随着人工智能技术从实验室走向规模化落地，全球资本正以前所未有的速度涌入这一赛道。高盛在最新发布的报告中指出，人工智能投资的重心已开始从单纯的算力、芯片与模型竞争，向更广阔的实体经济延伸。据测算，2026年至2031年间，全球围绕计算、数据中心和电力等基础设施的AI资本开支将累计达到约7.6万亿美元，年度投入将从2026年的7650亿美元攀升至2031年的1.64万亿美元。

AI进入“实体化”新阶段

高盛报告认为，过去几年AI领域的投资主要集中在基础算力、数据中心建设和云端大模型研发，但随着技术成熟度提升，AI正在快速渗透至制造、能源、物流、国防、生命科学和机器人等现实场景。这一转变意味着，AI不再仅仅是科技巨头之间的“军备竞赛”，而将成为重塑传统产业效率与竞争力的关键力量。

“未来竞争的关键不只是模型或芯片，而是资本结构、能源供给、产业数据、工程能力和部署能力。”报告强调，超大规模云厂商到2030年的AI投资总额或超过6万亿美元，而其中相当一部分将投向与实体产业结合的落地项目。

7.6万亿美元流向何处？

高盛详细拆解了这7.6万亿美元投资的结构。其中，计算基础设施（包括GPU服务器、网络设备等）仍将占据最大份额，预计超过3.5万亿美元；数据中心建设（含土地、建筑、冷却系统等）约2万亿美元；电力及能源基础设施（包括发电、储能、电网升级等）约1.5万亿美元；其余则流向产业AI应用、硬件适配、数据平台和工程服务等领域。

值得注意的是，电力供给正成为AI扩张的最大瓶颈之一。高盛指出，一座大型AI数据中心年耗电量可相当于一个中等城市的居民用电量。到2030年，全球AI相关电力需求可能增长3—4倍。因此，未来六年内，核电、天然气及可再生能源等稳定电源的投资将大幅增加。

实体产业迎来AI红利

在“AI+制造”领域，报告预测，到2031年，全球将有超过30%的工业机器人搭载AI自主决策系统，实现柔性生产与智能质检。在生命科学方面，AI驱动的药物发现已从理论验证进入临床阶段，单款新药研发周期有望缩短40%以上。物流与供应链领域，AI调度系统将降低仓储运营成本20%—30%。国防领域，AI指挥辅助系统正在改变作战规划与装备维护模式。

“实体产业拥有海量场景数据和物理因果逻辑，这是大模型无法凭空习得的。”报告指出，那些能够将AI能力与工业知识深度融合的企业，将在下一阶段竞争中占据先机。

资本结构决定胜负

高盛认为，AI投资的规模与节奏将显著影响全球宏观经济格局。年度1.64万亿美元的投资相当于当前全球半导体市场总值的近两倍，其资金筹措需要多元化渠道——包括企业自有现金流、政府补贴、绿色债券以及股权融资。超大规模云厂商由于资本实力雄厚，可能主导基础设施层，但产业应用层的机会将留给更多中小企业和初创公司。

“模型和芯片的差距可以靠资本弥补，但工程能力和产业数据的积累需要时间。”报告最后提醒，各国若想在这场AI“实体化”浪潮中保持竞争力，必须同步完善能源政策、数据治理与人才培养体系。

截至发稿，多家科技巨头尚未对高盛报告置评。但业界普遍认为，随着AI从“云端”走向“车间”，一个更庞大、更复杂的资本与产业协同体系正在形成。未来六年，7.6万亿美元的投入不仅将改变AI的叙事方式，更可能重新定义全球实体经济的运行逻辑。