宏观经济深度报告：全景式扫描AI对美国经济的影响

1987年，罗伯特·索洛（RobertSolow）在对去工业化的相关书评中说：除了生产力统计数据之外，你到处都可以看到计算机时代(Youcanseethecomputerageeverywherebutintheproductivitystatistics)。彼时美国经济面临的困境是如何衡量信息技术与自动化对生产力和整个经济的影响，而当下也面临着类似的挑战。AI在美国经济中的存在感变得越发明显：从GDP附加值的攀升到数据中心建造支出的高增，从科技行业更频繁的裁员到非科技行业更积极的再培训心态，从商业用电量的激增到广义建筑业景气度的提升，从持续拔升的科技股估值到外部融资带动的私人信贷发展。可以说从实到虚，从产业、科技企业到增长、就业、金融，AI已经是房间里的大象。这也促使我们需要用更微观的视角来观察AI的演进。非理性繁荣还是理性繁荣，这将是2026年美国经济的核心主题。一、AI与经济：AI相关投资对美国GDP的拉动已经超过了科网泡沫，但正外部性仍然有限GDP2025AI（信息处理设备与软件投资,IPE&S）GDP1.57个百分点，超过了私人消费的拉动率（1.06。如果从季度视角看，AI2025GDP1.3（19991.16。1999GDP(4.5AIGDPAIAI图1：2025年上半年，AI相关投资对GDP的贡献率超过私人消费4.54.03.53.02.52.01.51.00.50.0-0.5AI相关投资半年度滚动贡献率 美国半年度GDP增速 私人消费半年度滚动贡献率图2：2025年第一季度，美国AI相关投资拉动GDP增速水平已经超过科网泡沫峰值1.51.00.50.0-0.5199619971998199619971998199920002001200220032004200520062007200820092010201120122013201420152016201720182019202020212022202320242025对实际GDP拉动率:软件投资 对实际GDP拉动率:信息处理设备投资 ,1.16)(DataProcessingGDP2013-20191.040.71.751199510，199516.1大幅缩水；甚至可以合理推测这可能工业革命以来美国制造业附加值占比的最低水平。3：AIGDP10.959.985.065.4010.959.985.065.401.631.75 1.781.0410.008.006.004.002.000.00平均 平均制造业(NAICS信息技术业(NAICS数据处理服务(NAICS518,519)电脑系统设计(NAICS5214)BEA而如果从（人均）真实附加值的角度看，过去两年AI相关行业的增速则更加惊人。数据处理服务的人均真实附加值增速高达12.66，比2013-2019年间的平均年化增速高近6个百分点；其余相关行业（信息技术业和电脑系统设计业）的增速也反映出了AI的高景气度。制造业虽也有所提升，但是与AI相关行业相比显得微不足道，过去两年年化复合增速仅有1.56。图4：AI相关行业人均真实附加值的年度复合增速14.0012.668.847.077.368.847.077.366.495.371.560.4710.008.006.004.002.000.00平均 平均制造业(NAICS信息技术业(NAICS数据处理服务(NAICS518,519)电脑系统设计(NAICS5214)BEA需要强调的是，当下AI与科网泡沫的可比性正在下降。从泡沫破裂的最终烈度来看，当下的AI叙事远高于科网泡沫。例如，当前美国对于信息技术设备与软件的投资增速和科网泡沫时期对通讯设备的增速相对一致，但当前对信息技术设备与软件的实际投资值是当年的90倍（1.48万亿美元对162亿美元），而美国实际GDP在此期间仅翻了一番。图5：当前对AI相关的设备增速和科网泡沫时期对通讯设备的增速相对一致RichmondFEDAIAI2024AI图6：IPE&S投资增长与进口增长相互对冲（数值为相较于2022Q4变动,十亿美元）3002001000-100-2002019-032019-062019-032019-062019-092019-122020-032020-062020-092020-122021-032021-062021-092021-122022-032022-062022-092022-122023-032023-062023-092023-122024-032024-062024-092024-122025-032025-06IPE&S名义投资量 IPE&S名义消费量 IPE&S名义进口量FRED从建造支出的视角看,AI202225，202220232022AI图7：数据中心的建造支出快速上行（单位:亿美元）8006004002000

