AI万亿美元赌注如何才能获得回报

宾夕法尼亚大学沃顿商学院金融学教授杰西卡·瓦赫特最近做了一项研究，试图搞清楚这轮AI基建狂潮到底要跑多快才能不翻车。她没有去预测AI模型未来会有多好用、多普及，而是从一个板上钉钉的事实出发：几家超大规模云厂商正在砸下天文数字的资金建设AI数据中心。她和合作者估算，到2027年这些支出将接近1.1万亿美元。于是问题就变成了：这些公司的利润需要以多快的速度增长，才能证明这笔钱花得合理？答案令人倒吸一口凉气——考虑到资本成本、15%的回报率以及资产折旧，这些AI公司到2030年需要将自身生产率提升2.7倍才能实现盈亏平衡。瓦赫特说这并非不可能，其带来的经济增长速度大致相当于美国1990年代中期开始持续约十年的IT繁荣期。但她也指出，要把通常需要十年才能实现的增长压缩到几年内完成，压力极大。如果达不到这个利润目标呢？瓦赫特的回答很直接：它们将无法按时支付利息，面临破产风险。她和合著者在论文中得出结论：如果生产率爆发未能兑现，当前的基建投资将成为人类历史上最大规模的资本错配。 今年超大规模云厂商的资本支出约为7500亿美元，在全美各地建设大型数据中心，而且丝毫没有放缓的迹象。据一些预测，Alphabet、微软、亚马逊、Meta和甲骨文（与OpenAI合作）这五家公司的AI资本投资总额在未来四年可能超过5万亿美元，堪称史上任何行业最大规模的资本投入之一。但问题同样显而易见：花出去的是万亿级别，收回来的是什么？曾在拜登政府时期执掌美国证券交易委员会的加里·根斯勒如今是MIT斯隆管理学院教授，他直言，今年AI行业的总收入大约只有1500亿到2000亿美元。支出与收入严重不成比例，这是事实。真正的问题是，这笔投资未来能否收回。这个万亿美元级别的赌注，牵动的不只是几家AI巨头的财务健康，还有整个美国经济——这些投资很快可能膨胀到占GDP的3%左右。数据中心本身能否存活，也取决于这个问题的答案。 没有人真正知道这些耗资数十亿的庞然大物未来能有多赚钱、多有用。过去几年AI模型确实进步惊人，但我们需要多少算力，谁也说不准。技术可能变得更高效，从而减少对原始算力的依赖；AI产品的需求也可能放缓，或者客户转向更便宜的模型。今年的风险尤其加剧，因为这些AI公司已经开始大量举债来建设更多数据中心。自由现金流——经营现金流减去资本支出——预计很快将跌入负值区间。就连以现金充裕著称的Alphabet，最新一季度的财报也显示，近1200亿美元的亮眼营收被AI基础设施投入吞噬殆尽。这场豪赌的筹码还在加码，但牌桌上的赢面，至今没人能算清楚。