最近市場對 AI 的情緒有點分裂。從Meta的鬼故事開始，AI硬體就高位震盪，昨晚看似反彈，但力度有限，整體高開低走，一邊是越來越多人開始問：AI 是不是已經到頭了？估值是不是只剩泡沫？
Sir這兩天深度研讀了高盛7月1日發布的一篇關於AI發展如何影響經濟的研報，並且Sir也去回看了上一輪技術革命（1980 到 2000 年的資訊與通訊技術（ICT）浪潮），發現技術進步對宏觀的影響，從來就不是一蹴而就的，從技術突破到生產率紅利，本來就慢，而這個過程中，有很多值得挖掘的機會。
一、ICT的教訓：生產率繁榮遲到了15年
個人電腦 1981 年商業化，但真正的生產率繁榮要到 90 年代下半段才出現。回看歷史，就是一條J 型曲線：ICT 投資增加後的前 4 年，對可測生產率甚至是輕微拖累，在這個階段，最受益的就是硬體裝置，道理也很簡單，工欲善其事，必先利其器；但是有了裝置之後，行業業績也不會短期內馬上改善，正效應要等到大約 8 年後才在統計上顯著，到第 12 年見頂，高點約 +0.6 個百分點。
個人電腦 1981 年商業化，但真正的生產力繁榮要到 90 年代下半段才出現。回看歷史，就是一條 J 型曲線：ICT 投資增加後的前 4 年，對可測生產力甚至是輕微拖累，在這個階段，最受益的就是硬體設備，道理也很簡單，工欲善其事，必先利其器；但是有了設備之後，行業業績也不會短期內馬上改善，正效應要等到大約 8 年後才在統計上顯著，到第 12 年見頂，高點約 +0.6 個百分點。
圖1: 95年後美國勞動生產率顯著提升
二、為什麼技術進步對經濟的影響這麼慢？三個瓶頸
高盛拆出了三個原因，每一個放到 AI 上都值得對照。
第一，關鍵元件昂貴。半導體、通訊設備在整個 80 年代價格都降不下來，要等到 90 年代競爭加劇、監管放開（1996 年電信法結束設備壟斷）之後才開始便宜。
第二，網路效應要越過臨界點。網際網路這類應用，使用的人越多價值越大，但生產力紅利要等滲透率過了拐點才釋放，這個拐點直到 90 年代末才到。
第三，也是最關鍵的一點：無形資本。高盛測算，每 1 美元 ICT 硬體投資，背後還要配大約 1.7 美元的互補性無形投資——其中約三分之二是軟體和數據系統，剩下是流程重組、員工再培訓、組織重構。這部分投資在 90 年代中期才明顯起來，而且很多沒被官方 GDP 統計到。所以高盛給了一個很重要的結論：最先受益技術進步帶來業績提升的行業不是最早買硬體的行業，而是那些在硬體之外重投組織重構（重視無形資本投入）的行業。結構性斷點檢驗裡，教育、管理、批發、專業服務、行政支援這些行業最早提速，可能比宏觀數據領先好幾年。
三、那AI這輪呢？高盛偏樂觀
關於時點，高盛認為 AI 這輪技術進步對經濟的帶動效應會比上一輪更快見效。理由有兩個：AI 模型的成本下降速度遠快於當年的 ICT 設備；而且 AI 的生產力紅利對網路效應的依賴，也沒有網際網路那麼強。接下來的瓶頸在於無形資本。高盛發現，支撐 AI 的硬體投資已經漲得比當年網路設備建設期還快，可無形資本的投入（人員培訓、企業組織重構等）——真正決定誰能把技術用好的那部分——卻明顯跟得慢。它引用亞特蘭大聯儲的調查估算，2026 年 AI 相關無形資本支出大約 2800 億美元，與 AI 轉型相關的勞動力成本約每年 1500 億美元，組織資本投資約每年 400 億美元。方向對了，但離「充分釋放」還有距離。高盛的判斷因此是：AI 的生產力紅利可能比網際網路那輪技術突破來得快，但仍需要幾年，而且行業層面的數據本身就有滯後，即便真的開始了，證據浮出水面也要好幾年。按高盛等判斷，資訊、專業服務、保險、金融這幾個行業最可能最早、最明顯地看到生產力抬升。
四、比「生產力」更遠的一段：財政
Sir 讀完高盛的分析後，對於 AI 技術進步對生產力的長期提升更加有信心了。但是作為好學並喜歡舉一反三的 Sir，我更關心的，其實是高盛沒講的下半段——生產力到財政。在過去兩年，美債的問題被大量討論。美國現在所面臨的根本問題，是債務過大帶來的財政可持續性擔憂。這個問題幾乎可以解釋美債、黃金、美股過去兩年的行情走勢。
傳統上解決債務問題無非三條路：
1. 少花錢（財政緊縮）——但美國政治極化下幾乎不可能大幅削減開支，減稅和福利支出都是「剛性」的。
2. 多印錢（通膨稀釋債務）——但這會摧毀美元信用，加速去美元化，與維持美元霸權矛盾。
3. 多掙錢（經濟成長做大分母）——讓 GDP 增速持續高於債務增速，債務率自然下降。
顯然，第三條路是上策。那麼這條路有沒有走通過呢？有，答案就在 90 年代，高盛研報裡對比的那個充滿上行之美的年代。
技術進步 → 生產率 → 更強的實質 GDP 和企業利潤 → 更穩的就業和更寬的稅基 → 財政修復。90 年代美國真的走通了這條鏈。據 FRED 數據，1995 年以後非農商業部門勞動生產率的 5 年平均增速上了一個台階，1995–2000 年同比均值約 2.6%；到 1998–2001 年，聯邦財政餘額/GDP 均值約 +1.4%，公眾持有債務/GDP 同步回落。這幾乎是一次罕見的「無痛化債」。
圖2: 90年代中後期美國由財政赤字轉為財政盈餘
但要說清楚：這不是網際網路單獨的功勞。冷戰結束後的國防開支回落、1990 和 1993 年的財政約束、股市上行帶來的資本利得稅，都參與其中。技術更像是一個放大器，讓財政改善不必完全依賴痛苦的需求收縮。今天的起點比那時沉重得多。2021–2026 年生產率同比均值約 1.8%，但財政赤字/GDP 均值仍約 -7.0%，公眾持有債務/GDP 約 95%。
結 論
把高盛的歷史框架和 90 年代的財政經驗放在一起，答案大致是這樣：AI 大機率沒到頭——按網際網路那一輪的節奏看，真正的生產率故事甚至還沒正式開始，我們現在只走到了那段「看不見」的滯後期裡。真正難、也真正決定終局的，是它能不能從「少數科技公司的盈利故事」，擴散成「全經濟的生產率故事」，再進一步變成「稅基和財政改善的故事」。
所以判斷 AI 是不是新一輪破局力量，別只盯著股價，可以跟蹤五件事：
第一，勞動生產率的 3–5 年平均能否持續上行；
第二，盈利改善是否從 Top 1% 擴散到更廣泛企業；
第三，財政赤字/GDP 是否開始收斂；
第四，公眾持有債務/GDP 是否停止上行；
第五，名義增長率是否足以覆蓋融資成本。
一句話：90 年代證明技術革命可以幫美國化解債務壓力，但前提是它變成廣泛的生產率、利潤和稅基，而不只是資產價格上漲。今天的 AI 有這個潛力，只是這條鏈才剛走了第一段。 (牛牛課堂)