What’s at stake in AI’s trillion-dollar gamble

资讯摘要

When Jessica Wachter, a finance professor at the University of Pennsylvania’s Wharton School, wanted to assess AI’s impact on the economy over the next few years, she faced a long list of business and technical uncertainties. So she started with what she calls a “remarkable fact” that is not in question: A handful of so-called hyperscalers are investing huge amounts of money to build AI data centers. Instead of trying to predict how useful and widely deployed AI models will be, she simply asked how fast the hyperscalers’ earnings will need to grow to justify their spending through 2027, when—she and her…

资讯正文

当宾夕法尼亚大学沃顿商学院金融学教授 Jessica Wachter 想要评估未来几年人工智能对经济的影响时，她面对着一长串商业和技术上的不确定因素。因此，她从一个她称之为“非同寻常的事实”入手，而这一事实并无争议：少数所谓的超大规模云服务商正在投入巨资建设人工智能数据中心。

她没有试图预测人工智能模型究竟会有多大用处、部署范围会有多广，而只是提出了一个问题：这些超大规模云服务商的利润需要以多快的速度增长，才能证明其截至2027年的支出是合理的？她与合作者估计，到那时，相关支出将接近1.1万亿美元。这是一种直截了当的会计方法，用以理解当前这场历史性规模的人工智能基础设施建设浪潮。

结果令人震惊：若将资本成本、15%的回报率以及资产折旧计算在内，这些人工智能公司必须将自身生产率提升至原来的2.7倍，才能在2030年前实现盈亏平衡。Wachter 表示，这并非不可能。由此带来的经济增长将相当于美国从20世纪90年代中期开始、持续约10年的信息技术繁荣时期所出现的增长。但她说，要在2030年前实现这一目标，“意味着把大量增长压缩到短短几年之内”。如果这些超大规模云服务商无法达到这样的利润目标，又会怎样？

“那么，它们将无法按时支付利息，并面临破产风险。”Wachter 说。她曾担任美国证券交易委员会（SEC）首席经济学家，以及经济与风险分析部门负责人。她和合著者在研究论文中得出结论，如果生产率繁荣“未能成为现实”，“当前这轮建设将成为历史上最大规模的资本错配”。

无需超级智能也能看出，如今对人工智能基础设施的大规模投资伴随着巨大风险。这些超大规模云服务商今年将支出约7500亿美元，用于建设遍布美国各地的大型数据中心。而且，这股支出热潮丝毫没有放缓的迹象。根据一些预测，未来四年，Alphabet、Microsoft、Amazon、Meta 和 Oracle（后者与 OpenAI 合作）这些超大规模云服务商的人工智能资本投资总额可能超过5万亿美元。

这是历史上任何行业规模最大的资本投资之一。但一个显而易见的问题摆在所有关注此事的人面前。

曾在拜登政府时期领导 SEC、现任麻省理工学院斯隆管理学院教授的 Gary Gensler 表示，尽管这些超大规模云服务商计划投入数万亿美元，但今年人工智能行业的总收入预计只有约1500亿至2000亿美元。“挑战在于，这些支出目前还没有与之相称的收入。这是事实，”他说，“接下来的问题是：这笔投资能否在未来收回？”

这个价值万亿美元的问题关系到人工智能巨头的财务健康状况，也关系到美国整体经济——相关投资很快可能膨胀至国内生产总值（GDP）的约3%。其答案还可能决定这些造价极其高昂的数据中心本身的命运。

没有人真正知道，未来这些耗资数十亿美元的庞然大物究竟能带来多少利润、发挥多大作用。尽管 AI 模型在过去几年取得了令人惊叹的进步，但我们究竟需要多大的算力，谁也说不准。这项技术可能会变得更加高效，从而降低对原始计算能力的依赖。也可能是 AI 产品的需求放缓，或者客户转向更便宜的模型。

今年，投资者和整体经济面临的风险都进一步加大，因为这些 AI 公司已经开始大举举债，建设越来越多的数据中心。预计这些公司的自由现金流——即经营现金流减去资本支出——很快将转为负值。就连素以创造并囤积巨额现金著称的 Alphabet，也在最新季度报告称，其近 1,200 亿美元的可观营收被 AI 基础设施支出吞噬，最终出现约 59 亿美元的自由现金流缺口——这是 Google 自 2004 年上市以来首次出现短缺。

短期来看，对其中大多数公司而言，这并不是一个严重的财务隐忧。它们利润丰厚，财力也非常雄厚。但债务成本高昂，而且一些投资者正在失去耐心。如果未来对这些数据中心算力的需求下降，公司仍须偿还借款。更重要的是，随着这些贷款通过各种金融机制被层层转手，风险也正在向经济的其他领域扩散。

