摩根大通AI产业报告深度解析：基建热潮驱动美国经济，电力与融资成关键挑战

11月10日，摩根大通发布了一份关于人工智能产业的重磅研究报告，以近乎“解剖式”的视角全面呈现了当前行业格局：

内容涵盖从美国数据中心建设的实际进展、电力系统承受的压力，到科技巨头的资本开支、融资来源、债务结构，以及行业商业化变现的逻辑与经济可行性。

这是一份数据极为详实、覆盖范围广泛的底层研究报告，基本回答了市场最关注的核心问题，具有很高的研读价值。

报告中有几个特别值得重视的结论：

1）美国的数据中心建设正从科技巨头向更广泛的企业扩散，而这一波建设热潮几乎独立支撑了美国今年的非住宅建筑投资。若剔除数据中心，非住宅建设今年实际上是负增长，可见AI基础设施已成为美国经济的重要支柱。

2）尽管全美规划中的数据中心的容量超过300吉瓦，但摩根大通认为实际能落地的可能只有175至200吉瓦。即便如此，未来十年每年仍将新增18到20吉瓦，是过去年均4吉瓦的五倍以上。

3）从2024年9月到2025年，美国有超过100吉瓦的新发电项目在排队并网，天然气依然是主力，其中天然气规划容量在一年内暴涨158%至147吉瓦。这反映出：电力供应已成为制约AI扩张的首要瓶颈。

4）微软、亚马逊、Meta等巨头虽然账面现金充裕，但持续两位数增长的资本开支正不断挤压自由现金流，迫使它们从“自有资金投入”转向“借贷建设AI”。与此同时，数据中心相关的证券化融资规模也在快速上升，成为新兴的基础设施融资渠道。

5）更重要的是，摩根大通测算，若要让AI基建达到10%的合理投资回报率，整个行业未来每年必须创造约6500亿美元的收入，相当于全球GDP的0.6%。换言之，这相当于每位iPhone用户每月多付35美元、一年多付420美元。

作为参照，去年全球iOS用户平均每月在App上的支出仅为10.4美元——要达到这一收入目标，意味着AI的变现能力必须比当前提升三倍以上。

01 AI基建，成为美国经济增长“顶梁柱”

过去，行业习惯用“兆瓦（MW）”衡量数据中心的电力规模；如今，越来越多地使用“吉瓦（GW）”。1吉瓦等于1000兆瓦，单位的变化本身说明了一件事：数据中心正进入一个以“千倍量级”扩张的新时代。

历史上，数据中心每年的新增装机容量仅约2吉瓦。但进入AI热潮后，增速急剧攀升：2024年翻一番，2025年再翻倍，2026年甚至可能突破10吉瓦。

部分企业已披露，GPU订单的同比增长超过70%，行业显然正处于高速增长周期。

设备供应商Vertiv的预测也印证了这一趋势：2025到2029年，全球将新增约100吉瓦的装机容量。要知道，在AI爆发前，全球数据中心总装机量也不过50吉瓦。这意味着，数据中心行业仅用五年时间，就要再造过去两倍的容量。

那么，这场浩浩荡荡的数据中心建设大潮究竟由谁推动呢？

当前的数据中心扩张仍由云计算三巨头（AWS、微软和谷歌）主导，但新的参与者正快速涌入。过去一年里，非巨头企业手中的项目规模已占约四分之一的市场份额。

参与者的数量正以指数级速度增加。截至目前，已有约65家公司拥有超过1吉瓦的待建项目，而去年这个数字仅为23家，此外还有近200家企业正在积极拓展数据中心业务。

摩根大通估算，这些投资大约支撑了1.9万到2万 EFLOPS（艾级浮点运算）的GPU算力，而2023年全球只有约2000 EFLOPS。算力在短短两年间扩张了接近10倍。

