前言
2026年初，當市場仍在爭論人工智慧究竟是新一輪技術革命還是又一場資本泡沫時，摩根士丹利首席美國經濟學家Michael Gapen領銜的研究團隊發佈了一份長達51頁的重磅報告，題為《Lessons from the Five Innovation Waves That Preceded AI》。
這不是一份簡單的行業分析。報告用51頁的篇幅，系統回顧了美國過去250年五次重大創新浪潮——從工業革命、蒸汽與鐵路、電氣化與內燃機、電子與航空，到網際網路與數字網路——提煉出技術變革與宏觀經濟之間反覆出現的規律，為理解AI時代提供了清晰的歷史坐標。
摩根士丹利試圖回答一個根本性問題：AI今天到底只是又一輪科技熱潮，還是美國歷史上的第六次技術革命？答案將直接影響我們對資本流向、勞動力市場、經濟增長模式乃至整個經濟結構的判斷。
一、資本盛宴：AI投資強度已超越歷史所有技術浪潮
在復盤五次技術浪潮時，摩根士丹利發現了一條貫穿始終的規律：每一次通用技術的誕生，都伴隨著一輪巨大的資本開支脈衝。
鐵路時代是其中最具參照意義的對標。19世紀，美國鐵路投資在1872至1881年間平均佔GDP的2.5%，折算到今天約為7900億美元，且經常超過全國總資本形成的10%。運河建設高峰期也佔到GDP的1%，相當於今天的約3150億美元。這些數字在今天看來仍然驚人。
而AI時代的資本開支規模，正在以更快的速度追趕甚至超越這些歷史參照。摩根士丹利估算，未來五年全球AI基礎設施投入將超過3兆美元，其中近一半通過借貸完成。僅超大規模雲服務商——亞馬遜、Google、Meta、微軟和甲骨文——未來三年的總資本支出合計將超過2兆美元，約佔羅素1000指數成分股資本支出總量的40%。
更值得關注的是資本強度的變化。摩根士丹利資料顯示，上述五家公司的資本支出佔銷售額比例預計將在2026至2028年分別達到34%、39%和37%，超越網際網路泡沫時期約32%的歷史峰值。若將融資租賃納入計算，這一比例將進一步攀升至38%、44%和45%。
當前美國AI行業資本支出與收入比高達6:1，高於鐵路泡沫時期的2:1和網際網路泡沫時期的4:1。摩根士丹利中國首席經濟學家邢自強指出，美國科技大廠今年算力基礎設施資本開支達四千多億美元，明年預計將升至六千多億美元。摩根士丹利財富管理首席投資官麗莎·沙萊特進一步表示，到2025年，資料中心相關投資已佔年度GDP增長的25%，其擴張速度是預期實際GDP增長速度的數倍。
摩根士丹利指出，過去六個月中，市場對2026至2027年資本支出的一致性預期累計上調超過6300億美元，但收入預期的修訂幅度遠為有限，導致自由現金流預期持續下行。這種“資本支出上修、收入預期滯後”的格局，與歷史上鐵路和網際網路泡沫時期的劇本高度一致。
二、紅利遲到：生產率提升需跨越漫長的等待周期
如果資本開支是技術革命的第一幕，那麼生產率的真正釋放，則往往在多年之後才姍姍來遲。這是摩根士丹利從250年歷史中提煉出的又一個重要規律。
以電氣化為例，電力在1880年代就已商業化，但美國製造業生產率的真正騰飛發生在1920年代——遲到了整整四十年。關鍵原因不是技術本身不夠先進，而是工廠的組織結構沒有跟上。舊工廠圍繞蒸汽機的中央傳動軸設計，換了電力之後仍按老佈局營運，效率遲遲無法釋放。直到工廠從頭重新設計，讓每台機器擁有獨立電機，生產率才開始指數級增長。
網際網路時代同樣如此。數位技術從1980年代中期開始普及，但生產率的顯著加速要等到1990年代末才發生，滯後了將近十五年。摩根士丹利資料顯示，勞動生產率從每年1.5%加速到3%——投資最終兌現了，但等待的代價不小。
摩根士丹利中國首席經濟學家邢自強在2025年底的一次演講中指出，全要素生產率在泡沫破滅後的5至7年間顯著提升，證明了前期投資對生產率的長期推動作用最終會厚積薄發，但中間存在一個“青黃不接”的時期。他進一步判斷，AI對生產率的實質性帶動或許要到2030年乃至更久之後才能充分顯現。
這個“青黃不接”的時期，恰恰是企業和投資者最需要耐心的時候。報告預計，AI真正釋放生產率紅利，需要的不只是採購算力和演算法，而是企業從組織結構到工作流程的全方位重新設計。歷史已經反覆證明：技術本身不會自動轉化為效率，配套的組織變革才是關鍵變數。
