事件背景
7月23日，野村全球宏观研究主管苏博文在”全球宏观经济分析与中期展望”线上媒体交流会上表示，长远来看，AI发展对宏观经济仍是利好。他认为，当前市场对超大规模企业（如美股七姐妹）的盈利预期非常高，但最终盈利增长和AI投资都会在某个时点放缓——市场往往超前预期、过度外推乐观情绪，这是常见现象。
与此同时，野村指出中国在开源模型推广、电力供应、人才储备以及与机器人结合的”实体人工智能”方面均具备优势，AI在中国的落地速度甚至可能快于美国，且相关公司估值更为合理。
市场分析：AI投资的宏观逻辑
当前市场对AI的定价存在两个层面的博弈：
短期层面：AI基建投入巨大，美股七姐妹（苹果、微软、谷歌、亚马逊、Meta、英伟达、特斯拉）的资本开支持续攀升。以谷歌和特斯拉为例，7月财报发布后，两家公司均强调AI投资的长期回报，但高额支出仍引发市场担忧，特斯拉盘后下跌4.1%，Alphabet盘后也一度跌超4%。
长期层面：从历史上看，每一次重大技术革命（互联网、移动互联网、云计算）都经历了”投资先行→泡沫消化→效率释放”的周期。AI作为通用目的技术，其真正的宏观价值不在于基础设施本身，而在于应用层面对全要素生产率的提升。
野村的分析框架提供了一个有价值的视角：AI投资对宏观经济的影响，短期看是需求拉动（基建投资、芯片采购），中期看是效率冲击（替代效应与就业结构变化），长期看是生产率提升（全要素生产率的系统性改善）。
中国AI的独特路径
值得关注的是，野村对中国AI落地持相对乐观态度。这与一些外资机构”中国AI追赶论”的叙事有所不同。苏博文提到的几个优势值得注意：
第一，开源模型生态。中国大模型在开源社区的活跃度持续提升，降低了AI应用的门槛。7月25日有报道指出，中国大模型正在”撕裂”硅谷，撼动OpenAI、Anthropic的长期估值逻辑。
第二，电力与基础设施。中国在电力供应和算力基建方面有系统性规划，这为AI的规模化落地提供了基础条件。
第三，实体AI结合。中国制造业体量庞大，AI与机器人、工业自动化的结合场景丰富，落地速度可能更快。
影响展望
从理论上看，AI对宏观经济的结构性影响可能体现在以下几个方面：
第一，中国AI公司的估值体系可能面临重估。如果中国AI落地速度确实快于美国，当前A股和港股的AI相关标的可能获得新的定价锚点。
第二，AI对就业结构的影响将逐步显现。从历史上看，技术革命在创造新岗位的同时也会淘汰旧岗位，这种结构性调整可能在中长期影响消费和通胀。
第三，美联储的货币政策路径可能受到AI投资节奏的间接影响。野村指出，AI基建投资短期内可能推高物价，但长期通过提升生产率抑制通胀——美联储可能选择暂时按兵不动，依据实时数据判断。
需要关注的风险点
一是AI投资回报的不确定性。当前全球AI资本开支处于历史高位，但商业化落地仍需时间验证，存在投资回报不及预期的风险。
二是地缘政治风险。中美科技竞争持续，中国AI产业的发展可能面临技术封锁和供应链限制。
三是市场预期过高。正如苏博文所言，市场往往过度外推乐观情绪，当预期与现实出现偏差时，可能引发阶段性调整。
风险提示：本文仅为信息梳理与分析框架分享，不构成任何投资建议。市场有风险，投资需谨慎。文中提及的机构观点仅作学术交流用途，不代表对任何市场走势的判断或预测。过往表现不代表未来收益。
数据来源：上海证券报·中国证券网、每日经济新闻、野村全球宏观研究（2026年7月）