精华速览

哥伦比亚大学商学院教授斯泰恩·范·纽文伯格在一份为布鲁金斯学会会议准备的论文中指出，美国AI基础设施建设规模可能超过历史上电力、铁路、州际高速公路和互联网等大型项目。预计到2032年，每年约3.6%的GDP将投入该领域，累计超10万亿美元，高于19世纪末铁路建设时期每年占GDP 2.2%的投入。AI投资已从科技巨头自有现金转向依赖外部复杂融资，杠杆率不断上升。范·纽文伯格保守估计未来7年美国将新增约183吉瓦数据中心容量，而目前约57吉瓦。他警告，围绕AI产业的大量特殊目的实体（SPV）及融资安排不透明，类似次贷危机时期，存在实质性下行风险，但并非预示金融危机迫在眉睫。

要点透视

  • 哥伦比亚大学商学院教授斯泰恩·范·纽文伯格在布鲁金斯学会会议论文中估算，到2032年美国每年约3.6%的GDP将投入AI基础设施，累计规模超10万亿美元。
  • 这一投入比例高于19世纪末美国铁路建设时期每年约占GDP 2.2%的水平，也远超20世纪50年代州际高速公路和90年代中期电信基础设施扩张每年略高于GDP 1%的投入。
  • 范·纽文伯格保守估计，未来7年美国将新增约183吉瓦数据中心容量，而目前已经安装的数据中心容量约为57吉瓦。
  • AI投资最初由亚马逊、Meta、谷歌等公司利用自有现金进行，如今已演变成大规模扩张计划，融资方式越来越复杂，整体杠杆率不断提高。
  • 范·纽文伯格指出，围绕AI产业形成的大量特殊目的实体（SPV）及相关融资安排，其不透明程度让人联想到美国次贷危机时期的情况。
  • 他估算，到2032年AI行业每年需要创造约3.7万亿美元收入才能实现目前预期的投资回报；而目前对OpenAI和Anthropic年合计收入的估算约为1000亿美元，这意味着相关收入需以每年约80%的速度增长。
  • 论文强调，目前情况并不意味着金融危机迫在眉睫，AI应用强劲增长、较高基础设施利用率及模型能力提升可能支撑预期投资并带来稳定现金流。
  • 一些地方政府越来越不愿接纳大型数据中心，担心对当地电力、水资源造成压力；美联储官员也在考虑数据中心建设热潮是否加剧通胀压力。

文章拆解

美国AI基础设施投资正从科技巨头的自有现金支出，转向依赖银行、私人信贷、房地产公司等多方参与的复杂融资结构。范·纽文伯格的研究将这一轮扩张与历史上铁路和电信基础设施泡沫相类比，核心逻辑在于：投资规模空前、收入来源尚未验证、融资链条不透明且杠杆不断累积。当市场预期发生调整时，这些因素叠加可能引发实质性下行风险。

从行业影响看，AI基础设施的巨额投入正在重塑美国经济结构。预计到2032年每年3.6%的GDP投入，意味着AI相关建设将成为经济增长的重要驱动力，但也可能对电力、水资源等地方基础设施造成压力，并加剧通胀担忧。美联储官员已开始关注数据中心建设热潮的通胀效应，部分地方政府对大型数据中心的态度趋于谨慎。

值得关注的变量包括：AI行业能否以每年约80%的速度增长收入，以支撑到2032年每年3.7万亿美元的收入目标；当前OpenAI和Anthropic年合计收入约1000亿美元，与目标差距巨大。此外，特殊目的实体（SPV）等融资安排的不透明性，可能使风险分散到整个经济体系，一旦收入不及预期，去杠杆过程可能波及金融稳定。

潜在风险方面，范·纽文伯格明确表示，这并不意味着金融危机迫在眉睫，AI应用的强劲增长、较高的基础设施利用率和模型能力提升都可能支撑投资回报。但市场需求不确定、技术变化快速、执行瓶颈和高杠杆叠加，若市场预期转向，下行风险不容忽视。尚待确认的是，未来AI收入增长能否达到预期，以及复杂融资结构中的具体风险敞口规模。

查看原文