三、就業重構：崗位被重塑而非消失，但分配挑戰前所未有
每一次技術浪潮來襲，大規模失業的恐慌都會隨之而來。工業革命時英國紡織工人砸毀機器，電氣化時代熟練工人抗議自動化，網際網路時代人們擔心白領工作被軟體取代——恐慌的內容變了，但恐慌本身從未缺席。
歷史給出的答案卻出奇一致：工作沒有消失，只是遷移了。美國農業就業佔比從1800年的約74%降至1910年的30%，再到今天不足2%，但總就業需求從未崩潰。鐵路時代，農業收縮的同時製造業擴張到佔勞動力的25%，大量新白領崗位湧現。電氣化時代，1910到1950年間美國文書類勞動力增長了三倍，白領工人數量首次超過藍領。
摩根士丹利分析指出，S&P 500公司若全面採用AI，每年可產生約9200億美元的淨收益，長期來看S&P 500市值可能增加13兆至16兆美元。約90%的職業將受到AI的某種程度影響，但這種影響更多表現為任務重構而非崗位消除。報告預計，代理型AI（Agentic AI）可能影響更廣泛的職業範圍，但更可能將工作轉向更高價值的任務並創造新崗位；而具身AI（Embodied AI）雖然影響崗位數量較少，但自動化替代的可能性更高。
不過，摩根士丹利也發出了一個重要警告：AI可能帶來不同於以往的風險。報告謹慎指出，如果AI是“替代勞動力”而非“增強勞動力”，那麼可能導致勞動收入份額下降，不平等急劇加劇。這是AI浪潮不同於以往的最大風險點。
當下的起點已經不容樂觀。報告指出，美國收入和財富不平等已處於125年來最高水平。摩根士丹利財富管理團隊將消費者前景描述為“平淡無奇”，並預測K型經濟將進一步加劇——富人與窮人之間的差距不斷拉大。
四、制度抉擇：教育體系與政策框架決定技術紅利歸屬
歷史反覆驗證了一個深刻的結論：技術本身並不決定分配結果，制度和政策才是真正的關鍵變數。
鍍金時代，鐵路和工業化製造了美國歷史上最集中的財富，卡內基、洛克菲勒、摩根成為時代的象徵。但接下來的半個世紀，羅斯福反壟斷、新政、二戰後GI Bill讓數百萬退伍軍人進入大學，加上強大的工會運動，共同推動了1940至1970年代的“大壓縮”——收入差距顯著縮小的三十年。
同一套技術，不同的制度選擇，導向了截然不同的分配結果。
教育體系在這場制度適配中扮演了核心角色。摩根士丹利的報告梳理出一條清晰的脈絡：工業革命催生了公立小學，鐵路時代催生了贈地大學，電氣化時代推動了高中運動，戰後GI Bill擴展了高等教育，網際網路時代強化了STEM需求。每一次技術浪潮都倒逼教育體系升級，而教育擴展的程度又反過來決定了技術紅利能否被廣泛分享。
但AI時代面臨一個前所未有的挑戰：技術擴散速度正在以指數級加快。工業革命用了約60年，鐵路時代約55年，電氣化約50年，網際網路不到30年，而ChatGPT發佈兩個月使用者就破億——AI的普及速度遠超以往任何技術。這意味著勞動力市場的調適時間被大大壓縮，教育體系轉型的窗口期比歷史上任何時候都要短暫。
摩根士丹利報告得出的最終結論清晰而堅定：AI大機率將提升生產率，就業衝擊短期存在但長期可化解，可能出現投資過熱與波動，不平等風險處於高位，教育與再培訓至關重要，制度適配將決定收益分配的最終走向。
與此同時，摩根士丹利也承認了一種極端可能性：如果AI不是輔助勞動力而是大規模替代勞動力，那麼經濟可能經歷一次向高增長的體制轉換，同時伴隨勞動收入份額的急劇下降和不平等的深度惡化。報告沒有排除這種可能性，但指出歷史仍然是形成基準預期的最佳參照。
技術革命從來不是一場溫和的漸進過程。每一次浪潮都伴隨著資本的狂熱湧入、市場的劇烈波動、勞動力結構的深刻調整，以及制度與教育體系的被迫轉型。摩根士丹利這份51頁的報告所做的，正是將AI放在250年的歷史尺度上加以審視——讓我們看清，今天發生在人工智慧領域的一切，那些是歷史的重演，那些才是真正的變局。
歷史不會簡單重複，但它確實會押韻。對於所有身處這場變革之中的參與者而言，理解歷史給出的規律，不是為了預測未來，而是為了在一個充滿不確定性的時代裡，做出更清醒的選擇。
易術觀點
跨越250年歷史規律，摩根士丹利指出：AI作為第六次技術浪潮，其資本狂熱、就業重構與紅利遲到皆有跡可循——技術本身不決定未來，制度與教育才是紅利歸屬的關鍵。 (易術科技)