彭文生：大模型呈现重资产模式，数字经济进入工业化时代

9月16日，由新浪财经主办的AI投资峰会在北京举行，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，围绕AI大模型的经济学特征、中美竞争格局及投资可持续性等话题发表观点。

彭文生指出，从经济学角度看，AI发展与规模密切相关。过去人类知识积累依赖个体和长期过程，生产效率不高；而大模型通过算力、算法和大数据，实现了人类社会认知世界的规模化生产，具有革命性意义。他援引“规模定律”分析称，大模型性能提升需不断投入算力、数据甚至电力，但随资源投入增加，性能提升速度会放缓，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。

谈及中美AI竞争，彭文生认为两国各有绝对优势：美国的优势在芯片，中国的优势在人才。数据显示，全球51%的高水平AI研究者本科在中国就读，美国为12%；工作地分布上，中国占比37%，美国占比32%。在资本开支方面，美国AI资本开支强劲，拉动了总需求和全球经济增长，但也推高了利率水平；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，但可通过改变算法框架，利用人才优势形成规模报酬递增的曲线，以应对算力限制。

彭文生还将AI大模型与互联网平台进行对比：互联网平台边际成本接近零，依靠免费拉新形成网络效应，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；而大模型可变成本不为零，无法免费拉新，网络效应较弱，收益更多外部化，转化为社会生产率的红利。针对AI投资的可持续性，他坦言理性的计算和预期难以支撑目前强劲的资本开支，背后存在“外部性”问题，纠正方式一是通过股市泡沫，二是通过产业政策。他判断，未来中国AI相关资本开支可能更多依靠政府产业政策引导资源投入。

彭文生最后强调，AI大模型的第一性原理是技术工具，技术和知识长期无法被限制，中美AI发展最终将惠及全球。