布鲁金斯学会研究：AI 基础设施建设规模空前，杠杆风险不容忽视
布鲁金斯学会（Brookings Institution）的一项最新研究指出，人工智能（AI）基础设施的建设具有“惊人的实体”经济足迹。从专用芯片、电力供应到专门建造的数据中心，这一建设浪潮正在深刻影响美国经济结构。
数据显示，在数据中心的总成本中，三分之二用于 IT 设备，剩余三分之一则投入房地产及其配套的电力基础设施。根据预测，未来几年 AI 建设的平均支出将占美国国内生产总值（GDP）的 3.63%。这一比例相对于经济体量而言，超过了美国历史上运河、铁路、电气化、高速公路以及电信行业的重大投资热潮。
《华尔街日报》分析称，这种大规模建设正在推高劳动力、电力甚至商业地产的价格，同时也导致新建住宅和公寓楼的数量减少。此外，研究报告特别强调，目前的建设计划预计将使美国居民用电消耗量翻倍。
这些计算数据来自哥伦比亚大学商学院金融与房地产教授 Stijn van Nieuwerburgh。路透社对此解读认为，正如过去的铁路和电信扩张曾引发显著的泡沫与破裂一样，当前 AI 基础设施建设的广度、尚未验证的收入流以及日益复杂的融资结构，意味着该领域可能面临下行风险。
Van Nieuwerburgh 在与记者的简报中表示：“这非常复杂。”他描述了围绕 AI 公司、大型科技超算企业、银行、私人信贷贷款机构、房地产公司及其他参与方之间形成的错综复杂的安排。据其保守估计，未来七年内，数据中心的新增容量将达到 183 吉瓦（GW），而目前安装的容量约为 57 吉瓦。
研究指出，当前的投资规模已经超出了主要参与者依靠自身现金流所能承担的范围。转向外部融资增加了杠杆率，将风险重新分配至整个经济体，并使该项目依赖于尚未证实的收入来源。Van Nieuwerburgh 在将于周五发表的论文中写道：“这些发展并不意味着财务困境迫在眉睫。如果 AI 应用强劲增长、利用率保持高位且模型能力持续改进，可能会支撑预期的基础设施并产生稳定的现金流。”
然而，他也警告称：“不确定需求、快速的技术变革、执行瓶颈和高杠杆率的组合，若预期被修正，将构成有意义的下行风险。”作为例证，他指出 AI 行业需要在 2032 年前实现约 3.7 万亿美元的年营收，才能达到预期的投资回报。鉴于 OpenAI 和 Anthropic 目前的年合并收入估算约为 1000 亿美元，这意味着收入需要以每年约 80% 的速度增长。
该报告建议制定相关政策，以提高融资领域的“测量精度和透明度”。
