专题：AI投资峰会-AI基建时代的确定性机会

　　9月16日，由新浪财经主办的AI投资峰会在北京举行，主题为“AI基建时代的确定性机会”，上海交通大学上海高级金融学院实践教授、高金智库首席经济学家彭文生出席并演讲。

　　彭文生从经济学第一性原理出发，拆解AI投资的可持续性与中美竞争格局。对于港股投资者而言，这场发言提供了几个关键判断坐标。

　　AI不是互联网2.0：重资产、弱网络效应、价值创造大于价值攫取

　　彭文生明确指出，市场若以数字经济1.0(互联网平台)的框架理解AI大模型，可能存在根本性误判。

　　互联网平台是轻资产，边际成本趋近于零，可以靠免费拉新形成强网络效应，最终走向“赢者通吃”，其商业模式是价值攫取大于价值创造——美国互联网平台向全球收取垄断租金，个体收益极高。

　　但AI大模型截然不同：它是重资产模式，每问一次问题都消耗算力与电力，可变成本不为零，无法免费拉新；模型之间切换成本极低(今天豆包、明天Kimi)，网络效应弱。

　　彭文生的结论是：大模型价值创造大于价值攫取。它对社会的贡献——社会生产率的红利——远大于其个体收取的经济利益，或者说其创造的价值在应用层面被其经济主体获取。这意味着，当前全球AI资本开支，可能都是在“为全人类做贡献”，个体大模型的收益多少则不好说。

　　全球都在“帮”美国搞AI：金融渠道与贸易渠道双重输血

　　彭文生描绘了一个宏观格局：全球正在通过两条渠道帮助美国投资AI。

　　金融渠道：美股风险溢价(标普500市盈率倒数与十年期国债收益率之差)几乎为零，投资者要求的超额回报极低，对AI未来极度乐观，这为美国AI开发提供了宽松的融资条件。

　　贸易渠道：美国逆差、他国顺差，其他国家向美国输出实体资源，客观上起到了帮助美国控制通胀、维持较宽松融资环境的效果。美国AI资本开支强劲，在需求端拉动全球经济增长，日本、韩国、中国台湾及中国相关AI资本品出口均明显受益。

　　一个反直觉的判断是：美国利率高，不是因为美联储独立于AI周期，而是AI资本开支很强，总需求压力大，通胀压力大，才导致利率高。 因果关系要倒过来看。

　　中美各自的“绝对优势”：美国是芯片，中国是人才

　　彭文生引用数据指出，全球顶级AI研究者中，51%本科在中国就读，美国仅12%。尽管许多人最终在美国机构工作，但中国的人才池是绝对优势。美国的绝对优势则是芯片。

　　面对GPU限制，中国以DeepSeek为代表，试图通过改进算法框架，将规模报酬递减的曲线向上提，形成规模报酬递增。算法的基础，正是人才。

　　对港股投资者的启示：中国AI资本开支靠什么驱动？

　　彭文生直言，中国AI资本开支较弱，今年上半年对GDP贡献几乎可忽略，直观原因是先进GPU供给受限。资本市场也不那么热，中国AI风险溢价约3个百分点，美国接近0，投资者情绪差异显著。

　　但他提出了一个关键判断：未来中国AI资本开支可能不会像美国那样靠股市泡沫，而是靠政府产业政策引导。 原因在于，科技创新收益更多由社会享受，成本与风险由个体承担，这种外部性导致市场自发投资不足。纠正外部性有两种方式：一是股市泡沫(非理性繁荣)，二是产业政策。中国更擅长后者。

　　风险提示：美国考验在后端，中国考验在前端

　　彭文生提醒，美国AI资本开支的可持续性存疑。最近已有美国大厂放慢节奏，市场对其商业模式与现金流的质疑在上升。美国考验在后端——投资能否带来足够回报。

　　中国考验在前端——若资本开支不够，模型性能差距可能加大。但彭文生的最终结论偏向乐观：AI大模型第一性原理是技术工具，技术难以封锁，知识限制不了。中美投入资源做AI技术和产业，不仅自己受益，最终惠及全球。

　　对港股而言，这意味着AI产业链的资本品出口、算力基础设施、以及政策驱动的产业投资方向，仍是需要持续跟踪的中长期变量。而美国AI资本开支若放缓，全球风险偏好与资金流向的连锁反应，同样值得警惕。