9000800070006000500040003000200010002012-102013-042012-102013-042013-102014-042014-102015-042015-102016-042016-102017-042017-102018-042018-102019-042019-102020-042020-102021-042021-102022-042022-102023-042023-102024-042024-102025-04私人建造支出:数据中心 私人建造支出:电力设备私人建造支出:一般商业体 总私人非住宅建造支出(右轴)FRED图8：AI相关支出占总建筑支出的比重迅速上行，但绝对水平依然有限1800 1600 1400 1200 1000 800 600 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025能源占比(右)数据中心占比(右)数据中心与电力设施支出(亿美元)数据中心与电力设施占总私人非住宅支出比重(右)FEDGDP美国商业用电量在过去三年呈现爆发式增长，相较于疫情前（2008-2019）2022-2025902019年增长约30。图9：美国商业用电量激增，超越2008-2019的趋平趋势120 110 100 81990199119921993199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013201420152016201720182019202020212022202320242025商业用电量居民用电量 商业电费(美分/度,右) 居民电费EIA （20258）(CommercialComputing)用电量的激增。EIA20248205020。最终计算消耗的电力可能比商业领域的任何其他最终用途都多。EIA20500.697quads20401.154quads3400AI图10：EIA将远期美国数据中心的电力消耗大幅上调400035003000250020001500100050020222023202420222023202420252026202720282029203020312032203320342035203620372038203920402041204220432044204520462047204820492050年EIA预测(等价：亿度) 年EIA预测(等价：亿度)EIA算力中心投资提振了基建类和重工业类的建筑订单（也包括了拜登三大法案的影响PMI9812）明显高于没有数据中心的承包商8；考虑到美国传统地产业的疲软，私人部门资本开支引领的数据中心建造正在成为美国新基建的重要部分。图11：数据中心的相关订单明显提振了美国建筑商信心与盈利水平2019-012019-042019-012019-042019-072019-102020-012020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-102023-012023-042023-072023-102024-012024-042024-072024-102025-012025-042025-072025-10建筑商信心指数 建筑商盈利水平 制造业PMI美国建筑商协会AI2023115然而除此之外的高科技行业以及非高科技行业的产能利用率，依然低于2023年1月水平。电脑及其相关产品在耐用品新订单中一枝独秀，无论是核心资本品还是总订单（受到飞机等大额订单波动），都不如与AI关系最紧密的电脑及其相关产品从2023年1月起展现出的持续增长趋势。图12：电脑及相关设备的产能利用率较2023年初上行约15个百分点7070产能利用率:电脑及相关设备 产能利用率:半导体产能利用率:除高科技产业 产能利用率:高科技产业图13：电脑及相关产品的新订单自2023年初以来稳步增长115110105100电脑及相关产品新订单核心资本品 新订单总数二、AI与人：AI对生产力的提升和对就业的冲击都被明显高估AIAI20251014一下主要结论：总的来说，虽然美国企业使用AI技术的比例持续上行，但远未到对就业产生明显影响的时刻。当下看到的就业走弱更多是上一轮加息周期带来经济周期性疲软的滞后性反馈。同时，劳动力的囤积以及美国经济的软着陆减少了企业裁员的动机，保护了资深（Senior）员工的职位，而让年轻人成为了低招聘、低雇佣的受害者。换言之，AI技术影响的是企业未来的招聘计划，既未来少招人，但与已经发生的裁员关联度有限。AI（6AI。从行业视角看，在20610，25。图14：AI对不同行业的渗透率(6周滚动平均)5信息技术(51) 金融保险(52) 房地产(53)科学技术(54) 教育(61) 医疗保健业(62)CensusBureau （此为双周调查，W1836）且行业视角下，AI使用率与其占非农就业比重也呈现出不均衡性。ClaudeToken3.4，37.2Claude1.410.3——550AIClaude1/3，Claude15。图15：不同行业间的实际AI使用率分化明显建筑设计个人护理计算机

10.39.310.39.3就业人口占比 Claude使用量占比The2025AIIndexReportTrueup.io2023AIAIUPS20254.8AI3.4931.4AI图16：美国科技行业裁员人数与2024年接近持平4500004000003500003000002500002000001500001000005000002020 2021 2022 2023 2024 11.7)科技行业裁员人数Trueup.io进一步的，根据挑战者的就业调查，人工智能技术在2025年前10个月，只能排在裁员最主要因素的第六位，远低于Doge改革，和其余强宏观因素的影响。图17：2025年选择裁员的最主要因素，AI技术只能排在第六位350000300000

293753200000150000100000500000Doge宏观环境业务关闭 重组 成本削减 AI 破产 其他challengergray对于那些真正使用人工智能的公司来说，其依然在探索如何将AI与工作流程更好的融合。最新的纽约联储的调查也证明了这一点，AI最主要的效用仍是信息搜寻，其次是市场营销（这也是目前AI落地最为清晰的领域）。而大家认知中真正提升生产力的技术，一般对应着应用新流程（NewWorkflows）和流程自动化(ProcessAutomation)，但这两者的使用占比并不突出。图18：纽约联储对于实体企业使用AI目的的调查流动自动化（包括机器人设备）云端设备储存供应链优化

制造业 服务业纽约联储仅凭借简单的图表就把美国经济的结构性分化（劳动力疲软）归因于AI技术的冲击过于武断，就像在ChatGPT推出前，大家归因于远程办公(Remotework)与技能差距(SkillGap)那样；至少在严肃讨论中，AI还不够为劳动力的疲软背锅。图19：2022年底美国非农新增就业正处于放缓的途中跑阶段2.502.000

