如果你最近刷財經新聞，大概會看到兩個互相矛盾的故事。
一邊在喊：AI泡沫要破了。科技七巨頭單日蒸發7970億美元。納指連跌兩周。Oracle更是自6月腰斬。華爾街在質問——幾兆砸進去，回報呢？
另一邊，高盛上個月又出了一份報告，說7.6兆美元還不夠。真正的大錢還沒開始花。
同一個高盛。同一個AI。完全不同的判斷。
怎麼回事？
答案藏在報告裡。不是標題，是正文。
高盛到底說了什麼
這份報告叫《Harnessing AI for the Real Economy》（《讓AI進入實體經濟》），高盛全球投行部發佈的，不是AI行業研報，是一份面向機構投資者的產業戰略評估。全球工業組老大Mark Sorrell和科技組聯合寫的，份量不輕。Axios拿到獨家首發。
核心判斷就一句話：AI的前兩三年大家都在搶軟體、搶大語言模型。但軟體只佔全球GDP不到0.5%。剩下99.5%的實體經濟——AI還沒怎麼碰。而這個99.5%，才是下一波真正的大錢所在。
Sorrell的原話是："我們才剛剛開始看到AI對工業企業的影響。"
7.6兆美元是怎麼算出來的
報告給了一個非常具體的數字：2026到2031年，全球AI基礎設施需要約7.6兆美元的總投入。 注意這不是一個模糊的"大概幾兆"，高盛把每年、每個細分領域的數字全部列出來了
算力投入從今年不到$5000億漲到2031年超過$1.1兆。資料中心的投入直接翻倍。電力投入也是差不多翻倍。
還有一組對比資料很關鍵——光超大規模雲廠商（亞馬遜、微軟、Google這些）到2030年在AI上的投入就將超過$6兆，比網際網路泡沫時期整個網際網路基礎設施的總投資額高出好幾倍。 而且高盛強調：即使這個規模，美國AI投資也只佔現在美國年度GDP的1.2%。那怕是按照最激進的預測，也遠低於19世紀鐵路大建設時期佔GDP 3%-4.5%的水平。
換句話說：你覺得現在的AI燒錢已經很瘋狂了？高盛說這才那到那。
最關鍵的一個數字：60到130倍
報告裡有一個資料我認為比7.6兆美元更值得注意，但它沒有出現在標題裡——
Agentic AI（能自主幹活、不靠一問一答的那種AI）的能耗，是當前AI聊天機器人的60到130倍。
這不是一個性能差異。這是一個物理約束。
高盛資管部門在配套報告《投資AI未來的基礎設施》裡說得非常直白："當前AI所建構的基礎設施，支撐不了明天的AI。" 現有的資料中心、電網、冷卻系統，都是為"你問一句、我答一句"的模式設計的。一旦AI變成"自己幹活"——自己營運生產線、管理礦山、調度電網——你現在的每一根電纜、每一台變壓器、每一個冷卻塔，都要換。
高盛用了一個詞："物理瓶頸"（physical bottlenecks）。 AI能不能從現在的"聊天"進化到"幹活"，決定因素已經不是演算法了——是你能不能把足夠多的變電站、高壓輸電線路、工業冷卻系統、分佈式電源建起來。
這也是為什麼報告反覆強調：定義AI經濟的資本，大部分還沒有部署。基礎設施，大部分還沒有建設。將重塑競爭格局的併購，大部分還沒有執行。
軟體之後，是什麼
高盛的框架很清晰：三個階段。
第一階段是軟體。大語言模型、SaaS、API——AI已經在這裡打了一輪。高盛估計Agentic能力會在未來十年把軟體的總可觸達市場擴大約2.5倍，延伸進以前只有人能做的工作。但問題是——軟體一共不到全球GDP的0.5%。這個盤子本身就有限。
第二階段是物理基礎設施。算力、資料中心、電力——就是上面那$7.6兆在投的東西。但這個階段本質上還是在"建造AI需要的房子"。
第三階段——也是報告真正的落腳點——是AI進入實體經濟本身。 工廠、礦山、油田、電網、港口、輸油管道。AI不只是工具，是營運系統。
高盛工業組老大Sorrell跟Axios說了一個耐人尋味的細節：跟企業客戶聊的時候，"很明顯能感受到一種'我不動是不是就被甩在後面'的焦慮。"這不是AI初創公司在焦慮——是傳統工業巨頭在焦慮。石油公司、礦業公司、百年製造企業在問"AI怎麼用"。
當一個百年油田的董事會開始焦慮AI，這個遊戲的性質就變了。
2026年的併購資料也在佐證
報告引用Dealogic的資料：2026年科技併購已經達到5660億美元。去年全年，這個數字是3340億美元。 不是小幅增長，是量級的跳躍。
更有意思的是高盛說地緣政治的緊張並沒有放慢交易節奏。全球能源價格下來之後，跨境交易照樣在做。這跟普通人理解的"脫鉤"敘事不一樣——資本在脫鉤的輿論裡，繼續在AI基礎設施上深度繫結。
這份報告對你意味著什麼
好了，以上是高盛說的。下面是你我該關心的——不是華爾街怎麼佈局，是你從這裡面能看到什麼、該做什麼。
第一，AI的戰場正在從"軟體"搬到"物理世界"。別只盯著大模型了。
高盛這份報告的核心暗示很清楚：過去兩年，全世界的注意力都在大語言模型上——誰家參數更多、誰家推理更快、誰家榜單排名更高。但接下來十年，真正創造價值的AI不會只在App裡。它會在工廠車間裡、在輸電線路上、在油田的感測器資料裡、在礦山的自動駕駛卡車裡。如果你在實體行業——製造、能源、基建、物流、化工——你比一個只會調API的程式設計師更靠近下一波。不是因為你更懂GPT，是因為你更懂那個99.5%。
第二，實體行業的人，現在有一個很具體的優勢窗口。
你不是要去矽谷跟人比寫程式碼。你要做的是：用你已經懂的東西——一條產線的生產邏輯、一個變電站的運行規律、一組工業裝置的資料特徵——去跟AI結合。山東淄博博山區，國內最大的機電泵產業叢集之一，近兩千家泵企聚集了幾十年。引入AI輔助設計和質檢後，企業質效平均提升30%，選泵效率提升80%。不是什麼高深的東西，但結果擺在那裡。AI+老師傅 > 純AI > 純老師傅。這個公式在未來五年會反覆驗證。
第三，如果你在做投資——高盛在說什麼行業，你就該看什麼行業。
不是GPU。不是大模型股。是輸變電裝置、工業冷卻系統、海底光纜、分佈式儲能——任何跟AI的"物理瓶頸"有關的產業鏈環節。中國前兩個月工業機器人產量增長了31%，今年的機器人市場規模達到$142億，同比增長47%。這個曲線的形狀，跟十年前的智慧型手機爆發是一樣的。別等到所有人都看到了才進場。
最後
一個月前，高盛說AI會讓3億個崗位受影響。
一個月後，高盛說接下來的7.6兆美元不是投給軟體，是投給電線杆、變電站和工廠車間。
兩份報告連在一起看，結論其實不複雜：AI沒有泡沫要破。AI是在換戰場。從位元，進原子。
別盯著納指的分時線了。高盛已經在看十年的K線。你也應該看看。 (元尚觀)