全球人工智能產業的發展趨勢

內容提要

2025年人工智能（AI）產業繼續呈現爆發式增長，投融資規模均創歷史新高，成為私募股權市場最受關注的行業。從產業發展規律看，當前AI仍處于發展的初期階段，大額投資主要集中在基礎設施領域。但從金融周期看，關于“泡沫”問題的討論已經較為熱烈，樂觀派與悲觀派的分歧明顯。本文認為，AI作為顛覆性技術創新，受到戰略與市場雙重驅動，產業發展前景廣闊。但對投資者而言，需對估值水平、債務風險和商業模式的可持續性保持審慎，要密切關注技術發展趨勢，結合自身風險偏好把握投資機遇。

一、受國家戰略與市場需求雙重驅動，圍繞AI的資本支出迅速增長

國家層面，為搶占全球人工智能技術高地，各主要經濟體加速戰略布局。美國政府開啟全面加速模式，通過“美國AI行動計劃”、“星際之門計劃”等政策大幅放松監管、增加投資以釋放創新活力，利用稅收抵免和基建提速強化本土產業鏈，并借助貿易同盟與出口管制鞏固其全球技術霸權。中國堅持自主可控與應用驅動并重，依托頂層規劃與政府引導基金，一方面集中攻關半導體等“卡脖子”環節以提升產業鏈韌性，另一方面大力推動AI在實體經濟中的商業化落地。歐盟試圖在規則主導與產業追趕間尋求平衡，其《人工智能法案》雖設定了嚴格的合規標準，但面對競爭壓力，亦開始通過千億歐元投資計劃和延緩法規實施等手段，探索監管與創新之間的動態平衡。

產業層面，AI算力需求基礎堅實，投資持續向基礎設施領域集聚。2025年初，DeepSeek的出現曾一度引發市場對算力堆疊的擔憂，但隨著科技企業逐漸證明算力投入的必要性，市場顧慮有所減輕，AI算力需求全年增幅明顯。根據OpenRouter數據，2025年通過其API調用的token量由年初的0.5萬億上升到年末的6萬億以上，Google的月度token消耗更是在15個月內增長了超過100倍。受算力需求推動，AI基礎設施的資本支出創下新高，根據Gartner統計，2025年全球AI領域投資支出規模達到1.76萬億美元，同比增長78%，其中僅AI基礎設施的支出占比就超過50%。整體看，美國五家AI超大云廠商（AI?hyperscaler）仍是資本支出的主力，2025年全年支出高達3500億美元，且CreditSights估計2026年支出計劃將進一步翻倍至6000億美元。

市場層面，AI投融資活動帶動企業估值快速上漲，產業上下游表現有所分化。2025年AI領域的風險投資達到2110億美元，連續3年成為風險投資首選。其中，OpenAI獲得了由軟銀領投的有史以來最大規模的400億美元投資，Anthropic則在半年內的兩輪融資中估值翻了近三倍，近期有望推高至3500億美元。公開市場上，AI基礎設施相關公司憑借確定性較高的硬件、電力等需求和資本支出，股價大幅跑贏標普500指數，軟件類公司則表現平平，與大盤基本持平。而更容易受AI影響的“效率提升”類公司（勞動成本占比高、AI自動化潛力大的公司）股價表現弱于大盤，顯示AI帶來的生產率提升尚未顯現。

二、從產業周期看，AI發展仍處于早期階段，大規模投資仍將持續

短期內AI基礎設施仍是投資的重點領域。隨著大模型參數量持續攀升、多模態應用快速落地，算力需求呈現指數級增長，2025年僅美國就宣布了80GW的數據中心建設規劃，預計到2030年美國將有超過100GW數據中心投入運營，是當前規模的三倍以上。繼OpenAI于2025年9月宣布26GW數據中心項目后，各大科技巨頭為了避免在競爭中掉隊，已紛紛宣布增加資本投入，市場進入激烈的“資源爭奪”階段。值得關注的是，2025年11月發布的Gemini?3在預訓練（pre-training）技術方面有所突破，意味著算力資源投入與模型性能正向關聯的擴展定律（scaling?law）仍然成立，算力投入的合理性得到了進一步驗證，預計各巨頭“算力軍備競賽”短期內還將持續。

