人工智能（AI）的快速扩张，将科技行业推向一场规模前所未有的资本投入与基础设施建设竞赛。
然而，随着资金持续涌入、数据中心规划不断加码，技术产业正在遭遇现实世界的物理瓶颈。从电力供应到关键设备产能，从土地审批到投资回报预期，这些因素共同构成了人工智能产业的“地基”，也决定了未来数年AI能否维持当下的狂飙态势。
评估全球AI投资风险的核心在于两个基本问题：一是全球是否具备支撑庞大AI基础设施的物理与能源条件；二是投入巨额资金建设出来的AI产品和服务，是否能够在未来产生足够收入，以回收这些高达数万亿美元的投入。来自金融机构与行业企业的最新数据，为观察这一趋势提供了重要视角。
科技巨头与AI初创公司在资本支出上的步伐并未放缓。近期财报显示，多家企业在过去数个季度持续加码投资，一些企业的资本开支增幅创下历史新高。高盛资深分析师吉姆·施耐德（Jim Schneider）指出，当前用于建设数据中心的资本几乎处于无限供给状态。芯片、服务器、散热系统、变压器、燃气轮机、电力线路乃至发电设备，这些构成AI超级计算机的关键部件正在经历一轮前所未有的采购潮。各家公司在争抢产能，它们试图为未来的AI模型与服务争取计算优势。
然而，现实世界中存在难以跨越的物理限制。无论资本如何涌入，关键部件的制造周期、建设工期与供应链能力均无法被无限压缩。多位业内人士透露，一些数据中心项目已经出现延期。摩根大通董事总经理史蒂夫·图萨（Steve Tusa）表示，大量项目仍处于规划阶段，开发商正在推动土地获取、审批流程以及电力接入准备，但能否在具体地点获得足够的电力、接入高带宽光纤，以及能否吸引到稳定的企业客户，都是不容忽视的挑战。
图一：美国数据中心建设状态（规划、停滞、建设中、已建成）
雷蒙德·詹姆斯公司董事总经理弗兰克·洛桑（Frank Louthan）把当前的投资氛围称为“具有淘金色彩的扩张”。他指出，市场中出现许多希望借土地优势入场的开发者，他们对行业的理解与实际风险的复杂度并不匹配，而数据中心建设的门槛远高于多数人的想象。
尽管风险上升，科技巨头仍在持续提升对AI基础设施的投入规模。这一趋势使得资本开支在企业营收中的占比不断扩大，部分企业已将相当比例的资源投入到大规模计算平台上。
图二、三：四大科技公司资本开支及占营收比例
与此同时，融资结构的变化亦值得关注。OpenAI、Anthropic等初创企业仍处于亏损阶段，它们依靠出售股权或发行债务来维持建设节奏。高盛预测，仅OpenAI在2026年的资本支出就可能达到750亿美元。即便是现金储备充足的Meta，也在与私募机构进行复杂的融资合作。资金充沛与否，将在未来某一时点直接影响这些企业的扩张能力。
在物理层面，关键设备短缺正成为限制新增数据中心规模的核心因素。施耐德指出，即使电力供应充足，全球仍面临大型变压器的紧缺。正因为如此，他对2027年前全球新增数据中心容量的预期明显低于行业内其他机构的预测。
图四：全球数据中心容量增长（按能源需求）
图五：全球数据中心物理面积增长（按占地）
基础设备制造业的产能也难以迅速提升。GE Vernova首席执行官斯科特·斯特拉齐克（Scott Strazik）表示，公司用于电力生产的关键设备，例如大型变压器和燃气轮机，几乎已经全部被预定至2028年。他判断，美国满足未来电力需求增长的过程将持续十年至十五年。除此之外，建设许可的周期、天然气管道的接入能力等因素，也构成了长期约束。
随着基础设施投资规模继续攀升，企业面临的现实问题是，这些投入必须在未来某个阶段通过收入回补。科技公司预计，消费者与企业未来可能会为价格更高的AI产品付费，包括智能代理、自动化工具以及具备执行能力的机器人等服务。雷蒙德·詹姆斯提供的乐观预测显示，AI云服务的收入有望在未来五年增长近九倍。
图六：AI 云服务收入预测（2024—2030）
摩根大通基础研究团队建立的模型测算，到2030年，全球AI基础设施的累计投资将达到5万亿美元。要确保投资具有合理的收益率，AI产品和服务需在每年创造6500亿美元的新增收入。这一数字远高于苹果当前的年营收，而OpenAI当前的年化收入约为两百亿美元。
按照团队的计算，要支撑这样的收入规模，全球每位iPhone用户平均每月需要增加约35美元的AI支出。
尽管上述推算显得激进，分析人士认为，AI产业的商业化路径仍具有高度多样性。广告业务、企业级服务以及面向特定行业的高价值应用，都可能成为推动收入增长的来源。
人工智能已经深刻改变企业运行方式与日常生活，但现实世界对超级计算能力的建设速度有着明确边界，最终由谁为这些投入买单、市场规模能否达到预期仍然充满不确定性。在这种情况下，以更谨慎的态度审视行业前景，或许是更加务实的选择。
本文来自“腾讯科技”，编译：无忌，编辑：郑萌萌，36氪经授权发布。
