🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 时政 国际 财经 科技 教育 采集 2026-09-24T16:12:12+00:00

研究警示美国AI基建规模空前潜藏系统性金融风险

原始标题:研究警示:美国 AI 基建投入规模空前,潜藏系统性金融风险

来源
ithome
发布时间
2026-09-24T11:26:14
采集批次
2026-09-24-16
字数
1448
URL 指纹
f5b885918ce1c16f

📌 AI 总结(257 字)

哥伦比亚大学教授范·纽文伯格在布鲁金斯学会论文中指出,美国AI基础设施建设规模空前,预计到2032年每年将消耗约3.6%的GDP,累计超10万亿美元,超过铁路、州际高速公路和互联网等历史基建项目。投资已从企业自掏腰包演变为依赖复杂外部融资,SPV等安排的不透明度堪比次贷危机时期。他估计未来7年将新增约183吉瓦数据中心容量,而AI行业到2032年每年需创造约3.7万亿美元收入才能实现预期回报,相比目前OpenAI和Anthropic合计约1000亿美元的年收入,须以每年80%的速度增长方能达标,风险不容忽视。
📄 正文(1448 字)
据路透社报道,一项最新研究显示,美国人工智能基础设施建设对经济产出的消耗,可能超过电力、铁路、州际高速公路以及互联网等历史上大型基础设施建设项目,而且围绕AI产业形成的融资结构正变得越来越复杂,可能带来系统性金融风险。

哥伦比亚大学商学院金融与房地产学教授斯泰恩·范·纽文伯格在为本周布鲁金斯学会一场会议准备的论文中写道,最初由亚马逊、Meta以及Alphabet旗下谷歌等公司利用自身积累的现金进行的AI投资,如今已经演变成一项大规模扩张计划。预计到2032年,美国每年将有约3.6%的国内生产总值(GDP)投入这一领域,累计规模超过10万亿美元,同时融资方式也变得越来越复杂。

这一估算高于19世纪末美国铁路建设时期每年约占GDP 2.2%的投入。当时,铁路是美国历史上成本最高的通用技术基础设施建设项目。相比之下,20世纪50年代开始建设的美国州际高速公路系统,以及20世纪90年代中期启动的电信基础设施扩张,每年的投入规模均略高于GDP的1%。

范·纽文伯格指出,铁路和电信基础设施扩张都曾引发明显的资产泡沫以及随后出现的崩溃,而如今AI基础设施建设的庞大规模、尚未得到验证的收入来源,以及围绕AI产业逐渐形成的复杂融资结构,都意味着这一轮扩张可能面临较大的下行风险。

「这实在太复杂了。」范·纽文伯格在向记者介绍相关研究时表示。目前,AI企业、大型科技超大规模云服务商、银行、私人信贷机构、房地产公司以及众多参与基础设施建设的其他机构之间,正在形成越来越复杂的融资安排。

他保守估计,未来7年美国将新增约183吉瓦的数据中心容量,而目前已经安装的数据中心容量约为57吉瓦。

数据中心建设以及AI带来的潜在风险,已经成为美国政治和经济讨论的核心议题之一。一些地方政府越来越不愿意接纳大型数据中心,担心其对当地电力、水资源等基础设施造成压力;与此同时,美联储官员也在考虑,这一轮数据中心建设热潮是否正在加剧通胀压力。一些AI企业高管则已经提出,放缓基础设施建设和AI开发速度或许更加安全。

范·纽文伯格在论文中指出,目前正在进行的AI基础设施投资规模,已经超过主要企业依靠自身现金流所能承担的范围。随着产业越来越依赖外部融资,整体杠杆率不断提高,风险也被重新分散到整个经济体系中,同时整个投资体系开始依赖尚未得到验证的未来收入来源。

范·纽文伯格在接受记者采访时表示,围绕AI产业形成的大量特殊目的实体(SPV)以及相关融资安排,其不透明程度让人联想到美国次贷危机时期的情况。

当时,复杂的住房抵押贷款融资结构最终出现大规模问题,并以足以冲击全球金融体系的速度恶化,最终引发了2007年至2009年的美国经济衰退。

不过,他在论文中强调,目前的情况并不意味着金融危机已经迫在眉睫。

「这些发展并不意味着金融困境即将出现。AI应用的强劲增长、较高的基础设施利用率以及模型能力的持续提升,都可能支撑预期中的基础设施投资,并带来稳定的现金流。」他写道。

但他同时指出,不确定的市场需求、快速的技术变化、执行过程中的瓶颈以及较高的杠杆率叠加在一起,如果市场预期发生调整,就可能带来「实质性的下行风险」。

作为一个例子,范·纽文伯格估算,到2032年,AI行业每年需要创造约3.7万亿美元的收入,才能实现目前预期的投资回报。

他表示,目前对OpenAI和Anthropic年合计收入的估算约为1000亿美元,这意味着相关收入需要以每年约80%的速度增长,才能达到上述目标。