投入规模空前

根据普华永道（PwC）的预测，到 2050 年，全球仅数据中心一项的累计投入就可能超过 30 万亿美元（约合 201.43 万亿元人民币），规模几乎相当于美国当前的国债余额。即便扣除通胀影响，AI 基础设施的投入也远超当年的铁路建设热潮与互联网泡沫。

作为 AI 竞赛的主要参与者之一，Anthropic 计划在未来几年投入约 5,180 亿美元（约合 3.48 万亿元人民币）。其 IPO 招股书显示，这一金额超过 Anthropic 2025 年营收的 100 倍。支持者认为，AI 带来的变革甚至可能超过蒸汽机问世及其推动的工业化。

回报能否兑现遭质疑

经济学家指出，AI 企业庞大的投资计划、巨额支出与高企的估值，都建立在”生产率大幅提高、未来能获得丰厚利润”的预期之上。但到目前为止，几乎没有证据或历史先例能证明这些预期一定可以兑现。

摩根大通（JPMorgan）在 8 月的一份报告中指出，在 AI 竞赛中处于领先的美国，广泛的生产率提升”仍未出现”，因此 AI 企业当前的估值能否长期维持也受到质疑。该机构还写道：”历史经验表明，由技术推动的繁荣，往往会在基础设施无法继续带来足够回报时结束。”

以英伟达为例，摩根大通测算，要支撑公司目前的估值，美国未来 10 年的生产率每年需要提高 3% 至 5%，而美国国会预算办公室同期生产率增长的基准预测仅为每年 1.75%。

新市场必须及时出现

贝恩公司（Bain & Company）上月发布的研究认为，仅靠现有市场提高生产率，不足以支撑如此庞大的投入，必须出现全新的市场才能填补资金缺口，这些市场可能从 AI 控制的机器人，一直延伸到利用 AI 研发电池和半导体新材料。

贝恩估算，包括谷歌、亚马逊和微软在内的美国超大规模云服务商及 AI 领域其他企业，未来 5 年需要增加超过 4.2 万亿美元（约合 28.2 万亿元人民币）的收入，才能负担这轮基础设施扩张。问题在于，能够赚回这些投入的应用能否及时出现。

按照部分估算，美国约占全球 AI 投资的三分之四。哥伦比亚商学院经济学家斯泰恩·范尼乌韦伯格（Stijn Van Nieuwerburgh）估算，仅美国在 2025 年至 2032 年间的 AI 投资就可能达到约 9 万亿美元（约合 60.43 万亿元人民币），相当于每年拿出美国 GDP 的 3.2%。他进一步估算，若这些投资要获得 10% 的回报率，到 2032 年，美国 AI 行业每年需要创造约 3.55 万亿美元（约合 23.84 万亿元人民币）的收入，而目前的收入还只是这一数字的一小部分。

范尼乌韦伯格在 10 月修订的一篇会议论文中指出，AI 基础设施大量采用债务融资、杠杆率较高，因此哪怕需求只是小幅走弱、项目出现延期或资产价格下降，都可能造成大得多的损失。

企业高管的乐观

尽管数字令人目眩，美国 AI 企业负责人谈论未来时依然热情不减。Anthropic CEO 达里奥·阿莫代伊（Dario Amodei）曾称，AI 的未来可能”美好得超越想象”；OpenAI CEO 萨姆·奥尔特曼（Sam Altman）则认为，随着模型学会改进自身、加速取得突破，新奇迹出现的速度将极为惊人。

谷歌 DeepMind 首席战略官贾斯吉特·塞洪（Jasjit Sekhon）8 月在加州大学伯克利分校的一场峰会上表示，让 AI 不断改进自身的”递归自我改进”能力，是投资逻辑的重要组成部分。一旦实现，生产率有望获得前所未有的提升。不过，递归自我改进也可能引发对人类存续风险的担忧：生产率的提升速度未必赶得上企业财务上的时间要求。

英国剑桥大学经济学家黛安·科伊尔（Diane Coyle）指出，回顾过去的重大技术革命，新技术对生产率的影响通常要经过约 10 年至 50 年才能充分显现。

就业影响已经开始

Anthropic 经济团队测算了 AI 在 2030 年可能带来的几种经济增长情景：假设无 AI 时经济年增长率为 2%，若 AI 影响较小，增长率为 2.4%；影响较大时为 5.4%；极端情况下则达到 15.4%。经济增长越快，流失的岗位也会越多，但研究团队并未判断上述情景各自发生的概率。