这些数据中心建设的进展如何？

美国人口普查局已将“数据中心支出”独立统计。从最新数据看，数据中心仍在推动美国的非住宅建筑投资。尽管当前支出规模不是最大，但在整个非住宅建筑中占比已达6%，未来仍有巨大增长空间。

制造业支出虽然是它的五倍，但如果剔除数据中心，美国今年的非住宅建筑投资实际上是下降的。因此，数据中心几乎成了所有行业中唯一逆势扩张的板块。

为了进一步验证趋势，摩根大通自2023年1月起建立了一套追踪系统。截至目前，美国在规划或推进中的数据中心的项目总规模已超过315吉瓦，仅2025年初这一季度就新增了165吉瓦。去年同期还只有约130吉瓦，而到了2022年底，美国AI相关装机容量也才20吉瓦。

但从落地角度看，情况就没那么乐观了。摩根大通追踪的600多个数据中心项目中，真正建成并投入使用的只是极少数。

目前美国在建数据中心的装机量仅约25吉瓦。尽管追踪的项目中潜在规划容量超过300吉瓦，但这个数字建立在所有剩余土地都能顺利开发的不现实前提之上。

考虑到选址、电网、环保、设备供应链等各种限制，更可信的规划区间应在175到200吉瓦之间。即便按这个更保守的范围计算，未来十年每年仍然会新增18到20吉瓦的容量，是过去年均4吉瓦的五倍以上。

更大的限制来自供给端，而非需求端。美国当前的电网根本无法支撑300吉瓦级别的数据中心同时运行，电力基础设施已成为行业扩张的最关键约束。

02 需求增长翻倍，电力真不够用了

美国数据中心的数量正在急速增加，但电力系统却明显跟不上节奏。

劳伦斯伯克利国家实验室预计，到2028年，美国数据中心的年度用电量可能从现在的175TWh飙升至325–580 TWh。

为支撑这股需求，美国至少需要新增100吉瓦的发电能力，否则大量新建的数据中心将面临“建好却无法开机”的困境。

问题在于，新增电力产能并非能立即解决。天然气发电设备从订购到交付需3–4年，新建核电站往往需10年以上，且经常超预算。

于是，越来越多科技巨头开始考虑“自建电厂”（BYOG，Build Your Own Generation），但这同样面临漫长审批、建设周期和前期资金投入等障碍。

未来几年确实会有不少发电项目上线。仅在2024年9月至2025年间，就有超过100吉瓦的新发电容量正在排队并网，其中天然气依旧是主力，因为其成本、稳定性和扩张速度都更具现实可行性。

天然气项目的规划容量已升至147吉瓦，较去年同期暴涨158%。可再生能源在电网并网排队中居首，但许多项目仅为争取税收优惠，真正能快速投产的比例不高。至于核能和储能等更具前景的技术，近几年几乎没有新增项目，短期内难以指望。

更关键的是，即便不考虑AI数据中心，美国的电力需求也已在稳步上升。

家庭用电设备增多、电动车普及加速、商业与工业建筑日益“电气化”，使得美国过去十年电力需求的年均增速维持在1%左右。而现在，仅AI数据中心一项，就可能直接将需求增速翻倍至2%或更高。

但由于过去几年电价长期偏低，叠加疫情与供应链阻塞，许多电力公司对新增电厂投资极为谨慎，导致供给端明显滞后。

近年来，美国居民用电价格已累计显著上涨，引发外界担忧：是否数据中心把老百姓的电都“抢走”了？

监管机构也开始重点关注这一问题，特别强调两点：

第一， 不能让普通用户替数据中心买单。因此，现在的数据中心购电协议（PPA）通常附带高额违约金条款，确保企业提前退出不会将成本转嫁给居民；

第二，要避免“特权电价”。如今大多数数据中心采用“表前”购电模式，与普通用户一样直接从电网采购，不再通过优惠政策挤占其他用户资源。

从全国范围看，居民电价占收入的比例整体仍处于可控区间。但在一些电价本就偏高的州（如加州、新泽西），用电负担已经不轻，因此监管部门格外敏感，不断加强对数据中心扩张与当地电力负担之间关系的审查。