但從實際執行情況看，受供應瓶頸的制約，已有多個數據中心項目宣布延期或取消。電力供應方面，美國全國發電量過去20年來一直維持在4000~4500?TWh之間，當前數據中心的用電需求僅占全部需求的4%~8%。但預計未來一段時間，數據中心將貢獻美國新增電力需求的2/3，到2030年帶來約500?TWh的電力缺口。面對電力短缺問題，AI公司不得不尋求表后（behind-the-meter）解決方案或成本更高的發電來源，如微軟正以超過市場價格兩倍（$110-$130/MWh）的成本尋求重啟三哩島核電站。硬件設備供應方面，橋水估計，僅OpenAI的投資計劃就達到英偉達2025年算力芯片出貨量的三倍，也超過當前全球存儲芯片的供應量。目前，美光、三星、SK海力士2026年的存儲芯片均已售罄，且協議價格較2025年上調近20%。

AI基礎設施投資的經濟壽命較之前的技術革命明顯更短，需要更加持續的資本投入過程。與鐵路、電網、光纖等基礎設施動輒數十年的使用壽命相比，當前主流算力芯片的迭代速度明顯加快。英偉達產品的迭代周期已經由2年縮短至1年，每代產品都會在效率和能耗方面顯著優于上一代產品。雖然AI超大云廠商以上一代算力芯片可能仍然可用于推理任務等領域為由，普遍將算力芯片的折舊年限從2020年的3.5年左右延長到2025年的5.5年左右，但市場價格走勢仍體現出更新換代的必要性，如Amazon在英偉達新一代產品推出后就將此前的A100、H100等租賃價格下調25%~44%。

AI被廣泛視為堪比電力、互聯網的底層技術革命，大規模投資預計將從基建領域逐步向中下游擴展延伸。根據高盛數據，AI相關投資占美國GDP比重尚不足1%，與IT和電氣化投資浪潮1.5%~2%的峰值相比仍有較大提升空間。無論是從時點還是金額看，本輪AI投資尚與峰值水平有一定距離，且高度集中于基礎設施領域，仍屬于科技變革周期發展初期階段。預計未來基礎設施投入仍將持續加碼，并不斷向平臺服務、軟件應用等領域拓展，若中下游商業和盈利模式逐步得到驗證，則會對基礎設施形成較強牽引作用，帶動整體AI領域更大規模的資金投入。

三、相較產業周期，市場對AI金融周期所處階段的分歧更為明顯

樂觀派普遍認為，目前AI資產估值雖然偏高但仍處于可解釋區間，理由如下：

一是當前估值水平尚不及歷史泡沫時期。市場機構普遍傾向于將當前科技股估值與互聯網泡沫時期作比較，認為目前估值水平較互聯網泡沫頂峰仍有顯著差距。根據高盛測算，目前“科技七巨頭”的遠期市盈率中位數為25倍，約為互聯網泡沫時期七大龍頭企業估值的一半，市盈率與增長率之比（PEG）也僅為1.6倍，大幅低于互聯網泡沫頂峰時期3.7倍的水平。

二是AI企業的盈利表現較以往科技周期更優。一方面，上市科技企業的高估值由利潤結構優化和現金流擴張支撐，“科技七巨頭”自由現金流強勁、資產負債表穩健并為股東提供較高回報。根據Janus?Henderson統計，互聯網泡沫期間虧損上市科技公司的占比為36%，而截至2025年三季度該值僅為19%。另一方面，大部分新興企業擁有明確的盈利模式、真實收入和可驗證的需求增長，OpenAI、Anthropic等企業通過API、模型授權、個人訂閱等模式，已經實現了較好的收入增長，并具備一定的商業化潛力，意味著當前AI投資熱潮更多是對于基本面的判斷，而非純粹的“敘事驅動”。

三是美聯儲降息預期支撐AI估值水平。有些投資者的樂觀預期主要依托于美聯儲未來的持續降息可能，無風險利率下行將有利于更多資金向AI這類風險資產傾斜，資本成本的下降也有利于高研發投入的科技企業，為AI投資的繼續擴張提供良好外部支撐。