1.501.000.502010-082011-032010-082011-032011-102012-052012-122013-072014-022014-092015-042015-112016-062017-012017-082018-032018-102019-052019-122020-072021-022021-092022-042022-112023-062024-012024-082025-03谘商会职位充足率 V/U比(右)美国头部科技公司在过去几年间的迅速上涨创造了巨量的财富，从美国居民部门的资产负债表角度看，从2023年第202520198830.6PCE91右的水平。尽管美股的的财富效应估计较为分散，但根据OxfordEconomics的最新估算，净财富的显着增长推动了2020年至今约近三分之一的消费者支出增长，尤其集中在可选消费品。拥有401k养老金账户的广大美国工薪阶层至少获得了账面的财富增值，这毫无疑问拉动了过去几年美国私人部门消费的稳健增长。图20：2023年第一季度至今，美国居民部门的权益类资产增长约20万亿350000300000250000200000

253452259978242718

31358015000010000050000

1160180 股权类 债券类 地产类 其他 总财富变动(万亿美元)FED图21：美国居民部门股权类资产占净资产比重升至约30100 9020851580101959196119631965196719691959196119631965196719691971197319751977197919811983198519871989199119931995199719992001200320052007200920112013201520172019202120232025私人消费/可支配收入 股权类资产/净资产(右)FRED三、AI与金融：私人信贷的脆弱性与AI泡沫相互共振但在2025年，科技企业资本开支呈现竞争式增加格局，AI支出的可持续性开始受到质疑，特别是巨头们在OpenAI的串联之下，通过以供应链融资的形式再现铁索连环，互相加强了彼此的业绩水平和订单强度。图22：五家重投入AI的头部企业，在过去的财报季中累计资本开支已超千亿美元1200

105810008006004002002017-092017-122017-092017-122018-032018-062018-092018-122019-032019-062019-092019-122020-032020-062020-092020-122021-032021-062021-092021-122022-032022-062022-092022-122023-032023-062023-092023-122024-032024-062024-092024-122025-032025-062025-09MSFT META AMZN GOOGL 总和Bloomberg微软、Meta、亚马逊、谷歌和甲骨文，都面临各自的挑战，资本开支占经营性现金流的比重正在持续上升，尤其是压力更大的亚马逊和孤注一掷的甲骨文。META、谷歌和甲骨文在2025年都开始增加了对外部融资的依赖，特别是对AI投资可持续性的担忧。图23：从资本开支/经营业务现金流的角度来看，五家公司都需要更多的外部融资2001801601401201002017-092017-122018-032018-062017-092017-122018-032018-062018-092018-122019-032019-062019-092019-122020-032020-062020-092020-122021-032021-062021-092021-122022-032022-062022-092022-122023-032023-062023-092023-122024-032024-062024-092024-122025-032025-062025-09MSFT META AMZN GOOGL Bloomberg TTM)META300Oracle180AI2025（11Hyperscale（大规模云服务提供商1038（4.91，20242014.75。图24：2025年（截至11月，头部科技企业共发债1038亿美元1200 4.9545376.4317.545376.4317.5800 4.85600 4.80400 4.7510662.533.4300200 4.7010662.533.430002024 2025META 苹果 谷歌 甲骨文 微软规模加权发行利率(右)

4.65Bloomberg (此处不包括传统贷款，PIK10382025(META占广义科技行业（科技与通信）16.704.29；2024图25：美国AI头部企业在2025年发债占行业整体比重明显提升24.7616.707.8424.7616.707.845.054.291.55狭义科技 广义科技 非金融2024 2025TheInformation可以说，对于Hyperscaler而言，2026年为了应对自由现金流的压力，料将更多依赖外部融资，这既有可能造成对其余资金需求的挤压，又可能倒过来加剧对于展示盈利的迫切需求。Meta宣布与BlueOwlCapitalSPV（270。(PrivateCredit（P2P（AIPayment-in-Kind，类似名股实债。毫无疑问，AIAI2024(AUM)201010002.2BusinessDevelopmentCompany,BDC）0280013。图26：根据BIS估算，全球私募信贷的总在管规模(AUM)接近2.2万亿美元IMF，BIS(DirectLending1.241.120202023行业在全球范围内的私募信贷以直接借贷形式存在的敞口约为1500亿美元。图27：美国私募信贷行业的直接借贷规模接近1.1万亿美元1400097818550978185506578108979079811106126416452071240129313623444052321000080006000400020000201020112012201320142015201620172018201920202021202220232024美国 欧洲(除英国) 英国 其余国家与地区 合计BIS图28（全球视角）TMT在私募信贷中的敞口暴露规模依然相对较少（亿美元）200018001600140012001000800600400200020102011201220132014201520162017201820192020202120222023制造业 TMT 工业 油气BIS71215381138256552369亿美元；20251.14图29：美国过去三年私人信贷发行量，以及科技行业用量8006004002000

15382023 2024 2