AI垂直应用场景快速涌现，但底层模型训练、推理成本仍然较高，OpenAI、Anthropic等公司持续亏损，盈利仍主要集中于GPU、存储等算力硬件企业。当AI基础设施投资达峰、进入成熟阶段后，算力供给由偏紧转向相对充裕，算力价格有望持续下行，AI应用部署成本降低，有望兑现稳定盈利，AI商业化落地预计进入加速阶段。

风险提示：

1、技术扩散与产业落地不及预期。若人工智能关键领域的技术突破或商业化进程低于预期，相关资本开支扩张节奏可能放缓，从而影响中下游产业链的增长空间与市场预期，并对大类资产定价逻辑形成影响。

2、海外经济环境变化超预期。若美国通胀维持高位，美联储可能延续高利率、甚至再度加息，推动美元和美债收益率上行，并加大人民币汇率压力。反之，若贸易限制弱于预期、美国通胀较快回落，外需和全球金融条件可能好于预期。

3、地缘冲突演化超预期。若美伊谈判破裂、霍尔木兹海峡再度受阻，或俄乌局势超预期升级，可能再度推升原油、天然气和航运价格，加大全球滞胀风险，并对美联储政策、汇率和市场情绪造成明显扰动；反之，若相关冲突较快缓和、能源供应恢复，全球通胀和金融条件可能好于预期。

4、AI产业统计口径偏差。当前AI仍处于发展阶段，产业边界尚无明确界定，也缺乏清晰、统一的口径标准。本文所选AI相关行业仅为AI经济活动的近似观测指标，其中可能混杂部分非AI活动，导致AI影响测算结果存在统计口径偏差风险。