科技 宏观高盛警告：5.3万亿AI资本支出逼近信贷饱和

高盛最新预测显示，2025年至2030年间，超大规模云计算企业在人工智能及数据中心领域的资本支出将累计达到5.3万亿美元，形成一轮史无前例的资本开支超级周期。高盛指出，这些企业将需要从各个市场获取融资，并可能在流动性信贷市场中遇到饱和问题的限制。纽约大学荣誉教授Gary Marcus在转发相关分析时称，这一表述为“令人恐惧的句子”，并表示现在的问题已不是超大规模模式是否会崩溃，而是附带损害会有多严重。他进一步警告，超大规模云服务商不可能收回5.3万亿美元投资，除非通过巨额政府补贴从纳税人那里获取资金。

摩根士丹利的测算更为具体。其预计到2028年，全球数据中心建设的资本支出将接近2.9万亿美元，资金来源包括：超大规模云企业自有现金流约1.4万亿美元，企业债约2000亿美元，资产证券化信贷约1500亿美元，私募信贷、资产抵押融资及合资债务约8000亿美元，以及其他资本约3500亿美元。这一结构意味着AI基础设施投资在相当程度上依赖信贷驱动。由于少数几家超大规模云企业无法无限制地向公开债券市场发债，投资者已开始担忧发行人集中度风险。数据中心的融资复杂性进一步加剧了这一问题，它集土地、电力接入、网络链路、建筑、冷却系统与AI服务器于一体，融资需求自然溢出至基础设施基金、房地产基金、私募信贷及企业债等多个市场。

在需求端，AI高昂的运行成本正迫使企业重新审视支出。Uber一个季度就花光了2026年全年AI预算，随后宣布对员工使用单一AI工具的月度词元支出设置1500美元上限。Uber总裁兼首席运营官Andrew Macdonald坦言，越来越难以证明在AI词元上的支出是合理的，难以在支出数据与实际产品功能提升之间划出清晰的因果关系。沃尔玛同样对其内部AI助手的词元使用量设置了上限，其全球首席技术官Suresh Kumar表示，旗下编程平台的使用量“急剧飙升”，现在是“退一步重新审视”的时候了。

这一趋势背后是计费模式的结构性转变。Anthropic、OpenAI等主要AI实验室已将部分服务从固定订阅制切换为按词元计费，令企业对每一个提示词和自动化流程的成本更加敏感。软件公司Workato的首席信息官Carter Busse在Anthropic切换计费模式后，眼见当日支出飙升7倍，不禁感叹“我们创造了一个怪物”。德勤全球生成式AI负责人Costi Perricos表示，算力成本已经开始进入CFO和董事会的视野，消费者和企业一直被告知AI是便宜或免费的，但事实并非如此。OpenAI首席执行官Sam Altman本月也承认，成本已成为今年客户面临的“重大问题”，而这一话题在去年几乎从未被提及。

企业层面的降本行动对AI产业链上游同样构成压力。Anthropic和OpenAI均计划于今年晚些时候上市，估值接近万亿美元，但企业削减AI支出的趋势正在对这两家公司的营收增长预期构成潜在影响。各大AI平台已开始引导用户使用更廉价的非前沿模型来维系采用率。GitHub首席运营官Kyle Daigle表示，微软已提前与客户沟通定价变化，探讨“适配性与适用场景”，并强调“并非所有任务都需要前沿模型”。微软、亚马逊和谷歌也已推出工具，将用户请求自动路由至成本最优的适配模型。部分企业则转向开源模型，在本地服务器或个人设备上运行，以减少向AI实验室和云服务商支付的费用。思科的Patel道出了众多企业的处境：“我们的工程师想要更多词元，我们必须想办法为此买单。”