竞争正在加速升温。埃隆·马斯克旗下SpaceX除航天业务外也在开发人工智能模型，并在上周表示寻求在美国股市达到1.77万亿美元（1.31万亿英镑）的估值。开发Claude聊天机器人的初创公司Anthropic称已提交首次公开募股（IPO）申请；市场预计，ChatGPT开发者OpenAI可能随后跟进。
这一轮资本市场热度与现实投入同步上行。围绕数据中心、芯片等基础设施的支出规模快速扩大，各家公司也在尝试以更可控的方式将人工智能嵌入业务。以下从多项关键指标梳理人工智能热潮所处阶段。
1）人工智能带动美股走强，集中度上升
标普500指数追踪美国市值最大的500家公司，过去五年累计上涨近80%。推动涨势的核心力量来自参与人工智能浪潮的大型科技股，即“壮丽七雄”：Alphabet、亚马逊、苹果、Meta、微软、英伟达和特斯拉。
美国Bianco Research的Jim Bianco表示，投资者对科技股的集中度达到前所未有水平：41只与人工智能相关的股票目前占标普500总市值接近一半。
不过，风险提示也在增多。投资平台Saxo UK分析师Neil Wilson指出，类似1970年代的通胀冲击风险、科技股估值偏高以及私人信贷市场可能冻结等因素，都可能对股市表现构成压力。他称，市场存在重演互联网泡沫的风险，尽管部分估值指标尚未达到当年的极端水平。
2）相关支出快速攀升，执行延迟可能触发审视
高盛数据显示，人工智能相关支出（包括数据中心与芯片）预计将从今年的7650亿美元增长至2031年的1.6万亿美元。高盛同时提示，如此规模的资本开支可能面临现实约束，例如数据中心建设出现延迟。
高盛分析师表示，在资本投入体量如此之大时，即便是轻微的执行延误，也可能引发市场对支撑这些投资的需求假设进行更严格的审视；但若支出计划按期推进，也可能带来新一轮人工智能需求释放。无论结果如何，这一趋势反映出全球金融资源与回报预期对人工智能的高度押注。
3）企业与消费者采用提速，但商业化仍待验证
在效益评价不一的背景下，采用速度仍在上升。麦肯锡称，使用人工智能的企业比例已从2023年的33%升至接近80%。消费者端同样活跃：据Sensor Tower数据，OpenAI的ChatGPT月活跃用户已达10亿，创下应用层面的纪录。
但开发者面临的关键问题是如何从庞大的公私客户群中实现可持续盈利。企业端通常需要证明人工智能能够显著改善结果并降低成本，才会持续投入。报道指出，这往往意味着要用人工智能构建端到端的完整工作流程，而实现这一目标仍有距离。
4）Claude追赶ChatGPT，流量增速更快
Anthropic在去年底开始缩小与OpenAI的差距。其Claude Code工具在旧金山地区的软件开发者中迅速走红并扩散。报道认为，这类工具体现了大型语言模型使用方式的变化，推动向更自主的人工智能代理过渡，使非技术人员也能创建软件并完成多种任务。
尽管OpenAI仍拥有更大的整体用户基础，互联网分析公司Kentik（追踪多家美国互联网服务提供商使用情况）数据显示，Anthropic的追赶速度很快：2023年1月至4月，Claude的用户流量增速明显快于ChatGPT和谷歌Gemini；3月在五角大楼将其列为供应链风险后，Claude流量出现激增。Kentik据此预测，若按当前增速，Claude可能在夏季超过ChatGPT，并称这也是Anthropic可能更容易推进IPO的原因之一。
5）使用成本上行：令牌计费推高企业开支
人工智能聊天机器人或代理每次生成回应，通常以“令牌”（tokens）计量，输入内容同样按令牌计费。不同模型定价差异明显：OpenAI对GPT-5.5的定价为每百万输入令牌5美元、每百万输出令牌30美元。
报道指出，订阅者面临的问题在于令牌成本显著上升，而企业又鼓励员工加大使用强度；与此同时，人工智能公司则认为收费水平仍不足以覆盖成本与投入。
英国人工智能初创公司Pendra创始人Liam Betsworth表示，成本“完全失控”。他称，身边的软件开发者使用代理编程时，往往从最便宜的订阅迅速升级到最贵套餐。Axios此前还报道称，一家未披露名称的公司在一个月内在Claude Code许可证上花费5亿美元。
6）数据中心扩建雄心巨大，资金与能源来源仍不明朗
数据中心被视为人工智能产品的关键基础设施。若容量扩张无法匹配工具增长与使用强度，可能出现计算资源紧张，并推高人工智能公司与用户成本。
彭博社估计，2025年全球在建数据中心容量为23吉瓦（以电力衡量，因为电力限制计算能力）。美国房地产公司JLL预测，2026年至2030年将新增100吉瓦容量，相当于其估计当前容量的两倍，约合1200个数据中心。JLL称，其估算已纳入尚未动工的投机项目。
不过，资金与能源供应从何而来仍是未知数。伦敦大学学院副教授Cecilia Rikap表示，全球许多项目依赖政治承诺来扩展电网与供电，但政府可能无力兑现，并提出对可行性、资金支持与环境影响的疑问。
7）模型能力提升迅速，但就业影响尚未同步显现
研究机构METR的测量显示，自2023年以来，人工智能模型能力显著提升。其指标以模型完成编码任务的能力衡量，并用人类完成同类任务所需时间进行量化；按该口径，模型能力大约每四个月翻一番。
例如，Anthropic的Claude Mythos模型在需要人类专家8小时至2天完成的任务上，成功率达到50%。不过，报道指出，这种能力提升迄今并未在就业层面产生相应影响。Anthropic在3月发布的报告称，理论上人工智能可执行从计算到法律工作的多种职位，但尚未大规模实现。
伦敦国王学院学者、研究人工智能对工作影响的Bouke Klein Teeselink表示，人工智能在劳动力中的采用存在瓶颈，例如高管工作有多少可以安全外包给机器人、法律敏感任务能否由非人类完成等。他同时表示，变革正在到来。
8）数据中心投资对美国GDP贡献突出
在特朗普政府期间美国政府就业减少、多个行业出现大规模裁员的背景下，美国GDP仍持续增长：美国经济分析局数据显示，2025年增长2.1%，2026年第一季度增长1.6%。
一位哈佛经济学家计算称，如果没有数据中心热潮，上述增长可能显著更低；其中，“信息处理设备及软件投资”在2025年上半年对美国GDP增长的贡献占比达到92%。报道认为，这意味着数据中心与人工智能热潮在美国经济增长中占据了较高比重，相关支出一旦放缓，可能带来经济乃至政治层面的影响。