阿莫代伊去年曾预测，AI 可能在 5 年内让一半初级白领岗位消失。不过一些研究人员认为，目前 AI 对就业最明显的影响，主要是让寻找办公室工作的求职者更难找到岗位。

美国和英国的研究显示，在整体就业仍然强劲的背景下，在 AI 较擅长承担的白领工作中，企业对职场新人的招聘已经放缓。斯坦福大学研究人员 8 月发现，在会计、律师助理等受 AI 影响较大的职业中，22 至 25 岁劳动者的就业水平，比清洁工、建筑工人等 AI 难以替代的职业低 19%。

报道同时指出，即便 AI 带来的变革最终没有企业估值和投资数字暗示得那么快，真正产生的经济效益仍会留下。1873 年金融恐慌让不少铁路大亨破产，但铁路并未消失；20 世纪 90 年代互联网泡沫破裂后，互联网同样继续发展。

据路透社 9 月 18 日晚间报道，清华大学机器人学助理教授、千寻智能联合创始人兼首席科学家高阳预计，最快从明年开始，人形机器人就能听懂口头指令并完成大多数通用任务，但真正进入家庭、承担实用工作仍需更长时间。这番表态把人形机器人「何时能干活」的时间表，又一次推到了公众视野中央。

行业等待自己的「ChatGPT 时刻」

高阳指出，中国人形机器人的硬件能力近年快速提升，冲刺、跳舞甚至按指令完成后空翻都已不成问题，竞争重心随之转向软件，目标是提高机器人的智能水平，让其承担更多具备实际经济价值的任务。这一领域通常被称为具身智能。

整个机器人行业都在等待属于自己的「ChatGPT 时刻」——足以把前沿技术变成面向广大客户的实用产品的软件突破。OpenAI 在 2022 年推出 ChatGPT 后，生成式人工智能迅速进入大众市场，同时也证明了商业化的潜力。

在高阳看来，「大脑」是整个机器人技术栈中最薄弱的一环。他预计，到 2027 年年中，千寻智能有望达到「GPT-3.0」级的里程碑。「届时，你可以直接用自然语言与机器人交流，它会执行一系列合理的物理动作，尝试完成任务。」

从倒水叠衣到连续工作流

报道显示，为了训练机器人，千寻智能在全国安排了约 1000 名合同人员收集真实世界数据。目前，该公司的机器人在结构化客厅环境中完成简单任务的成功率已达到 90%。

高阳回忆，公司成立之初，机器人只能做好倒水、叠一件衣服这类单独任务；如今，机器人已经可以在大范围空间内行动，并连续完成复杂的工作流程。不过，旋开瓶盖等精细动作，以及处理此前没有遇到过的任务，依然是机器人需要攻克的难题。

关于落地节奏，高阳给出了分阶段判断：未来一两年将是工业应用的初始窗口；两年后，会看到机器人进入商业服务场景，执行较简单的任务；相比工业和商业服务，进入家庭要困难得多。

清华背景的年轻团队

千寻智能（Spirit AI）成立于 2024 年，是一家聚焦具身智能的创业公司。高阳现任清华大学交叉信息研究院助理教授、清华大学具身视觉与机器人实验室主任，本科毕业于清华大学计算机系，博士就读于加州大学伯克利分校。在其带领下，千寻智能组建了一支平均年龄不到 30 岁的团队，并先后完成多轮融资，其中 2025 年 3 月的 5.28 亿元 Pre-A 轮由阿美风险投资旗下 Prosperity7 Ventures 领投。

该公司自研的 Spirit v1 系列具身基座模型，已在国内首次攻克柔性物体长程操作难题，机器人可顺畅完成叠衣服等连续复杂任务；首款商用级人形机器人 Moz1 也已进入宁德时代、京东 MALL 等真实场景开展试点。

对具身智能赛道而言，高阳的判断既是乐观预期，也是清醒提醒：听懂人话只是起点，真正把机器人送进千家万户，还有一段不短的路要走。