AI基建投资规模空前 复杂融资结构潜藏风险

一项最新研究显示，美国人工智能基础设施建设对经济产出的消耗规模，可能超过电力、铁路、州际高速公路以及互联网等历史上大型基础设施建设项目。哥伦比亚大学商学院金融与房地产学教授斯泰恩·范·纽文伯格在为布鲁金斯学会一场会议准备的论文中指出，最初由亚马逊、Meta以及Alphabet旗下谷歌等公司利用自有现金进行的AI投资，如今已经演变成一项大规模扩张计划。

据其估算，到2032年，美国每年将有约3.6%的国内生产总值投入这一领域，累计规模超过10万亿美元，约合67.23万亿元人民币。这一比例高于19世纪末美国铁路建设时期每年约占GDP 2.2%的投入，也远高于20世纪50年代开始建设的州际高速公路系统以及20世纪90年代中期启动的电信基础设施扩张，后两者的每年投入规模均略高于GDP的1%。

范·纽文伯格指出，铁路和电信基础设施扩张都曾引发明显的资产泡沫以及随后出现的崩溃。而如今AI基础设施建设规模庞大，收入来源尚未得到验证，围绕产业形成的融资结构又日趋复杂，这意味着这一轮扩张可能面临较大的下行风险。

在算力基础设施的具体规模上，他保守估计，未来7年美国将新增约183吉瓦的数据中心容量，而目前已经安装的数据中心容量约为57吉瓦。与此同时，AI企业、大型科技超大规模云服务商、银行、私人信贷机构、房地产公司以及众多参与基础设施建设的其他机构之间，正在形成越来越复杂的融资安排。他表示，围绕AI产业形成的大量特殊目的实体以及相关融资安排，其不透明程度让人联想到美国次贷危机时期的情况。

他同时强调，目前的情况并不意味着金融危机已经迫在眉睫。AI应用的强劲增长、较高的基础设施利用率以及模型能力的持续提升，都可能支撑预期中的基础设施投资，并带来稳定的现金流。但不确定的市场需求、快速的技术变化、执行过程中的瓶颈以及较高的杠杆率叠加在一起，如果市场预期发生调整，就可能带来实质性的下行风险。

作为衡量投资回报的一个例子，范·纽文伯格估算，到2032年，AI行业每年需要创造约3.7万亿美元收入，约合24.87万亿元人民币，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，约合6722.65亿元人民币，这意味着相关收入需要以每年约80%的速度增长才能达到上述目标。