巨額投資撐增長 生產力紅利滯後 AI經濟貢獻的兌現悖論
文：張恭銘
荷蘭國際集團首席經濟學家James Knightley估計，2026年AI相關投資將貢獻美國約三分之一的經濟成長，涵蓋運算設備、軟體及資料中心等領域。聖路易聯準銀行的數據更顯示，2025年第三季AI相關類別合計占美國GDP成長的39%。然而，與資本支出熱潮形成鮮明對照的是，全要素生產率（TFP）至今未見顯著加速，舊金山聯準銀行的分析甚至顯示，經設備使用率調整後的TFP略低於零。這種「投資狂奔、生產力慢行」的格局，構成了當前AI經濟學最核心的張力。
為何資本支出能在短期內強力拉動GDP，而生產力提升卻遲遲不來？答案藏在技術擴散的內在規律中。史丹佛大學Erik Brynjolfsson等學者提出的「J型曲線」效應指出，企業為適應AI而進行的組織重組、流程再造與技能培訓，在初期會產生高昂的調整成本，甚至導致生產率暫時下降，只有在跨越某個臨界點後，生產率才會加速增長。摩根大通的報告進一步指出，通用目的技術通常遵循這一模式，企業前期大量投入重組工作流程，收益則在後期才逐步顯現。
一個常被忽略的結構性因素是進口對沖效應。高盛首席經濟學家Jan Hatzius明確指出，AI投資對2025年美國GDP增長的貢獻「基本上為零」，因為資料中心成本中約三分之二至四分之三流向進口晶片與硬體，這些進口在GDP核算中被扣除。换言之，美國企業的巨額AI資本支出，相當一部分實際拉動的是亞洲生產國的GDP，而非美國本土的增加值。
從資本市場的角度看，耐心正在被考驗。NDR首席策略專家肖西克警告，一旦超大規模企業的銷售增速放緩，便是生產力兌現出現滯後的信號，市場的不耐煩情緒將沿產業鏈向上傳導至晶片需求與資本支出規劃。更令人警惕的是企業端的實際感受：一項覆蓋美國、歐洲和澳洲近6000名高管的調查顯示，儘管70%的公司積極使用AI，但約80%表示AI對就業或生產力「沒有產生任何影響」。
然而，將當前的生產力停滯簡單解讀為「AI無用論」，可能同樣是短視的。歷史經驗提供了重要的參照：電力發電技術在19世紀80年代已具備，但全球生產率的實質性加速直到20世紀20至40年代才大規模顯現，中間相隔40至60年，真正觸發躍升的是工廠從「簡單替換蒸汽機」轉向「以單元驅動重新設計整條生產線」的組織革命。當前AI在代碼編寫與文本處理等領域已摘取「低垂果實」，但醫療、製造等複雜領域的深層變革仍需時日。
AI投資與生產力提升之間存在真實且可解釋的時滯。資本支出正在為經濟提供即期的需求側支撐，而生產力的供給側紅利則取決於擴散速度、互補性投資與制度調適。真正的風險不在於生產力永遠不來，而在於資本市場的耐心是否足以等待它到來。