仅仅覆盖新数据中心的巨额建设成本还不够。随着借款增加，超大规模云服务商还必须承担不断上升的资金成本。它们需要取得足够亮眼的回报，才能向投资者和债权人证明这些支出是合理的。除此之外，它们还必须弥补这些设施内价值数十亿美元的芯片折旧——这是一枚埋藏在投资中的定时炸弹。

位于数据中心核心的昂贵 GPU 芯片，其性能大约每两年就会翻一番；这类计算电子设备约占数据中心成本的 60%。这种进步速度有助于解释 AI 模型为何日益神奇，但它也伴随着代价。如果希望保持竞争力，今年和明年投入运营的 AI 数据中心，其所有者将在本十年结束前额外投入数十亿美元，购买下一代芯片。Princeton 信息技术政策中心的 Mihir Kshirsagar 表示，如果没有这些投资，数据中心就可能沦为“空壳”，成为“散落各处”的搁浅资产。

直截了当地说：AI 公司需要开始赚取多得多的钱，而且必须尽快做到。但仅仅提高盈利，仍不足以长期维持其数据中心投资。

生产力就是一切

归根结底，AI 还必须创造广泛的经济增长，才能证明超大规模云服务商持续疯狂投入的合理性。

斯隆管理学院的 Gensler 将如今对 AI 基础设施的大规模投资形容为“资本市场和整个经济体系的一场串关押注”。这意味着，要想取得成功，就必须赢下三项相互关联但彼此独立的赌注：超大规模云服务商必须创造巨额收入；AI 必须推动广泛的经济增长；与此同时，依赖数据中心、性能强大但成本高昂的所谓前沿模型，还必须抵挡住更廉价版本的竞争——许多企业可能会觉得这些廉价版本已经足够好用。

这件事之所以如此棘手，是因为每项赌注都取决于另外两项，同时又各自面临挑战。

如果超大规模云服务商在未来十年仍继续斥巨资建设数据中心，其收入就必须飙升至数万亿美元。哥伦比亚商学院金融学教授 Stijn Van Nieuwerburgh 的估算基于这样一种情景：2025年至2032年间，将建成约183吉瓦的规划 AI 算力；据他计算，每吉瓦算力的成本约为410亿美元。假设回报率为10%——这是大多数投资者可以接受的最低水平——那么到2032年，每年“所需”的收入将达到约3.7万亿美元。

其他人的估算也得出了相近的数字。

要实现这样的收入规模，赢下第二项赌注——推动整个经济体的生产率增长——将至关重要。

未来几年，AI 公司或许只需向所有争相采用 AI 的企业出售订阅服务和 token，就能增加收入。但最终——而且这种情况可能已经开始出现——这些付费客户将需要通过这项技术带来的净收益来证明其支出合理。AI 必须兑现承诺：提高员工生产率，让企业运营更高效、更有利润，同时扩大其产品和服务。

用经济学术语来说，客户需要看到生产率增长。综合来看，这些成果将意味着整个国家正在繁荣发展、经济持续增长。

MIT 经济学家、2024年诺贝尔奖得主 Daron Acemoglu 表示：“如果无法实现生产率提升，人们迟早会对 AI 失去热情，这将导致投资下降，也会限制收入增长。”他说，要让这些投资在未来五到十年内保持可持续性，我们显然“需要看到生产率提升”。

大多数密切关注相关数据的经济学家都认为，目前整个经济体层面的统计数据几乎没有显示 AI 带来了生产率增长。不过，也有一些令人鼓舞的迹象表明，这种增长可能即将到来。最近一项针对美国、英国、德国和澳大利亚约6,000名企业高级管理人员的调查显示，绝大多数受访者——约90%——表示过去三年的生产率没有提高。但他们预计，未来三年的生产率累计将提升约1.45%；美国高管预计同期将提升2.25%。

在一项后续调查中，受访者还表示，其企业计划增加 AI 支出。基于此，调查作者预计，到2026年底，私营部门的 AI 支出将达到约2,800亿美元。

这对超大规模云服务商来说是个好消息。但对那些担忧 AI 冲击就业的人而言，其中也夹杂着坏消息。这些高管预计，将通过提高销售额、同时大幅削减员工人数来提升公司的生产率。

如果 AI 是以摧毁就业岗位的方式提高生产率，公众对这项技术的反弹——例如我们已经在数据中心问题上看到的那种抵制——很可能会愈演愈烈。或许，Gensler 所描述的这场串关押注还应该再加上一项赌注：公众和当地社区必须感受到，他们也正从 AI 领域的巨额投资中受益。

