（来源：经济观察报）
记者 欧阳晓红
AI（人工智能）正在加速进入经济生活，也在改变经济运行的方式。技术突破可喜可叹，投入却越来越具体：一轮AI建设需要多少钱，又能带来多少回报？
10月19日，中国人民银行行长潘功胜在金融街论坛年会上提及，人工智能的需求与供给效应可能存在时差，短期会改变微观效率、拉动投资、推升通胀；中长期可以提升整体生产率、降低通胀水平。他同时提出做好金融支持人工智能产业发展工作，稳妥推进金融领域应用。
这一表述，点出了AI技术繁荣背后的一笔经济账。
当下，企业对算力、模型和智能服务的现实需求，以及对未来市场的预期，推动了投资的扩大。投资资金既来自企业自身积累，也来自股权融资、银行贷款和债券发行。投资扩大，又带来芯片、服务器、电力设施和工程建设的订单，形成新的当期需求。
需求推动投资，投资又创造需求。但这轮循环能否持续，最终要看AI应用能否带来足够的收入和生产率收益。
国际清算银行7月指出，AI正推动大规模投资，并通过贸易和金融市场影响全球经济。它虽然运行于数字世界，却离不开土地、能源与设备。一座数据中心建起来，制造商和施工企业获得订单；建成后服务器能否充分利用、客户是否持续付费，尚需时间检验。
企业应用也是如此。AI可以帮助员工更快处理文件、编写程序，但节省的时间能否转化为更好的产品、更高的利润，还取决于工作流程、组织管理和市场竞争。技术能力提高，经济回报未必同步兑现。
这一时间差，也使AI与物价的关系更复杂。通常而言，技术进步有助于降低成本、提高效率。然而，大规模AI建设首先增加了对设备、电力、土地和专业人员的需求。如果相关资源供给一时跟不上，部分商品和服务价格就可能承压。
欧洲央行执行委员会成员菲利普·莱恩7月指出，若家庭和企业提前按未来生产率改善的预期增加支出，AI在转型初期可能通过需求渠道推高通胀。未来的效率红利，与眼前的成本压力，可能同时存在。这意味着，未来可能提高供给效率的技术，也可能先带来现实的需求扩张。两种效应发生的时间不同，影响也因行业而异。
更需要算清的是资金成本。国际清算银行今年1月发布的研究指出，AI投资越来越难完全依靠企业经营现金流覆盖，债务融资和私募信贷的重要性正在上升。自有资金充足的企业可以按经营节奏建设，依赖借款的项目则须按期付息、偿债。即便需求增长，融资过贵或回收期过长，也可能影响投资持续性。
市场已经更加严格地审视融资条件和盈利质量。市场大环境因素之外，10月20日，韩国AI云服务和数据中心企业Elice Group在首尔上市，首日股价跌约32%。Elice Group盈利，二级市场却不认可其IPO估值。核心问题已从“AI企业能否盈利”转向“现有盈利与未来合同能否支撑估值”。与此同时，美联储加息预期、日债需求变化和跨境资本配置，都在影响全球资金价格。
AI基础设施还面临特殊的期限问题：数据中心建筑可以使用多年，芯片和服务器却可能更快换代。设备尚未收回成本，新技术已改变竞争格局。这笔账既要算建设投入，也要算折旧、维护与更新。
AI和利率的关系由此更加复杂。过去，人们多关注利率如何影响科技企业估值；如今，大规模AI建设本身也增加了对长期资金的需求。更深一层，它可能影响经济学上的“自然利率”——经济处于潜在产出水平、通胀保持稳定时的均衡实际利率。
过去较长时期，全球储蓄较充裕、投资需求偏弱，是实际利率偏低的背景之一。AI带来新的投资机会，可能改变储蓄与投资的平衡。但自然利率无法直接观测，还受人口、生产率和风险偏好等因素影响，不能因AI投资增长便断言其必然上升。
对中国而言，AI从工厂生产线、物流配送走向医疗、金融和日常办公，既有望提高企业效率，也可能改善商品和服务。金融支持科技创新需要耐心，更要看项目能否真正降低成本、改善经营，让技术收益逐步进入居民生活。
技术进步值得期待，投入终究需要回报。从未来需求到今天的投资，从当期增长到长期生产率，AI技术繁荣既要算清资金成本，也要回答：它最终能为企业和普通人的生活创造多少真实价值？
