AI增长模式的结构性特征 - 2025年上半年美国GDP增长1.6%，但增长动力高度集中于数据中心和信息技术领域，其他经济领域贡献率仅为0.1% [1] - 2025年美国人工智能数据中心支出规模预计高达5200亿美元，主要由微软、谷歌、亚马逊、Meta等科技巨头驱动 [1] - 增长模式依赖资本密集的算力基础设施投资，而非消费侧扩张或生产效率实质性提升 [1][2] 当前AI经济面临的风险与挑战 - 投资高度集中，尚未有效渗透至传统制造业、服务业、医疗健康、教育等经济中下游领域 [2] - 科技巨头陷入"军备竞赛"式算力堆砌，投资回报率难以预期，商业模式落地和盈利前景不确定 [1][3] - 大模型训练所需计算资源和数据量呈指数级增长，高昂固定成本构成主要市场进入壁垒 [5] 资源错配与市场竞争影响 - 大量资本涌入算力基础设施，导致AI算法底层理论突破、行业应用创新等软件领域投入不足 [4] - 科技巨头数百亿美元投入筑起高资金壁垒，使中小企业和初创公司难以在基础模型层面参与竞争 [4] - 算力、数据、大模型等AI核心资源和技术人才日益集中于少数巨头手中，可能损害市场竞争活力 [4] 可持续均衡发展路径 - 需要摒弃"唯算力论"，坚持技术与应用双轮驱动，注重AI技术与实体经济各领域深度融合 [7] - 应加强法律法规与伦理治理体系建设，完善数据安全、隐私保护、算法治理等相关法规 [8] - 倡导算力、数据等资源开放共享，建设国家级公共算力平台向中小企业开放 [8] - 推动AI技术向教育、医疗、养老等民生领域倾斜，确保技术进步红利惠及全社会 [9]