AI基础设施投资正以前所未有的规模重塑全球资本市场，但高盛最新分析为这场盛宴敲响了警钟。根据其预测，从2025年到2030年，超大规模云计算企业在AI及数据中心领域的累计资本支出将达到5.3万亿美元，形成一轮史无前例的资本开支超级周期。然而，高盛同时警告，这些企业将需要从多个市场获取融资，而流动性信贷市场可能面临饱和，成为制约投资继续膨胀的瓶颈。

纽约大学荣誉教授Gary Marcus在转发相关分析时，将高盛的表述形容为“令人恐惧的句子”。他认为，现在的问题已不是超大规模模式是否会崩溃，而是附带损害会有多严重。Marcus进一步警告，云服务商几乎不可能通过正常商业运营收回这5.3万亿美元投资，除非借助巨额政府补贴从纳税人手中获取补偿，而这正是它们试图推动的方向。

摩根士丹利的测算为这场资本盛宴提供了更具体的注脚。其数据显示，仅全球数据中心建设一项，到2028年的资本支出就将接近2.9万亿美元，其中相当大比例依赖债务融资。资金来源构成中，超大规模云企业自有现金流约1.4万亿美元，企业债约2000亿美元，资产证券化信贷约1500亿美元，私募信贷、资产抵押融资及合资债务约8000亿美元，其他资本约3500亿美元。这种高度依赖信贷的结构意味着，一旦市场出现系统性调整，损失将不再局限于股东，而可能通过信贷市场向更广泛的社会层面扩散。

数据中心的融资复杂性进一步放大了这一风险。数据中心并非单一资产，而是集土地、电力接入、网络链路、建筑、冷却系统与AI服务器于一体的复合体，其融资需求自然溢出至基础设施基金、房地产基金、私募信贷及企业债等多个市场。由于少数几家超大规模云企业无法无限制地向公开债券市场发债，投资者已开始担忧发行人集中度风险。

在供给端资本开支狂飙的同时，需求端却出现了明显的降温迹象。早期积极采用AI的大型企业，如今正日益收紧钱袋子。Uber的案例尤为典型，这家打车巨头一个季度就花光了原本为2026年全年准备的AI预算，随后宣布对员工使用单一AI工具的月度词元支出设置1500美元上限。Uber总裁兼首席运营官Andrew Macdonald坦言，越来越难以证明在AI词元上的支出是合理的，难以在支出数据与实际产品功能提升之间划出清晰的因果关系。

沃尔玛同样对其内部AI助手的词元使用量设置了上限。沃尔玛全球首席技术官Suresh Kumar表示，旗下编程平台的使用量“急剧飙升”，现在是“退一步重新审视”的时候了。这一趋势的背后，是计费模式的结构性转变。Anthropic、OpenAI等主要AI实验室已将部分服务从固定订阅制切换为按词元计费，令企业对每一个提示词和自动化流程的成本更加敏感。软件公司Workato的首席信息官Carter Busse在Anthropic切换计费模式后，眼见当日支出飙升7倍，不禁感叹“我们创造了一个怪物”。

德勤全球生成式AI负责人Costi Perricos指出，算力成本已经开始进入CFO和董事会的视野。消费者和企业一直被告知AI是便宜或免费的，但事实绝非如此。OpenAI首席执行官Sam Altman本月也承认，成本已成为今年客户面临的“重大问题”，而这一话题在去年几乎从未被提及。

企业层面的降本行动，对AI产业链上游的冲击同样不可忽视。Anthropic和OpenAI均计划于今年晚些时候上市，估值接近万亿美元。然而，企业削减AI支出的趋势，正在对这两家公司的营收增长预期构成潜在压力。各大AI平台已开始采取应对措施，通过引导用户使用更廉价的非前沿模型来维系采用率。微软、亚马逊和谷歌也已推出工具，将用户请求自动路由至成本最优的适配模型。部分企业则转向开源模型，在本地服务器或个人设备上运行，以减少向AI实验室和云服务商支付的费用。

思科高管的感叹道出了众多企业的处境：“我们的工程师想要更多词元，我们必须想办法为此买单。”这句话折射出整个行业的困境——AI的战略价值已被广泛接受，但为此持续付费的商业逻辑，仍有待市场检验。当上游的万亿美元资本支出撞上下游的算力降本浪潮，AI产业的估值叙事正面临前所未有的张力。