而且别忘了，这些赌注彼此之间高度依存；如果生产率增长来自企业运行 DeepSeek 之类的模型，那么超大规模云服务商的收入可能会崩塌。如果生产率提升来自裁员，公众的反弹则可能阻碍许多计划中的投资，并抑制预期收入。要让超大规模云服务商的这场豪赌获得回报，我们必须赢下所有这些赌注。

我们如今都是这场 AI 豪赌的一部分

当 AI 公司还只是动用多年来积累的现金建设自己的数据中心时，情况尚且不同。当时，风险基本只局限于它们自身的资产负债表和股东。但当大部分资金来自借贷时，这场游戏的风险就高得多。以 Morgan Stanley 的估算为例，超大规模云服务商在 2025 年至 2028 年间用于建设 AI 数据中心的 2.9 万亿美元支出中，超过一半将由“外部资本”提供融资。

借贷正促使一些公司设计复杂的融资网络，而这些网络正在与经济体系的其他众多部分交织在一起。Columbia University 的 Van Nieuwerburgh 表示：“许多金融机构都直接或间接地承担着这些数据中心相关的风险敞口——它们可能是贷款方，也可能为部分债务提供担保，或者是为这些数据中心提供资金的私人信贷基金背后的出资者。人们甚至不知道自己持有这些东西。它藏在他们养老基金的深处。归根结底，它还支撑着他们的人寿保险保单。这种风险正被分散到各个看不见的角落。”

随着数据中心投资激增，相关金融工程也变得愈发错综复杂。

以 Meta 正在路易斯安那州 Richland 建设的所谓 Hyperion 数据中心为例。2024 年末，该公司宣布了这一计算能力达 2 吉瓦、造价约 100 亿美元的项目；当时，这是 Meta 规划中的最大数据中心。该项目位于该州东北部的乡村地区，受到州和地方政界人士的热烈欢迎，并被视为当地社区的一大利好。该州最大的公用事业公司 Entergy Louisiana 随即加快推进方案，计划建设三座大型天然气发电厂，为这座庞大的数据中心供电。

到了去年秋天——当时预计成本已升至300亿美元——融资安排变得复杂得多，也让当地一些人更加不安。Meta将80%的权益转让给大型私人信贷公司Blue Owl Capital（该公司本身也深陷困境），双方成立了一家名为Beignet的合资企业（名称取自新奥尔良著名的贝奈特饼），为这座数据中心筹集资金。随后，Meta与该合资企业签署了一系列为期四年的租约；Meta称，这一安排赋予公司“长期战略灵活性”。为给协议提供保障，Meta向合资企业作出所谓的剩余价值担保：如果“任何租约未获续签或被终止”，Meta将支付现金，以补足该设施的价值。都明白了吗？

希望如此。事实上，这套金融运作甚至更加错综复杂，其中还牵涉多家全资子公司和有限责任公司（LLC）。Beignet设立了Laidley LLC，由后者以房东身份拥有并运营该场地。Laidley再把这些设施出租给Meta的全资子公司Pelican Leap LLC，后者是承租方。此外，组成数据中心园区的不同建筑分别由一系列为期四年的租约覆盖。

Van Nieuwerburgh表示，租期与数据中心GPU的预期使用寿命相同并非巧合。他说，虽然Meta若提前终止租约就必须还清贷款，但其投资者最终仍会“面对一栋空楼，而且没有现金流”。“然后，他们需要为一座巨型数据中心寻找新租户——祝他们好运吧。”

与此同时，Meta正在进一步加码这项押注。今年7月，该公司宣布将数据中心的计算能力扩充至5吉瓦。如今，其总造价已达到500亿美元（到目前为止，Meta尚未说明Blue Owl是否会参与扩建项目的融资）。Entergy则计划再建7座燃气发电厂，使这些设施的总发电能力达到约7.5吉瓦，相当于新奥尔良用电量的约6倍。

如果说这套复杂的融资安排令许多投资者、甚至金融专家都感到困惑，那么对那些直接受到数据中心建设影响的人来说，它就更加令人费解。人们最主要的担忧是，Entergy在天然气发电厂上的支出将如何影响电价，以及如果Meta退出，最终将由谁为这些电力设施埋单。

Entergy称，Meta向其提供了为期20年的担保，承诺在这段时间内购买电力，以覆盖发电厂及相关基础设施的成本。但仍有人持怀疑态度，尤其是考虑到AI行业的形势变化如此之快。一直呼吁路易斯安那州公共服务委员会提高数据中心及其融资安排透明度、但基本未获成功的忧思科学家联盟高级分析师Paul Arbaje问道：“四年后，Mark Zuckerberg还会对此感兴趣吗？还是他会就此放弃？”

