“投资者因逐利而投入，但他们未必能获得那些回报，尤其当他们忽视来自亚洲的国际竞争时。”

9月9日，2011年诺贝尔经济学奖得主、纽约大学教授托马斯·萨金特（Thomas Sargent）在2026 Inclusion·外滩大会见解论坛上提醒说，面对全球不断升温的AI投资竞赛，判断AI投资回报，不能只看技术进步，还要把全球竞争格局纳入计算。

这是托马斯·萨金特第一次参加外滩大会的见解论坛。他表示，当前亚洲和美国的AI投入都在快速增长，美国尤其明显，少数几家公司相互竞赛，不断加码。但巨额投入并不意味着高回报已经确定。

“它们建立在可疑的模型之上。没人知道这些模型到底会产出什么。”萨金特说。AI技术很可能带来生产率提升和新的商业价值，但投资者最终能否获得预想中的回报，仍存在很大的不确定性。

而在他看来，另一个经常被低估的变量，是来自亚洲的竞争。

萨金特特别提到中国。他认为，今天AI快速进步背后有两个重要条件：海量数据和强大算力，而中国在大数据应用方面是引领者之一，不仅体现在社会科学，也体现在物理学等基础研究领域。

他举例说，中国正在建设的中微子探测装置能够收集海量物理数据。“中国拥有大数据，也拥有强大的计算能力。”

这意味着，在AI这场竞争中，亚洲并不是跟随者。尤其当AI越来越依赖数据、算力以及模型能力的持续迭代，拥有这些基础条件的中国和亚洲市场，将直接影响全球AI产业的竞争格局。

萨金特还提到，人工智能领域的前沿方法正在快速扩散，通义千问、DeepSeek等中国大模型也在应用相关方法，技术能力不会长期停留在某一个国家或少数几家公司手中。

因此，如果投资者计算一家AI公司的长期价值时，默认它能够长期维持技术优势、获得高额利润，那么这个假设本身就值得重新审视。

“投资者因逐利而投入，但他们未必能获得那些回报。”萨金特提醒，尤其不能忽视来自亚洲的国际竞争。