03 科技巨头进入“债务融资”时代，Oracle压力最大

AI的爆发让数据中心和算力投资进入前所未有的加速期：全球数据中心资本开支已升至每年4500亿美元。

尽管微软、亚马逊、Alphabet、Meta、Oracle等超级科技公司仍保持强劲现金流，但持续两位数增长的资本开支逐渐压缩了自由现金流，迫使它们从“自己掏钱”转向债务融资：

Oracle在9月发行了180亿美元债券；

Meta刚完成创纪录的300亿美元发债；

Alphabet过去一年累计发债360亿美元，并在欧元与美元市场形成“常态化”融资节奏。

这些资金几乎全部用于支撑AI芯片、数据中心、电力、服务器等巨额投入。

谷歌手握约1000亿美元现金，负债率极低，因此能够维持“正常化发债”策略，例如每年发债约350亿美元，同时保持资产负债表稳健。

Meta则在融资方式上采取了更激进的路线。以不久前规模273亿美元的Beignet Investor LLC交易为例，Blue Owl持有该项目80%权益，不会立即体现在Meta的资产负债表上。

只有到2029年项目进入租赁期后，相关义务才会计入债务指标。这种结构让Meta能更轻装扩张、减少公开市场发债频率。

相比之下，亚马逊的情况反而更微妙。它的资本开支最高，2025年预计将达到1500亿美元，但三年来未发新债。如果AI投资继续上行，亚马逊大概率会重返债券市场。

微软依旧是最“财大气粗”的玩家：现金最强、资产负债表最稳，对发债需求最小。过去大型收购（如750亿美元收购动视暴雪）也倾向于全现金完成。

与此同时，微软正通过投资CoreWeave、nScale等第三方基础设施，借助“外部云”分摊自建压力，实质上是一种“资本轻量化扩张”。

压力最大的无疑是Oracle。它的债务问题早已成为结构性风险。截至2026财年一季度，Oracle的总债务达到910亿美元，9月再发180亿美元，使公司债务突破1000亿美元。

市场对这批债券的认购很热烈，订单高达880亿美元。摩根大通认为，投资热情更多源于市场缺乏“AI主题”投资级新债，而非Oracle信用优异。

虽然Oracle短期债务压力不大，但从2026年开始，公司面临的到期规模会迅速抬升：2026年有57.5亿美元到期，2027年还需偿还50亿美元。

叠加高资本开支与分红需求，Oracle未来几年很可能成为公开债市的常客。不过，Oracle的评级处于BBB中段，且展望为负，后续的融资灵活性正在下降。

虽然这些科技巨头仍然是全球最受欢迎的投资选择，但市场情绪也在微妙变化。Meta的300亿美元发债曾让利差走高约20个基点，Oracle的180亿美元发债利差走高30–40个基点，说明投资者开始更加审慎地定价“AI债”。

与此同时，像Beignet这样的结构化融资正在走向主流。它本质上是一种“租用自己建的数据中心”、但由外部私募基金先行购买资产的方式：

资金由Blue Owl等机构提供，Meta在账面上保持轻负债，未来按租金使用自己的数据中心。这让科技公司能在保持信用评级的前提下继续扩张。

除了科技巨头融资外，数据中心的证券化发行规模迅速攀升。

今年以来，相关ABS、CMBS发行量已达212亿美元，比去年几乎翻倍，占整个新发行市场的5%。大部分交易来自已建成并投入使用的数据中心，因为成熟项目风险小、租金稳定，投资者更放心。

目前，市场上“用证券化融资建设中期项目”的情况依旧稀少，仅出现过一笔规模4.74亿美元的此类交易，用于伊利诺伊州一个30兆瓦的数据中心，融资利率明显高于成熟项目。

