8月，輝達聯合Apollo、BlackRock、Blackstone、Brookfield、高盛和KKR等六家大型金融機構，為AI基礎設施搭建了規模超過5000億美元的融資平台。隨後，輝達又為OpenAI在美國俄亥俄州的資料中心專案提供最高1050億美元的擔保，OpenAI簽下長達20年的租約。同月，阿里巴巴於8月23日在香港啟動800億港元股票配售，募集資金全部投向晶片、AI基礎設施和模型研發，這是香港上市公司歷史上規模最大的後續股票發行。這些動作標誌著AI投資正從科技公司內部迴圈，走向更廣泛的社會資源配置。
AI基礎設施的擴張直接反映在電力需求上。國家能源局8月21日資料顯示，今年1—7月中國全社會用電量同比增長4.7%，其中網際網路資料服務用電量達593億千瓦時，同比猛增43.3%；僅7月單月，該用電量達99億千瓦時，同比增長40.1%。2025年全國算力中心用電量已佔全社會用電量約1.6%，國家能源局預計“十五五”時期每年新增算力用電量超1000億千瓦時，到2030年達約8000億千瓦時，佔比約6%。一個大型AI資料中心滿載執行時的耗電量，可相當於一座中等規模小鎮的全部生活生產用電。
電力與土地資源的重新配置，正在改變產業選址邏輯。路透社8月19日報道，2022—2025年歐洲新建超大規模資料中心距離主要城市平均約46公里，而2026—2028年規劃專案的平均距離已增至175公里。倫敦、法蘭克福、阿姆斯特丹等傳統資料中心城市面臨土地緊張和電力接入限制，新專案正向電力充足、土地便宜的地區遷移。在中國，“東數西算”八大國家樞紐節點建立後，2025年智慧算力規模已佔全國總量八成以上，內蒙古、寧夏、甘肅頻繁出現在算力新聞中。
算力供給規模快速擴大，但利用效率問題凸顯。截至今年3月底，中國智慧算力規模達1882 EFLOPS（FP16）。據公開報道引用的業內估算，算力資源整體利用率不足70%，部分新建智算中心甚至低於30%。為緩解供需錯配，今年5月中國銀行與中國信通院在雄安啟動“算力銀行”合作，內蒙古和林格爾、杭州、上海等地也已執行“算力超市”，將閒置伺服器和GPU接入統一平台供企業按需呼叫。跨地區排程與按需計費成為提高利用率的手段，但晶片型號、網路條件、軟體生態和地域差異仍影響實際使用效率。
資金來源的社會化是另一顯著趨勢。今年截至8月10日，美國大型AI雲廠商債務發行規模已達2200億美元，去年同期僅125億美元，路透社披露海外投資者、養老金和保險公司已承接其中一部分。過去12個月，美國接近三分之二的風險投資流向AI公司；今年美國投資級債券發行中約四分之一來自AI相關企業。高盛測算，AI融資需求對非AI企業融資成本的影響仍然很小。這些長期社會資本進入AI，意味著投資已走出科技公司和風投的內部迴圈，但資金仍由專業機構按風險收益要求配置。
企業層面的變化同樣深刻。路透社8月20日調查顯示，印度IT外包產業中，客戶因AI提高自動化程度而要求“用更少的人完成更多工作”，收費模式從按工程師投入轉向結果付費，入門級程式設計師需求受影響。艾瑞諮詢《2026中國企業級AI Agent發展洞察報告》顯示，截至2026年一季度，中國大中型企業新一代AI採納率達81.3%，但67%的應用仍處於淺層嘗試或區域性應用階段，部分早期專案ROI不達預期。企業預算正從創新試用轉向與軟體採購、人力、外包等競爭，下一輪投入將回歸經營結果。
阿里雲和AI服務的收入增長提供了正面案例：今年4—6月，阿里雲和AI服務收入增長45%，達484.4億元；同期資本開支同比增長75%至676.8億元，淨利潤同比下降75%，管理層預計AI資本開支三年內達到盈虧平衡。但上游基礎設施已按高增長預期大量投入，企業應用仍處於擴張驗證階段，兩者之間的速度差將決定多少資源沉澱為長期資產。
回顧網際網路泡沫，2000年破裂後大量公司消失，但部分光纖和網路基礎設施保留下來支撐了後續二十年增長。今天AI已進入雲服務、軟體開發、客服等真實業務，與當年缺乏穩定收入的情況不同。然而，產業方向正確不代表每筆投資都合理——利用率低的智算中心可能被淘汰，ROI不達預期的專案會停止續費，高估需求的資料中心將承擔損失，債務和長期資金進入後，損失會沿融資關係傳遞給更多投資者。
當AI開始影響錢往哪裡投、電往哪裡送、企業預算和用人標準，它已成為社會資源配置的一部分。接下來需要觀察兩種速度：社會配置資本、能源和基礎設施給AI的速度，以及AI創造收入和生產率的速度。兩者差距將決定今天的投入有多少沉澱為下一輪基礎設施，又有多少需要重新定價。無論是否使用AI工具，人們都已身處這輪產業週期之中。