还能继续相信AI,相信光吗?

2026年投资收益的高低，现在似乎就取决于一点：你相信“光”么？

年初至今，虽然大盘仅小幅录涨，但如果你的持仓里有AI相关标的——光模块、算力租赁、AI应用——你大概率已经跑赢了市场上大多数投资者。

在这些题材股的强势带动下，申万通信行业指数今年以来累计上涨了近40%。如今站在“光”里，就等于站在了AI的风口上。

在“AI会对我们的经济和社会带来颠覆性影响”这一宏大叙事之下，AI几乎已经成了当下A股最强的信仰——只要信仰还在，AI产业链的行情就能继续走下去。

但投资不能只有“信仰”，更重要的问题是：这个趋势最终能转化为多少真实增长？当前市场又是否已经充分反映了这些预期？

近期，美国几所高校的学者共同发表了一篇题为《预测人工智能对经济影响》的研究，我们不妨借助这份研究，看看AI信仰究竟应该在多大程度上改变你的投资思路。

在讨论AI对投资的影响时，我们容易会把三个问题混为一谈：

• AI技术本身会以多快速度进步？

• 技术进步后，经济会发生什么变化？

• 面对这些影响，政策又该如何应对？

这项研究就把这三个问题拆解开，向约560名受访者征集预测和观点。这些受访者包括研究AI与经济增长的经济学家，OpenAI和Anthropic等前沿AI公司的员工，AI政策研究者，在官方政策预测竞赛中校准表现优秀的“超级预测者”，以及普通公众。

在回答每个问题时，研究者设定了三种到2030年的AI技术进步的情景，要求受访者基于此分别进行判断：

• 缓慢：AI是工作的得力助手，能辅助完成基础研究和一定程度的创造性任务和体力工作；

• 中等：AI可以在大多数场景下完成复杂的研究工作，更高质量地完成创造性和体力任务；

• 快速：AI在认知与体力任务上超越人类，大幅压缩研究周期，智能体可进入家庭与工厂工作。

为了确保收集的观点都是有依据的，每位受访者需要为自己的每一项预测提供书面论证，完成这份问卷的平均耗时约为8小时。

先看第一个问题：AI技术会多快进步？

总体而言，受访者在这一点上分歧不大。几乎所有群体都认为，到2030年AI将实现实质性飞跃。

其中，AI从业者和普通公众最乐观，认为“快速”情景出现的概率超过15%；“超级预测者”则相对保守，认为“快速”情景概率为13%，“缓慢”情景概率接近45%。

但真正的分歧在于，一旦技术进步发生，经济会如何反应。

在无条件预测下（即不假设具体情景，让受访者综合判断），几乎没有人认为AI会给经济带来爆发式增长。经济学家、AI专家和超级预测者对2030年美国GDP增长的预测，大多集中在2.5%左右，与历史数值相当。

但在最乐观的“AI快速发展”情景下，不同群体的判断明显分化：AI从业者预测GDP增长5.3%，公众预测4.5%，而经济学家更为谨慎，预测GDP增长率为3.5%，劳动力参与率将降至55%，而最富裕10%家庭持有的财富占比将升至80%。

此外，研究者还指出了一个有意思的矛盾点：经济学家认为2030年前出现中度或快速AI进展情景的概率高达61%，但他们对GDP增长的预测却没有明显高于当前水平。

经济学家给出的理由是，技术的扩散存在时间滞后性。历史上，电气化用了几十年才体现在生产率数据中，个人电脑也花了近20年才真正推动效率提升。此外，地缘政治风险、能源约束等问题不会因AI技术出进步得以解决，也是让他们给出更偏谨慎判断的原因。

不同群体预计AI对经济增长的影响

不同群体预计AI对劳动力市场的影响

不同群体预计AI对社会财富分配的影响

接下来，这项研究让参与者评估了包括技能培训、提高失业保险、无条件提供全民基本收入、AI“曼哈顿计划”、征收算力税和兜底就业在内，6项应对AI冲击的政策实施方案。

结果显示，技能培训是少数能够跨群体形成广泛共识的选项。相比之下，分歧最大的是就业保障计划——仅13.7%的经济学家支持，而公众支持率高达57.1%。

整体来看，经济学家倾向于支持技能培训和失业保险等有针对性的渐进式干预措施，而公众则更偏好提供就业保障和全民基本收入等更广泛的干预措施。

这种分歧与两组人群在经济预测上的差异不成比例——公众在无条件情境下对GDP增长率和劳动力参与率的中位数预测与经济学家仅有微小差异——然而，公众支持就业保障的可能性却是经济学家的近四倍。

这也表明，即便即便AI带来的冲击持续加大，政策落地也可能受制于评估难度和群体分歧，滞后于冲击本身。

这份研究的发现，对当下的AI投资有几个值得思考的启示。

首先，AI的技术进步是真实的，但不支持泡沫叙事。多数专家认为AI会提升GDP增速，但无条件预测下的增速仍与历史均值相当。即使在最乐观情景下，最高预测也只是5.3%，远低于市场上一些“AI会让经济出现爆发式增长”的说法。如果你是因为相信这种叙事而追高，这份研究的结论至少可以给你提供不同视角的观点。

其次，生产力红利有滞后性，这对投资而言也是一种机遇。通用技术的价值往往不会在问世后立刻反映到宏观数据中，而是经过较长时间才逐步体现。因此，一些并不直接处在AI产业链上游、但已经深度应用AI改善效率或商业模式的公司，可能仍处在“市场未充分定价”的阶段——当然，前提是你有足够耐心等待兑现。

此外，政策不确定性可能成为未来波动来源。经济学家和公众对AI政策方向存在明显分歧，而短期内政策落地概率并不高。当技术冲击加速、政策应对滞后时，不确定性本身就可能引发市场波动。

最后，未来依旧充满不确定性。即使是顶尖经济学家、前沿AI从业者和超级预测者，在面对AI的经济影响时，最诚实的答案依然是“不确定性很大”。尤其在“快速”情景下，我们可以看到预测范围会明显扩大，分歧也会加深。

AI依然是这个时代最重要的叙事之一，没人否认它的长期潜力。但在投资上，对未来的信仰未必能转换为更高的收益。

几年前的消费和医药故事也提醒我们，当一个板块承载了过多乐观预期时，问题往往也会随之而来：这种一致预期本身就是风险。而且在预期打得越满的地方，边际变化造成的影响就越大。

在AI主题上做极端押注都可能让你承担与自身认知不匹配的风险。保持配置，但控制仓位、对波动留有余量，或许才是与当前最佳的策略。

所以，还该继续相信AI吗？答案是可以相信，但不要忽视风险all in信仰。

作者 | 屈辰晨

对这份研究感兴趣的小伙伴可以点击“阅读原文”查看原报告。