与此同时，AI相关企业的债券发行量正在迅猛增长：

数据中心类债券今年已发行440亿美元，是2024年的10倍；

投资级科技企业债券占整个债市的14.5%，已与美国大型银行齐平。

从目前看，市场有足够资金来“接住”这一轮AI债，其中美国高收益债市场规模1.56万亿美元，杠杆贷款市场规模1.67万亿美元，私募信贷管理规模1.73万亿美元，闲置资源还有4660亿美元。

换言之，市面上至少有5万亿美元的“杠杆资本”正在寻找新资产。而AI很可能成为这些资金的目的地。

04 AI想投资回本，每位苹果用户每月需多付35美元

在当前这轮AI投资热潮中，真正的不确定风险只有两个：能否变现，以及是否会被技术颠覆。

首先必须承认，AI不是一笔小投资。整个行业的建设成本可能超过5万亿美元，不仅包括数据中心、电力和GPU，还包括配套的能源设施、土地、冷却系统和人力成本。

真正决定成败的，是这些投入能否赚回来，以及未来技术是否会让现有投资变成沉没成本。

历史上，我们见过类似场景。二十年前的电信行业，大量企业砸钱建设光纤和无线网络，期待互联网流量带来长期增长。但现实是，需求远未达预期，商业模式难以覆盖巨额建设成本，最终泡沫破裂、大量企业倒下。

那段历史说明：技术革命本身不赚钱，赚钱的是商业模式。

今天的AI同样如此。AI数据中心可以不断建设，但谁来为这些算力买单？消费者是否愿意每月多掏几十美元？企业是否真能用AI提升效率、增加收入？这些问题至今尚无定论。

以谷歌为例，AI确实在改变其核心业务——搜索。

越来越多用户不再点击传统搜索链接，而是直接阅读AI生成的答案。这让依赖搜索流量的网站访问量下降了30-40%，影响巨大。但对谷歌自身而言，这种转变或许是好事，因为它正逐步从“推荐搜索结果”转向“直接给出答案”，强化了用户黏性，提升了变现潜力。

关于AI投资回报，摩根大通做了一个非常有意义的敏感性分析：

若要实现10%的合理投资回报率，未来每年AI行业可能需要创造约6500亿美元收入，相当于全球GDP的近0.6%。

为了让这个数字更直观：这就像让每位iPhone用户每月多付35美元，一年多付420美元；或者Netflix用户每月多交180美元，一年多付2160美元。

这是什么水平？根据外网一个博客的数据，2024年iOS的活跃用户为14.6亿至18亿，用户每月在应用上的花费为10.4美元，相当于比原有花费增加3倍多。

如果回报率上升至14%，这个数字则上升至53美元和274美元。

虽然我们不指望消费者承担所有成本，但问题是，目前AI带来的效率提升，是否已能创造这么大的价值？

另一个风险在于“技术效率的极端跃升”可能带来的冲击。今年1月，DeepSeek发布了R1模型，号称性能媲美OpenAI但成本更低。

消息一出，英伟达市值瞬间蒸发6000亿美元。这类突如其来的技术进步，让市场重新思考AI行业的成本结构与领先地位。

如果真的有公司能用更低成本提供相同算力，那么现有投入的商业价值就可能被重估，形成“范式转移”。

当前，大量中小公司也在积极参与AI基础设施建设。例如WULF、Cipher等公司通过发债融资建设AI数据中心，再把算力租给谷歌等大客户。这些项目的一个特点是：

风险由大公司兜底（比如谷歌承诺支付租金），看起来更稳健。但这类模式也可能放大了市场对未来AI需求的乐观预期，如果后续变现不及预期，小公司或成为最先受影响的环节。

当然，即便整个行业的收入规模不如预期，也有可能出现另一种情况：赢者通吃。少数真正具备技术、资本、生态优势的企业脱颖而出，其余玩家难以为继。