高盛：DeepSeek 技术突破有望加速 AI 普及 全球经济增长或迎大提速

智通财经 APP 获悉，高盛发表研报表示，近期，DeepSeek 等少数中国公司已开发出成本低于现有产品的先进生成式人工智能 (AI) 模型，这一进展可能加速 AI 的普及，并增强该技术对全球经济增长的推动作用。

这一突破挑战了关于高昂投资成本是最大、最强 AI 模型进入壁垒的观点。高盛全球经济团队联合负责人 Joseph Briggs 在其团队的报告中写道，虽然中国研究人员如何开发其 AI 技术及其总成本尚未完全确定，但较低的成本结构可能有助于 AI 在全球更快地发展和传播。

Briggs 写道：“如果成本降低有助于增加平台和应用程序开发的竞争，这一突破可能在中期内提升宏观经济的上行空间。有限的采用仍然是释放 AI 相关生产力收益的主要瓶颈，而竞争将加速 AI 平台和应用的构建，从而促进采用。”

“尽管如此，短期内采用的影响可能有限，因为成本本身目前并不是采用的主要障碍，” 他补充道。

根据美国人口普查局的数据，迄今为止，公司报告的最大短期采用障碍是对 AI 能力的了解不足和隐私问题。只有 6% 的美国公司报告使用 AI 进行常规生产，高于 2023 年底的 4%。

AI 将如何提升 GDP?

此前，高盛经济团队的基本预期是，生成式 AI 的广泛采用可能在大约 10 年内将美国劳动生产率提高 15%，主要通过自动化工作任务实现。这将释放约 4.5 万亿美元的美国年度 GDP(以当前美元计算)。预计经济效益将在早期阶段惠及硬件和基础设施提供商，随后扩展到平台和应用开发者，并最终在更广泛的行业中体现为生产力和效率的提升。

该团队还预测，美国的 AI 投资周期将在达到 GDP 的 2% 后逐渐减弱，因为训练 AI 模型和运行 AI 查询的计算成本下降。随着最终用户采用率的提高，AI 软件投资预计将稳步增长。

尽管中国在 AI 领域的进展引发了对少数现有企业在投资和技术领导地位上的质疑，但该团队对 AI 宏观经济影响的看法保持不变：主要的宏观经济推动力预计将来自企业将 AI 驱动的自动化纳入其业务后生产力的提升。

Briggs 写道：“出现一个可信的竞争对手挑战美国 AI 领导者，可能会推动全球采用率和生产力的提升。” 一个强大的非美国竞争对手的出现可能会促使一些政府提高发展国内 AI 能力的重要性。全球竞争的加剧可能会促进跨境合作或降低监管壁垒，以鼓励 AI 的发展和采用。

与此同时，Briggs 写道，生成式 AI 带来的潜在自动化和生产力提升对全球各经济体来说大致相似。“虽然我们仍然预计，鉴于美国在 AI 模型开发方面的领先地位，美国将比其他国家更快地采用 AI，但非美国平台和应用的出现可能会加速其他地区的采用时间表。”

AI 将如何提升生产力？

该团队的预测假设，美国对生成式 AI 技术的采用将在 2027 年开始体现在生产力数据中，预计在 2030 年代初达到峰值影响。在这些预测中，其他发达市场和关键新兴市场国家比美国滞后几年。Briggs 写道：“最近的 DeepSeek 报道表明，采用可能会更早发生。”

高盛研究仍预计，AI 采用将在中期内上升，Briggs 指出，生成式 AI 可自动化的工作任务类型将为每位员工每年节省数千美元的成本。他写道：“鉴于生成式 AI 的潜在成本节约巨大，且一旦应用开发完成，部署的边际成本可能非常低，我们认为生成式 AI 的采用更多是一个 ‘何时’ 而非 ‘是否’ 的问题。”

Briggs 写道，关于低成本 AI 模型如何影响 AI 生态系统中的利益相关者，存在一些合理的问题。任何利润的分配将取决于市场集中度、知识产权、可扩展性以及最终的竞争格局。虽然现在了解新模型的影响还为时过早，但如果昂贵的硬件和计算能力对实现经济效益变得不那么重要，那么构建物理基础设施的公司可能会获得较少的总体收益。

然而，Briggs 指出，关于增长分配的问题对整体宏观经济故事来说不太相关。前景并不取决于具体谁受益，中国突破的总体影响很可能是净正面的。

中国的 AI 发展会减少投资吗？

一个重要问题是，更高效的 AI 模型是否会导致 AI 资本支出减少——股票分析师基于普遍估计预测，到 2025 年第四季度，AI 相关资本支出将上升至 3250 亿美元——以及这是否会导致 GDP 增长放缓。

高盛研究指出，如果更便宜的模型导致 AI 资本支出减少，有两种情况可能会限制这种情景下的经济影响。尽管公司报告称正在增加其 AI 相关投资，但迄今为止对官方 GDP 数据的影响有限。高盛研究的股票分析师认为，公司不太可能仅仅因为中国的最新消息而大幅调整其资本配置。

与此同时，尽管低成本 AI 模型可能会导致 AI 基础设施的建设少于预期，但也有可能这些进展将推动现有 AI 企业加大投资以保持其领先地位。从根本上说，如果这些新发展刺激竞争并降低成本，它们可能会催化 AI 平台和应用的更快构建。