企業端開始「算力降本」之際 高盛警告5.3兆AI資本支出正逼近信貸飽和

AI基礎設施投資浪潮正在重塑全球資本市場格局，其背後隱藏的債務風險不容忽視。

高盛最新預測顯示，2025年至2030年間，超大規模雲端運算企業在AI及數據中心領域的資本支出將累計達到5.3兆美元，形成一輪史無前例的資本開支超級周期。

高盛預計超大規模企業將需要從各個市場中獲得融資，它們可能會在流動性信貸市場中遇到飽和問題的限制。

紐約大學榮譽教授Gary Marcus在轉發相關分析時，將高盛的上述表述稱為"令人恐懼的句子"，他說：

對我來說，現在的問題已經不是超大規模模式是否會崩潰，而是附帶損害會有多嚴重。

Gary Marcus進一步警告稱：

超大規模雲服務商不可能收回他們的5.3兆美元投資，除非他們通過巨額政府補貼，從納稅人那裡榨取回來。 這正是他們打算去做的。

與此同時，摩根士丹利估算，僅全球數據中心建設一項，到2028年的資本支出就將接近2.9兆美元，其中相當大比例依賴債務融資。這意味著一旦市場出現調整，損失將不再侷限於股東，而可能通過信貸市場向整個社會擴散。

這場投資盛宴的另一面，卻是企業端日益收緊的錢袋子。Uber、亞馬遜、沃爾瑪等早期AI大規模採用者，已相繼對員工的AI使用量設置上限或推動降本措施。

在Anthropic將計費模式切換為按Token詞元計費後，軟體公司Workato的首席資訊官Carter Busse眼見當日支出飆升7倍，不禁感嘆：

我們創造了一個怪物。

5.3兆的超級周期，融資壓力向債市蔓延

根據高盛分析師的預測，AI資本支出正以快於實際數據中心建設的速度持續攀升，這意味著未來的瓶頸或將從模型需求端轉移至融資能力、電力供應與項目執行層面。

摩根士丹利的測算則更為具體。其預計到2028年，全球數據中心建設的2.9兆美元資本支出中，資金來源構成如下：

• 超大規模雲企業自有現金流約1.4兆美元；

• 企業債約2000億美元；

• 資產證券化信貸約1500億美元；

• 私募信貸、資產抵押融資及合資債務約8000億美元；

• 其他資本約3500億美元。

這一結構意味著，AI基礎設施投資在相當程度上是靠信貸驅動的。

AI自媒體人Rohan Paul在X平台上指出，由於少數幾家超大規模雲企業無法無限制地向公開債券市場發債，投資者已開始擔憂發行人集中度風險。

數據中心的融資複雜性也進一步加劇了這一問題。

它並非單一資產，而是集土地、電力接入、網路鏈路、建築、冷卻系統與AI服務器於一體，融資需求自然溢出至基礎設施基金、房地產基金、私募信貸及企業債等多個市場。

一旦市場出現系統性調整，損失傳導的鏈條將遠比網路泡沫時期更為複雜。

企業踩剎車，從"盡情使用"到"AI財務責任"

在需求端，AI高昂的運行成本正迫使企業重新審視每一次查詢與自動化工作流的價值。

Uber是最具代表性的案例。華爾街見聞提及，這家打車巨頭一個季度就花光了2026年全年AI預算。

在於4月便已告罄之後，Uber宣布對員工使用單一AI工具的月度詞元支出，設置1500美元上限。Uber總裁兼首席營運官Andrew Macdonald坦言：

如今越來越難以證明在AI詞元上的支出是合理的，難以在支出數據與實際產品功能提升之間劃出清晰的因果關係。

沃爾瑪同樣對其內部AI助手的詞元使用量設置了上限。沃爾瑪全球首席技術官Suresh Kumar表示，旗下Code Puppy編程平台的使用量"急劇飆升"，現在是"退一步重新審視"的時候了。

這一趨勢的背後，是計費模式的結構性轉變。Anthropic、OpenAI等主要AI實驗室已將部分服務從固定訂閱制切換為按詞元計費，令企業對每一個提示詞和自動化流程的成本更加敏感。

德勤全球生成式AI負責人Costi Perricos表示：

算力成本已經開始進入CFO和董事會的視野。消費者和企業一直被告知AI是便宜或免費的，但事實絕非如此。

OpenAI首席執行官Sam Altman本月也承認，成本已成為今年客戶面臨的"重大問題"，而這一話題在去年幾乎從未被提及。

企業降本與實驗室估值之間的矛盾

企業層面的降本行動，對AI產業鏈上游的衝擊同樣不可忽視。

Anthropic和OpenAI均計劃於今年晚些時候上市，估值接近兆美元。然而，企業削減AI支出的趨勢，正在對這兩家公司的營收增長預期構成潛在壓力。

各大AI平台已開始採取應對措施，通過引導用戶使用更廉價的非前沿模型來維繫採用率。

GitHub首席營運官Kyle Daigle表示，微軟已提前與客戶溝通定價變化，探討"適配性與適用場景"，並強調"並非所有任務都需要前沿模型"。

微軟、亞馬遜和谷歌也已推出工具，將用戶請求自動路由至成本最優的適配模型。

部分企業則轉向開源模型，在本地服務器或個人設備上運行，以減少向AI實驗室和雲服務商支付的費用。

思科的Patel道出了眾多企業的處境：

我們的工程師想要更多詞元，我們必須想辦法為此買單。

這句話折射出整個行業的困境，AI的戰略價值已被廣泛接受，但為此持續付費的商業邏輯，仍有待市場檢驗。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。