即使这份为期20年的协议能够维持下去，消费者权益倡导者仍担心，Meta或其合作伙伴不会完全承担所有成本，包括发电厂运营和维护相关费用，而这些额外成本可能会转嫁给居民用电客户。平价能源联盟（Alliance for Affordable Energy）执行主任Logan Burke还表示，如果Meta最终需要的电力没有Entergy规划的那么多（相关预测并未公开），消费者可能不得不为这些发电厂生产的过剩电力买单。

如果Meta提前终止租约，又会怎样？“事情很快就会变得复杂，”Burke说。他质疑，不断变化的金融实体阵容是否会履行现有协议。“很难相信未来20年里，每一方都会按自己所说的去做。”

对忧思科学家联盟（UCS）的Arbaje来说，归根结底就是：“他们正下重注，赌这些数据中心物有所值。要赌就用自己的钱，而不是用电力用户的钱。”

泡沫之后

预测AI投资泡沫何时破裂是徒劳之举。但鉴于超大规模云服务商及其投资者已经陷入非理性繁荣，清算之日终将到来，这一点几乎毋庸置疑。当然，你也可以辩称这次情况不同，会计规则和经济史的教训并不适用，因为AI的变革性太强。或许如此，但别指望一定如此。

“历史告诉我们，到了某个时候，行业就会出现收缩，问题只在于何时发生以及程度有多严重，”斯隆管理学院的Gensler说。如今每年7500亿美元的支出规模可能会在明年“持平”或下降。又或者，他认为，“时间来到2028年或2029年，随后他们突然开始收缩，因为产能已经足够了。”但他补充道：“你基本可以确定，收缩终会发生。”

尽管所谓的收缩可能不可避免，但值得牢记的是，金融泡沫与底层AI技术革命的命运可能截然不同。已经有一些硅谷内部人士开始期盼崩盘；资深风险投资家Vijay Pande最近在一篇博客文章中写道：“即将到来的崩盘，可能是这项技术所能遇到的最好的事。”这种观点不无道理。崩盘可能会让AI投资回归理性，遏制CEO们每飞过一片空地就想在那里建造价值数十亿美元数据中心的冲动，并促使投资者重新把重点放在如何利用这项技术创造可持续价值上。

但我们或许应该谨慎对待自己的愿望。21世纪初互联网泡沫破裂后，数十万人失业，大大小小的公司纷纷破产，硅谷和旧金山的经济遭受重创（至少有一段时间如此），其冲击还使美国在2001年陷入轻度衰退。对金融界和许多科技从业者而言，那段日子绝不好过。

对经济和普通美国人造成更沉重打击的，是始于2007年末的大衰退。将大衰退前的金融工程与如今超大规模云服务商采用的手段进行比较，结果令人警醒。所谓的特殊目的载体（SPV）又回来了！如果哥伦比亚大学的 Van Nieuwerburgh 对超大规模云服务商投资渗透并牵连整个经济所带来的危险判断正确，那么后果可能会非常严重。

然而，在这两次经济低迷之后，相关技术都存活了下来，甚至蓬勃发展。尽管遭遇了互联网泡沫破裂，21世纪初仍是一个伟大创新不断涌现、科技乐观主义盛行的时期。对荒唐技术的狂热投入逐渐退潮，这有助于让投资集中到更有前景的技术上。每一家超大规模云服务商都从那次崩盘的废墟中崛起，或在崩盘后不久创立，这并非巧合。与互联网泡沫同期出现的电信泡沫热潮中建成的光纤基础设施，至今仍是当今大部分通信基础设施的骨干；没有它，我们就不会拥有 Facebook、Amazon 或 Google。

然而，这一次我们面临一种独特的风险：超大规模云服务商投入的巨额资金，已经将 AI 本身的未来与遍布全美的大型数据中心的命运捆绑在一起。这套逻辑建立在一种对 AI 规模化力量根深蒂固的信念之上：规模建得越大，它就会变得越聪明。这或许是真的，但尚未得到证实，是一场风险很高的押注。

目前已经出现了许多危险信号：公众强烈反对建设新的数据中心；更便宜、表现足够好的 AI 模型带来了竞争威胁；小型本地 AI 模型也在迅速改进。这些趋势无一指向一个由部署在耗资数十亿美元的巨型数据中心里的前沿模型所主导的未来。

围绕超大规模云服务商巨额支出形成的金融泡沫，最终很可能会破裂——或许很快就会。它可能带来财务上的痛苦，但我们会挺过去。华尔街会挺过去。AI 本身也会存续下去，尽管它可能会呈现出不同的面貌，并褪去几分如今的傲慢。相比之下，那些由数万亿美元支出催生的巨型数据中心，其财务命运和未来效用则远没有那么确定。

来源与参考

1. 原始链接
2. What’s at stake in AI’s trillion-dollar gamble