9月16日，由新浪财经主办的AI投资峰会将在北京举行，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。

　　彭文生指出，对投资者来讲，大规模的资本开支能不能带来符合当前预期的报告，这取决于AI怎么创造经济价值，也取决于对创造的经济价值、分配价值崛起。

　　他认为，从经济学来讲，AI的发展和规模有关系。过去人类社会的知识积累是个体的、长时间的，生产效率不高；而现在的大模型通过算力、算法和大数据的使用，实现了人类社会认知世界的规模化生产，这具有革命性意义。

　　彭文生进一步指出，这就带来两个问题：第一个问题，认知规模化生产它的投入产出是什么规律；第二个问题，认知本身是人类经济活动重要的投入品，它又怎么创造价值。

　　他引用“规模定律”分析称，大模型性能的提升需要不断投入算力、数据甚至电力，随着资源投入增加，模型性能提升的速度会放缓。这意味着大模型研发具有极高的资源投入门槛，呈现出明显的重资产模式。中金研究院发布的报告认为，AI大模型是数字经济迈入工业化时代的标志，区别于过去轻资产的数字经济1.0阶段，现在是重资产，甚至可以说是数字经济工业化阶段。

　　谈及中美AI竞争格局，彭文生认为，中美在AI领域各自拥有绝对优势。美国的绝对优势在于芯片，而中国的绝对优势在于人才。数据显示，全球51%的高水平AI研究者本科在中国就读，而美国为12%；在工作地分布上，中国占比37%，美国占比32%。

　　在资本开支方面，彭文生指出，美国AI资本开支非常强劲，拉动了总需求和全球经济增长，但也推高了利率水平。相比之下，中国受限于先进GPU供给及资本市场热度不足，资本开支相对较弱。但他强调，中国可以通过改变算法框架，利用人才优势形成规模报酬递增的曲线，以应对算力限制。

　　彭文生将AI大模型与过去的互联网平台进行了对比。他表示，互联网平台边际成本接近零，依靠免费拉新形成网络效应和“护城河”，往往呈现“价值崛起大于价值创造”的特征，容易形成垄断收益。

　　然而，AI大模型作为重资产技术工具，可变成本不为零，无法免费拉新，且用户切换成本较低，网络效应较弱。因此，他认为大模型呈现“价值创造大于价值崛起”的特征，其收益更多外部化，转化为社会生产率的红利，为社会做贡献。

　　针对AI投资的可持续性，彭文生坦言，理性的计算和预期难以支撑目前如此强劲的资本开支，这背后存在“外部性”问题——科技创新的收益更多由社会享受，而成本和风险由个体承担。

　　他提出，纠正这种外部性主要有两种方式：一是通过股市泡沫，利用非理性繁荣引导社会资源投入；二是通过产业政策。彭文生认为，未来中国AI相关资本开支可能不会像美国那样依赖股市泡沫，而是更多依靠政府产业政策引导资源投入。

　　最后，彭文生强调，AI大模型的第一性原理是技术工具，技术和知识是长期无法被限制的。

　　“中美AI大模型在全球领先，其实最终两个大国的AI发展也会惠及全球。”彭文生表示，作为技术工具，AI最终创造价值的能力是很难被限制的，其发展成果终将造福全人类。