2026年8月17日，北京，一款搭载具身大模型的机器人在AI原点社区内的一处真实场景试验室进行整理家务训练（新华社/图）
最近，ARK Invest（方舟资本）首席未来学家Brett Winton（布雷特·温顿）在社交平台上抛出一个判断：AI基础设施回报高、回收快，即使融资成本上升，建设者仍有动力借钱扩张。他提醒，随着AI基础设施的年度资本需求迈向数万亿美元规模，这些项目将越来越多地进入全球债券和信贷市场，与传统企业直接争夺资金。届时，一些看似与AI无关的公司，可能突然发现：原本容易续上的债务变贵了，甚至难以获得。马斯克看完，先回复了一个“100分”，随后又转发评论：AI的激流已经开始了。
这段对话让我意识到，我们之前是不是把AI对产业的冲击理解得太窄了。翻译担心机器翻译，程序员担心编程智能体，广告公司担心生成式设计，客服中心担心语音助手。沿着这条逻辑，我们主要讨论两个层次的问题：AI会不会进入我的行业？我的产品会不会被替代？但当AI产业发展到今天这样的规模，这两个问题有些过时了。即使AI永远不生产与你相同的产品，它也完全可能改变你的经营环境。
Winton补上了第三层：AI会争夺资本。我觉得还可以再往前一步，第四层是AI开始争夺其他产业赖以生产的稀缺要素。资本、晶圆、电力、关键设备以及熟练工人，都可能因为AI这个强势新买家的出现而重新定价。
最近手机和笔记本电脑的涨价，就是一个非常直观的例子。过去一年，全球DRAM内存价格已上涨约5倍，《金融时报》将这场全球内存紧缺称为“RAMageddon”。过去，全球每年销售十几亿部手机和数亿台电脑，消费电子一直是DRAM和NAND最重要的客户，三星、SK海力士、美光等厂商自然围绕这些市场安排产能。但AI服务器兴起后，高带宽内存（HBM）、高容量DDR5和企业级固态存储的需求猛烈增长，这些厂商开始把有限的洁净室、晶圆和资本开支转向AI一侧。IDC把这一变化称为全球存储产能的一次“战略性重新配置”。道理并不复杂，一片晶圆拿去生产HBM，就无法同时拿去生产普通手机和PC需要的内存。
这件事真正值得关注的地方，在于AI根本无需进入手机行业，就足以改变手机行业。它没有抢走苹果、华为、联想的用户，却改变了这些企业获得关键零部件的价格和优先级。一个从未订阅过任何AI应用的人，也会因为更贵的手机和电脑承担AI繁荣的一部分成本。技术冲击由此出现了一条过去容易被忽略的路径：一个新产业只要愿意为稀缺资源持续支付更高价格，就可能改变整个市场的分配顺序，并最终抬高其他产业的生产成本。
类似的事情，正在电力系统里发生，而且规模可能更大。IEA（国际能源署）披露，2025年全球数据中心的用电量增长17%，其中AI型数据中心增长约50%。一座大型AI数据中心消耗的远不只是GPU，它还需要持续稳定的大规模电力，以及变压器、开关设备、不间断电源、电缆和冷却系统。GE Vernova（美国通用电气公司）披露的数据颇具说服力：2026年以来，公司来自数据中心的电气化设备订单已经超过50亿美元，是2025年全年总量的两倍以上；燃气发电设备的订单和预留产能也快速增加。
这意味着什么？一家制造企业准备扩大工厂，可能发现变压器的交付周期拉长了。一家企业想获得更多电力容量，可能发现电气设备涨价了。一个城市准备扩建电网，可能发现电气设备涨价了。他们没有购买一块GPU，却已经开始与GPU背后的数据中心争夺同一批资源。
这种竞争还会穿透到劳动力市场。美国得州阿比林正在建设Stargate大型AI数据中心，《得州论坛报》（The Texas Tribune）2026年4月报道，当地的住宅建筑商越来越难找到电工。因为数据中心给出的工资，可以达到住宅建筑项目的两倍。一位建筑商说，他的电气分包商失去了两名领班和多名助手，房屋建设周期因此比以前延长了两个月。AI没有学会盖房子，却抢走了房地产需要的人，让盖房子变慢、变贵了。住宅建设、医院、工厂、电网改造与数据中心需要的高压电工、暖通工程师、焊工、调试工程师高度重合。当一个回报率更高、资本更充裕的新行业加入竞争，人的流动与晶圆的流动其实遵循同样的逻辑。
再往上游看，这种竞争还会延伸到铜、铝等原材料。标普全球2026年发布的研究预计，全球铜需求将从2025年的2800万吨增至2040年的4200万吨，增幅约50%。AI和数据中心正成为这一轮铜需求增长的重要新增驱动力之一，若不能扩大开采与回收，届时供给缺口可能达到1000万吨。
把这些现象放在一起，就能看到一个比“AI替代工作”更大的变化。AI正在成为全球经济里一个极其强势的“边际买家”。所谓边际买家，可以简单理解为那个最愿意支付高价、并且需求仍在快速增加的人。市场价格往往由它决定。今天的AI产业恰好具备这样的特征：投资者愿意持续给钱，算力中心敢于承担巨额资本开支，头部企业又拥有极强的现金流和融资能力。于是它进入哪个要素市场，哪个市场原有的价格体系和分配顺序就可能被改写。
当然，市场不会永远停留在短缺状态。存储厂会扩产，电力公司会新建电站和输电线路，变压器企业会扩充产能，高工资也会吸引更多年轻人学习电气工程。但所有新增供给都需要时间。晶圆厂从投资到投产需要数年，发电站和输电网络的建设周期更长，培养一个成熟电工也无法在几个月内完成。而技术革命的速度，却可能远远快于这些传统供给体系的扩张速度。未来几年，很多短缺很可能都来自这种速度差，并不断体现为涨价、短缺、等待和重新分配。
因此，AI对经济更深层的影响，已经不能只看它创造了多少新产品、替代了多少岗位，还要看它如何改变整个社会的相对价格：资本更愿意去哪里，晶圆优先供给谁，一座城市有限的新增电力留给谁，最好的电工和工程师选择哪一个项目。无数这样的微观选择叠加起来，最终会重画很多行业的成本曲线和利润边界。从这个意义上说，AI正在形成一种新的“经济引力”。距离它最近的产业被直接吸进去，距离较远的产业则通过资本、能源、材料和劳动力价格感受到它的存在。
这才是AI开始抢走一切真正值得讨论的地方。AI无需亲自进入每一个行业，只要改变资本、能源、制造和劳动力等基础要素的价格，影响就会沿着成本链扩散到整个经济体系。我们原来以为AI最大的力量是“替代”。现在看来，“重新定价”可能是另一种更隐蔽、影响范围也更广的力量。这也是为什么我越来越觉得，“我的行业和AI没有关系”，很可能会成为未来几年最危险的一句话之一。
今后观察AI的宏观影响，我觉得需要同时看两张表：一张记录它创造了什么，另一张记录它挤走了什么。前一张表上是新模型、新产品、新公司和新的生产率；后一张表上则是资本流向、产能迁移、能源约束和成本抬升。我们或许会发现一个略显残酷的事实：你可以选择不做AI，却很难选择生活在一个与AI无关的行业里。
南方人物周刊特约撰稿 胡逸
