$1.4万亿豪赌？专家警告：AI泡沫一旦破裂 先倒的或是

文章来源: 加美财经 于 2025-11-20

本文刊发在Project Syndicate，作者卡尔·贝内迪克特·弗雷 是牛津互联网研究所人工智能与工作副教授，也是牛津马丁学院未来工作项目主任。他指出，当今对人工智能及其相关基础设施的巨额投资，或许最终将如同上世纪90年代末互联网投资热潮般获得回报。但目前来看，AI所带来的收益更为温和，宏观层面的负面影响却比当年的互联网泡沫更为显著。



该图片由AMIRUN BEGUM在Pixabay上发布

当OpenAI近日宣布将投入1.4万亿美元用于未来的计算能力建设，这只是2025年市场“非理性繁荣”的最新表现。

据估算，今年上半年美国GDP增长几乎完全由数据中心拉动，引发了新一轮对“泡沫何时破裂、又会留下什么”的广泛讨论。虽然1990年代末互联网泡沫破裂时华尔街遭遇重创，但美国却保留了最重要的成果：基础设施。

当年铺设的光纤至今仍在使用，生产力提升，而时任总统克林顿提出建设“通向21世纪之桥”的竞选承诺，也成为少数真正兑现的政见之一。

如今对AI的投资或许也能获得类似回报。但至少目前，收益看起来更加有限，而宏观代价却更高。

回顾1990年代，互联网的红利在泡沫尚未破裂时就已显现：1995年至2004年，美国劳动生产率年均增长约2.8%，几乎是前20年平均增速的两倍，直到2000年代中期才开始减弱。即便当年Pets.com还在烧钱打超级碗广告，全国的经济账面上已经能看到实质收益。

这一次，美国的劳动生产率在经历二十年低迷后有所回升，去年约为2.7%。但是否归功于AI仍言之尚早。事实上，AI的采用率正在下降，美国人口普查局的最新调查显示，大型企业的使用率出现下滑。

如果这波生产率回升主要来自AI，那随着采用减少，提振效应也可能很快消失。这再次提醒我们，技术浪潮往往转瞬即逝。尽管1990年代的信息技术繁荣在当时就已广为人知，最终也只持续了不到十年。

人们倾向于认为，大语言模型可以加快创新与科研进程，比如揭示学术研究中的隐性联系、自动编写代码、拟定实验方案等。历史上的新工具——从虎克的显微镜到伽利略的望远镜，的确曾引发突破。但这一次，我们早已拥有了终极研究工具，联网的个人电脑。

即便可以即时获取全球知识与顶级人才资源，科研生产率和重大突破的数量仍在下降。如今，为了延续摩尔定律（计算性能每两年翻一番），所需研究人员的数量，已是1970年代初的数十倍。

而且目前的资本开支热潮，是否能留下可持续的数字基础设施，也尚未可知。

19世纪铁路投资和互联网时代的光纤铺设，都是长期资产，可随着技术升级持续利用。很多当年铺设的光缆至今仍在传输数据。一轮资本支出，支撑了多代技术和商业模式的更迭。

相比之下，AI更像是在“跑步机”上奔跑。芯片和存储设备在数年内就会老化或淘汰。如今每个用于训练大语言模型的服务器机架，需消耗约120千瓦电力，而十年前仅为5到10千瓦。尽管每一代GPU的单位能耗成本在下降，但这也意味着超大型数据中心更新设备的速度更快，旧硬件迅速贬值。光纤可以更新终端设备后继续使用，而AI技术堆栈贬值极快，需要持续重投。

如果当前宏观经济形势类似1999年，这种“跑步机”式的投资尚可承受。但现实并非如此。尽管克林顿时代的实际利率更高，但当时的预算盈余与债务占GDP比下降，使得资本市场压力较小，政府利息支出也相对较低，不容易“挤出”私人投资。

如今情况正好相反。美国政府持续的财政赤字接近GDP的6%（约1.8万亿美元），净利息支出接近1万亿美元，严重压缩了财政空间。

与此同时，清洁能源建设、国防开支和高能耗数据中心建设，也在争抢相同的资金池。这些需求共同推高借贷成本，放缓住宅建设，并使周期长的基础设施项目排在队尾。

财政也受到严重挤压。更高的债务存量意味着，实际利率一旦转正，利息支出迅速上升，挤占社保、医疗与核心公共服务支出。

1990年代末政府债务下降，财政部甚至回购国债，能在不“排挤”私人投资的前提下，与市场共同投资。而现在，高债务和高利息支出让政府在经济放缓时几乎无计可施。如果AI的回报来得缓慢，财政将更加困难。更多资金将流向债券持有人，而非民众福利；一旦经济陷入低迷，谁来付代价这个问题将更加严峻。

融资结构也发生了变化。

2000年代初的危机主要是股权泡沫破裂，科技股暴跌、风险投资受挫，但这场风暴相对迅速地过去了。正如卡门·莱因哈特与肯尼斯·罗格夫在2009年《这次不一样》一书中强调的，资产泡沫通过信贷传导至银行系统，才会对宏观经济构成系统性威胁。

由于互联网泡沫主要是股权重估（电信业除外），银行体系基本未受波及，因此没有演变为金融危机。

而这一次，风险正在通过信贷渠道积累。正如投资人保罗·凯德罗斯基指出的，资金正在从股权转向债券、特殊目的载体、租赁和私人信贷等形式——这些最终都回归至银行和保险机构。

一旦AI和数据中心收益不达预期，首先受影响的可能不是股市，而是信用市场。要警惕收益覆盖率未达标、贷款条款收紧、再融资困难等问题，这些都可能通过长期租赁合同或芯片抵押贷款，冲击金融机构资产负债表。

这正是系统性风险所在。不同于互联网泡沫时期，如今的基础设施扩张将风险注入金融体系内部，压力更可能通过贷款人和结构化金融工具扩散。

目前市场已有警觉。穆迪最近警告称，甲骨文数据中心的扩张，在很大程度上依赖尚未实现盈利模式的OpenAI。

当然，如果AI迅速带来广泛且持续的生产率提升，财政和融资问题将迎刃而解。更快的增长会缓解财政压力、降低债务比率，并支撑当前的融资结构。

但如果收益来得太晚，或不及预期，那么这些巨额而且提前投入的成本，可能得不到应有的回报。