8月，英伟达联合Apollo、BlackRock、Blackstone、Brookfield、高盛和KKR等六家大型金融机构，为AI基础设施搭建了规模超过5000亿美元的融资平台。随后，英伟达又为OpenAI在美国俄亥俄州的数据中心项目提供最高1050亿美元的担保，OpenAI签下长达20年的租约。同月，阿里巴巴于8月23日在香港启动800亿港元股票配售，募集资金全部投向芯片、AI基础设施和模型研发，这是香港上市公司历史上规模最大的后续股票发行。这些动作标志着AI投资正从科技公司内部循环，走向更广泛的社会资源配置。
AI基础设施的扩张直接反映在电力需求上。国家能源局8月21日数据显示，今年1—7月中国全社会用电量同比增长4.7%，其中互联网数据服务用电量达593亿千瓦时，同比猛增43.3%；仅7月单月，该用电量达99亿千瓦时，同比增长40.1%。2025年全国算力中心用电量已占全社会用电量约1.6%，国家能源局预计“十五五”时期每年新增算力用电量超1000亿千瓦时，到2030年达约8000亿千瓦时，占比约6%。一个大型AI数据中心满载运行时的耗电量，可相当于一座中等规模小镇的全部生活生产用电。
电力与土地资源的重新配置，正在改变产业选址逻辑。路透社8月19日报道，2022—2025年欧洲新建超大规模数据中心距离主要城市平均约46公里，而2026—2028年规划项目的平均距离已增至175公里。伦敦、法兰克福、阿姆斯特丹等传统数据中心城市面临土地紧张和电力接入限制，新项目正向电力充足、土地便宜的地区迁移。在中国，“东数西算”八大国家枢纽节点建立后，2025年智能算力规模已占全国总量八成以上，内蒙古、宁夏、甘肃频繁出现在算力新闻中。
算力供给规模快速扩大，但利用效率问题凸显。截至今年3月底，中国智能算力规模达1882 EFLOPS（FP16）。据公开报道引用的业内估算，算力资源整体利用率不足70%，部分新建智算中心甚至低于30%。为缓解供需错配，今年5月中国银行与中国信通院在雄安启动“算力银行”合作，内蒙古和林格尔、杭州、上海等地也已运行“算力超市”，将闲置服务器和GPU接入统一平台供企业按需调用。跨地区调度与按需计费成为提高利用率的手段，但芯片型号、网络条件、软件生态和地域差异仍影响实际使用效率。
资金来源的社会化是另一显著趋势。今年截至8月10日，美国大型AI云厂商债务发行规模已达2200亿美元，去年同期仅125亿美元，路透社披露海外投资者、养老金和保险公司已承接其中一部分。过去12个月，美国接近三分之二的风险投资流向AI公司；今年美国投资级债券发行中约四分之一来自AI相关企业。高盛测算，AI融资需求对非AI企业融资成本的影响仍然很小。这些长期社会资本进入AI，意味着投资已走出科技公司和风投的内部循环，但资金仍由专业机构按风险收益要求配置。
企业层面的变化同样深刻。路透社8月20日调查显示，印度IT外包产业中，客户因AI提高自动化程度而要求“用更少的人完成更多工作”，收费模式从按工程师投入转向结果付费，入门级程序员需求受影响。艾瑞咨询《2026中国企业级AI Agent发展洞察报告》显示，截至2026年一季度，中国大中型企业新一代AI采纳率达81.3%，但67%的应用仍处于浅层尝试或局部应用阶段，部分早期项目ROI不达预期。企业预算正从创新试用转向与软件采购、人力、外包等竞争，下一轮投入将回归经营结果。
阿里云和AI服务的收入增长提供了正面案例：今年4—6月，阿里云和AI服务收入增长45%，达484.4亿元；同期资本开支同比增长75%至676.8亿元，净利润同比下降75%，管理层预计AI资本开支三年内达到盈亏平衡。但上游基础设施已按高增长预期大量投入，企业应用仍处于扩张验证阶段，两者之间的速度差将决定多少资源沉淀为长期资产。
回顾互联网泡沫，2000年破裂后大量公司消失，但部分光纤和网络基础设施保留下来支撑了后续二十年增长。今天AI已进入云服务、软件开发、客服等真实业务，与当年缺乏稳定收入的情况不同。然而，产业方向正确不代表每笔投资都合理——利用率低的智算中心可能被淘汰，ROI不达预期的项目会停止续费，高估需求的数据中心将承担损失，债务和长期资金进入后，损失会沿融资关系传递给更多投资者。
当AI开始影响钱往哪里投、电往哪里送、企业预算和用人标准，它已成为社会资源配置的一部分。接下来需要观察两种速度：社会配置资本、能源和基础设施给AI的速度，以及AI创造收入和生产率的速度。两者差距将决定今天的投入有多少沉淀为下一轮基础设施，又有多少需要重新定价。无论是否使用AI工具，人们都已身处这轮产业周期之中。