悲觀派則認為目前AI相關資產估值已經脫離基本面，處于金融泡沫之中，理由如下：

一是擔心AI領域的資金內循環或龐氏融資問題。部分投資者對AI龍頭企業之間形成高度封閉的資本開支與收入流轉結構表示擔憂，被市場詬病最多的就是“英偉達投資OpenAI-OpenAI購買甲骨文算力-甲骨文購買英偉達芯片”的內循環操作，看似需求和收入強勁增長，實則源于生態內部的相互投資與采購，并非由終端商業化所驅動的可持續增長。若行業預期放緩或市場流動性趨緊導致循環鏈條的任何一環出現收縮，就可能導致需求與估值同步回調，引發劇烈的市場調整。

二是AI領域呈現出明顯的債務擴張特征。近年來AI基礎設施大規模鋪設主要由頭部科技企業的自由現金流支持，但這些企業的現金余額正在顯著下降，五家AI超大云廠商的現金占總資產比例已從2021年末的29%降至15%，科技企業開始愈發依賴債務融資。新的數據中心項目中已不乏“80%債務+20%股權”的高杠桿融資結構，且股權部分也多為發起機構的實物抵押品。2025年五家AI超大云廠商合計發行了1210億美元公司債券，是2020-2024年平均水平的4倍以上，美銀估計基準情形下未來三年的發債規模仍將維持在1400億美元以上。私募市場層面，根據Project?Finance?International數據，截至2025年9月末，銀行向數據中心運營商提供的融資額已達730億美元，比2024年全年高出31%。AI產業在高速擴張中不斷累積的債務風險，存在暴雷并向金融行業廣泛傳導溢出的隱憂。

三是大規模AI投資的外溢影響，跨行業的“鏈式膨脹”帶動其他新興技術估值偏離基本面。隨著AI投資成為資本市場主線，資金加速追逐與AI相關的主題（如量子計算、邊緣計算、機器人概念等），部分尚無成熟商業化路徑的技術領域估值已經明顯上行，呈現跨行業資產同步膨脹的趨勢。此前新能源與互聯網主題通常在金融周期后期出現類似鏈式擴散，當前估值泡沫化風險或已處于較高水平。

四、AI產業前景展望與啟示

AI從技術驗證到公共基礎設施化發展迅速，未來產業增長空間廣闊。盡管短期內企業高估值和供應鏈瓶頸等問題引發關注，但AI巨額投資與性能提升的轉換邏輯依然堅實，大規模資本開支也尚未轉化為下游應用的全面爆發，產業的中長期市場容量和盈利模式具備較大想象空間。隨著AI基礎設施不斷完善、算力成本的下降和多模態技術的成熟，市場普遍認可AI將快速賦能千行百業，與實體經濟深度融合并內化為全行業生產要素，推動全球生產力重塑的同時開啟一段長周期的產業繁榮。

金融周期視角下，市場風險正在積累，需辯證看待“泡沫”與產業發展。AI領域資產估值水平偏高、債務杠桿率攀升及行業內循環交易增加等風險客觀存在，預計未來資產價格的波動性將有所加劇。但金融泡沫多為技術革命的伴生物，泡沫擠壓過程才是行業去偽存真、優勝劣汰的必經之路，正如2000年互聯網泡沫的破裂并未終結數字化時代，反而為后續真正具備價值的企業騰挪了空間，潛在的市場大幅調整或是AI產業脫虛向實、實現更多價值創造的新起點。

長期投資者應堅持審慎原則，回歸基本面并密切跟蹤技術發展趨勢。面對技術路線的不確定性（如AGI路徑之爭、TPU對算力格局的重塑等），單純依賴“敘事驅動”的投資模式已難以為繼，長期投資者需防范技術快速迭代、硬件加速折舊等帶來的風險，將目光聚焦于現金流健康、商業前景清晰且具備真實盈利能力的投資標的。同時，圍繞AI產業加速落地的發展特征，密切關注算力供給、核心技術平臺及行業應用等上下游關鍵環節，把握產業延伸帶來的結構性投資機會。

作者：絲語