AI基礎設施投資正以前所未有的規模重塑全球資本市場，但高盛最新分析為這場盛宴敲響了警鐘。根據其預測，從2025年到2030年，超大規模雲計算企業在AI及數據中心領域的累計資本支出將達到5.3萬億美元，形成一輪史無前例的資本開支超級週期。然而，高盛同時警告，這些企業將需要從多個市場獲取融資，而流動性信貸市場可能面臨飽和，成為制約投資繼續膨脹的瓶頸。
紐約大學榮譽教授Gary Marcus在轉發相關分析時，將高盛的表述形容為“令人恐懼的句子”。他認為，現在的問題已不是超大規模模式是否會崩潰，而是附帶損害會有多嚴重。Marcus進一步警告，雲服務商幾乎不可能通過正常商業運營收回這5.3萬億美元投資，除非藉助鉅額政府補貼從納稅人手中獲取補償，而這正是它們試圖推動的方向。
摩根士丹利的測算為這場資本盛宴提供了更具體的註腳。其數據顯示，僅全球數據中心建設一項，到2028年的資本支出就將接近2.9萬億美元，其中相當大比例依賴債務融資。資金來源構成中，超大規模雲企業自有現金流約1.4萬億美元，企業債約2000億美元，資產證券化信貸約1500億美元，私募信貸、資產抵押融資及合資債務約8000億美元，其他資本約3500億美元。這種高度依賴信貸的結構意味著，一旦市場出現系統性調整，損失將不再侷限於股東，而可能通過信貸市場向更廣泛的社會層面擴散。
數據中心的融資複雜性進一步放大了這一風險。數據中心並非單一資產，而是集土地、電力接入、網絡鏈路、建築、冷卻系統與AI服務器於一體的複合體，其融資需求自然溢出至基礎設施基金、房地產基金、私募信貸及企業債等多個市場。由於少數幾家超大規模雲企業無法無限制地向公開債券市場發債，投資者已開始擔憂發行人集中度風險。
在供給端資本開支狂飆的同時，需求端卻出現了明顯的降溫跡象。早期積極採用AI的大型企業，如今正日益收緊錢袋子。Uber的案例尤為典型，這家打車巨頭一個季度就花光了原本為2026年全年準備的AI預算，隨後宣佈對員工使用單一AI工具的月度詞元支出設置1500美元上限。Uber總裁兼首席運營官Andrew Macdonald坦言，越來越難以證明在AI詞元上的支出是合理的，難以在支出數據與實際產品功能提升之間劃出清晰的因果關係。
沃爾瑪同樣對其內部AI助手的詞元使用量設置了上限。沃爾瑪全球首席技術官Suresh Kumar表示，旗下編程平臺的使用量“急劇飆升”，現在是“退一步重新審視”的時候了。這一趨勢的背後，是計費模式的結構性轉變。Anthropic、OpenAI等主要AI實驗室已將部分服務從固定訂閱制切換為按詞元計費，令企業對每一個提示詞和自動化流程的成本更加敏感。軟件公司Workato的首席信息官Carter Busse在Anthropic切換計費模式後，眼見當日支出飆升7倍，不禁感嘆“我們創造了一個怪物”。
德勤全球生成式AI負責人Costi Perricos指出，算力成本已經開始進入CFO和董事會的視野。消費者和企業一直被告知AI是便宜或免費的，但事實絕非如此。OpenAI首席執行官Sam Altman本月也承認，成本已成為今年客戶面臨的“重大問題”，而這一話題在去年幾乎從未被提及。
企業層面的降本行動，對AI產業鏈上游的衝擊同樣不可忽視。Anthropic和OpenAI均計劃於今年晚些時候上市，估值接近萬億美元。然而，企業削減AI支出的趨勢，正在對這兩家公司的營收增長預期構成潛在壓力。各大AI平臺已開始採取應對措施，通過引導用戶使用更廉價的非前沿模型來維繫採用率。微軟、亞馬遜和谷歌也已推出工具，將用戶請求自動路由至成本最優的適配模型。部分企業則轉向開源模型，在本地服務器或個人設備上運行，以減少向AI實驗室和雲服務商支付的費用。
思科高管的感嘆道出了眾多企業的處境：“我們的工程師想要更多詞元，我們必須想辦法為此買單。”這句話折射出整個行業的困境——AI的戰略價值已被廣泛接受，但為此持續付費的商業邏輯，仍有待市場檢驗。當上遊的萬億美元資本支出撞上下游的算力降本浪潮，AI產業的估值敘事正面臨前所未有的張力。