以deepseek为代表的中国企业已经成功开发出成本远低于现有产品的先进生成式人工智能（ai）模型。高盛研究部认为，这一突破有望加速ai技术的全球应用，并对全球经济增长产生更深远的影响。
这一成就颠覆了此前认为高额投资是进入大型、强大AI模型领域的门槛的看法。全球经济学团队联合负责人约瑟夫·布里格斯（Joseph Briggs）在团队报告中指出，尽管中国研究人员如何开发AI技术及其全部成本尚未完全明确，但较低的成本结构有助于AI在全球范围内更快发展和普及。
布里格斯表示，“如果成本降低能促进平台和应用开发领域的竞争，这一突破可能会在中期提升宏观经济的上行潜力。”他进一步解释道，“有限的应用仍然是释放AI相关生产力增益的主要瓶颈，而竞争推动的AI平台和应用建设加速将有助于其应用。”
（对AI的采用主要受限于缺乏经验和易用性应用程序）
然而，他也补充说，“从短期来看，应用的影响可能有限，因为目前成本本身并非应用的主要障碍。”
根据美国人口普查局的数据，迄今为止，公司报告的短期应用最大障碍是对AI能力的缺乏了解和隐私担忧。仅有6%的美国公司报告称在常规生产中使用AI，而2023年底这一比例为4%。
AI将如何提升GDP？
此前，经济学团队的基线估计是，生成式AI的广泛应用可能在大约10年内将美国劳动生产率提高15%，主要通过工作任务的自动化实现。这将释放约4.5万亿美元的美国年度GDP（按当前美元计算）。预计经济效益将在早期阶段惠及硬件和基础设施提供商，后期阶段扩展至平台和应用的开发者，并最终在整个行业中实现生产力和效率的广泛提升。
该团队还预测了一个AI投资周期，在美国，这一周期将在GDP的2%达到峰值，然后随着训练AI模型和运行AI查询的计算成本下降而逐渐消退。随着终端用户应用的增加，预计AI软件投资将随时间稳步增长。
（人工智能硬件投资预计将在计算成本下降之前上涨至占GDP的2%）
尽管中国在AI领域的进展引发了对少数现有企业投资和技术领导地位的质疑，但团队对AI宏观经济影响的看法未变：预计主要的宏观经济推动力将来自公司将其业务融入AI驱动自动化后生产力的提高。
布里格斯写道，“美国AI领导者可信竞争对手的出现可能促进全球应用和生产力的提升。”一个坚实的非美国竞争对手的出现可能会促使一些政府提高发展本国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的开发和应用。
同时，布里格斯指出，生成式AI带来的潜在自动化和生产力增益在全球范围内大体相似。“尽管我们仍预计，鉴于美国在AI模型开发方面的领先地位，其AI应用速度将快于其他国家，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如何提升生产力
团队的预测假设，美国生成式AI技术的应用将在2027年开始体现在生产力数据中，预计影响将在2030年代初达到峰值。在这些预测中，其他发达市场和主要新兴市场国家比美国的时间表滞后几年。“最近的DeepSeek报告表明，应用可能会更早发生，”布里格斯写道。
（AI采用率依旧很低）
高盛研究部仍预计，中期内AI应用将攀升，布里格斯指出，生成式AI可自动化的工作任务类型将为每位工人每年节省数千美元的成本。“鉴于生成式AI的潜在成本节省巨大，且一旦应用开发完成，其部署的边际成本可能非常小，我们认为生成式AI的应用更多是‘何时’而非‘是否’的问题，”他写道。
布里格斯写道，关于低成本AI模型如何影响AI生态系统中的利益相关者，存在合理的问题。利润的分配将取决于市场集中度、知识产权权利、可扩展性以及最终的竞争格局等因素。虽然现在还为时过早，无法知道新模型的影响，但如果昂贵的硬件和计算能力对于实现经济效益来说不再那么重要，那么构建物理基础设施的公司可能会获得较少的整体收益。
然而，布里格斯指出，关于增长分配的问题对于整体宏观经济故事来说并不那么相关。前景并不取决于谁具体受益，而中国这一突破的整体影响很可能是净积极的。
中国的AI发展会减少投资吗？
一个大问题是，更高效的AI模型是否会导致AI的资本支出降低——基于一致估计，股权分析师预测，到2025年第四季度，AI相关资本支出将增至3250亿美元——以及这是否会导致GDP增长放缓。
高盛研究部认为，如果更便宜的模型导致AI资本支出降低，有两种情况可能会限制这一情景下的经济影响。尽管公司报告称他们正在增加AI相关投资，但到目前为止，这对官方GDP数据的影响有限。而且，根据高盛研究部的股权分析师，公司不太可能仅仅因为中国的最新消息就显著调整其资本配置。
与此同时，虽然存在低成本AI模型可能导致AI基础设施建设低于预期的风险，但也有可能这些进步将推动AI现有企业投资更多以保持其领先地位。从根本上说，如果这些新发展促进竞争并降低成本，它们可能会催化AI平台和应用的更快建设。
