美国AI算力投资热潮：泡沫与风险并存，未来何去何从？

1.当前，美国的算力投资是在通用人工智能日益临近的趋势下，进行的前瞻性基础设施布局。尽管当前美国的算力建设已显示出泡沫的迹象，但尚未达到失控的边缘。尽管不能彻底排除算力泡沫破裂的可能性，但从大模型技术的快速迭代、大模型企业的高速增长营收，以及各行业上云需求的不断落地来看，这一巨额投资具有一定的合理性。

2.美国当前规划建设的大型数据中心项目总装机容量已突破45吉瓦（GW），这一建设热潮预计将吸引超过2.5万亿美元的投资。有文章设想了一种“崩盘机制”，即当这些巨额投资未能按预期变现、资本市场情绪转向、防御性抛售开始，就可能触发系统性的回落，科技股回落→估值压缩→投资放缓→AI基础设施、芯片、数据中心等领域连锁受累。

3.大模型企业的增长斜率非常高，对芯片供应的需求持续提升。以OpenAI和Anthropic为代表的美国企业在个人用户和企业用户两端均实现了可观收入。例如，预计今年底OpenAI的年化收入将超过200亿美元，比之前的预测130亿美元大幅增长，相比去年的40亿美元更是增长了5倍，并计划到2030年增长至数千亿美元。

4.今年三季度，亚马逊、微软和谷歌的云计算收入受AI拉动，分别达330亿美元、309亿美元和152亿美元，同比增长分别达20%、28%和34%。大量的行业使用也推高了Token使用量，仅Google一家，10月公布的月均Token使用量就达到1300万亿。

5.历史上并非所有的长期投资都是泡沫。判断是否为大的泡沫，一方面要看其是生产性的还是非生产性的，如荷兰郁金香泡沫就是典型的非生产性泡沫，更容易破裂。另一方面，要看钱的来源，是产业自有投资还是大量举债，且是否被包装成各种金融衍生品，通过加杠杆酝酿更大的风险。对比2000年互联网泡沫时大型企业的估值，当前整体上虽然有一定程度的上升，但仍然处于一个相对合理的区间，有较强的业绩支撑保障。

6.美国当前的AI算力投资浪潮存在技术迭代减缓、产业链循环投资、资金杠杆加高等潜在风险，也可能在短期内经历估值回调甚至“去泡沫”的阵痛。但这并不意味着其方向错误。纵观技术史，几乎所有的通用技术在成为基础设施的过程中，都伴随着周期性过热与纠偏。无论是铁路、电力还是互联网，真正决定成败的，不是泡沫是否存在，而是泡沫退去后留下了什么。

近期美国科技界纷纷推出重大投资计划，大举布局AI基础设施。其数万亿美元的投资和一些相互交叉持股的融资方式引发全球热议。纽约时报10月撰文指出，“现在是时候宣告本世纪的第三次泡沫了——人工智能泡沫。大量投资者持续涌入，全然不顾其能产生多少收益以及何时产生收益。”

总体上，当前美国的算力投资是在通用人工智能趋势下的超前基础设施布局，同时也符合美国当前的全球扩张战略。虽然存在算力泡沫破裂的可能性以及债务融资中的潜在风险，但从大模型技术的快速迭代、大模型企业的高速增长营收以及各行业上云需求来看，这一投资具有一定的合理性。需密切关注和跟踪下一步的发展态势。

美国算力基建热潮引发潜在“泡沫”风险

巴克莱10月31日发布的研究报告显示，美国当前规划建设的大型数据中心项目总装机容量已突破45吉瓦（GW），这场建设热潮预计将吸引超过2.5万亿美元的投资。代表企业如OpenAI在不到一个月的时间内连续披露了三项超大规模算力合作：与Oracle、软银合作部署至少10吉瓦算力的星际之门计划；与博通共同研发10吉瓦定制AI加速器；以及与AMD合作在未来数年内部署不少于6吉瓦的AMD GPU卡。此外，Meta正在推进多个“泰坦集群”项目；亚马逊预计在2026-2027年新增约13吉瓦容量。在AI投资的带动下，英伟达成为全球市值最高的公司。

AI是否会带来可持续的经济增长和回报？巨额的投资从哪里来？OpenAI与英伟达、Oracle等合作是否为循环投资的操纵？一系列技术、产业和金融问题正在引发巨大争议。大西洋月刊的文章《Here’s How the AI Crash Happens》设想了一种“崩盘机制”，即当这些巨额投资未能按预期变现、资本市场情绪转向、防御性抛售开始，就可能触发系统性的回落。

行业对当前AI领域循环投资的质疑

AI算力是否有真需求？

判断AI基建是否有泡沫，首要问题是要看市场是否有足够的需求去支撑数百万卡甚至更大规模的数据中心建设。目前市场上算力的主要消纳大户是OpenAI、Anthropic等大模型企业以及调用这些大模型的创业公司和个人用户。此外还包括微软、亚马逊、谷歌等云厂商。

相比互联网，全球AI个人用户数仍有不小的增长空间。GPT的周活用户达到8亿，仅用了2年多的时间。而互联网达到这一数字用了13年，充分表明AI正以更快的速度渗透到人群中。大量的个人用户接入AI应用后，各类服务请求需要更多的芯片算力保障。

大模型企业的增长斜率非常高，对芯片供应的需求持续提升。从收入来看，以OpenAI和Anthropic为代表的美国企业在个人用户和企业用户两端均实现了可观收入。Sam Altman表示预计今年底OpenAI的年化收入将超过200亿美元，比之前的预测130亿美元大幅增长，并计划到2030年增长至数千亿美元。

另一家大模型公司Anthropic的营收也增长迅速。该公司有望在今年底实现90亿美元ARR（年度经常性收入），并为2026年设定了200亿至260亿美元的ARR指标。公司预计到2028年将实现700亿美元的收入和170亿美元的现金流。

从行业来看，人工智能已经在不少领域实际落地。美国政企用户对API和公有云模式接受度高，使得先进模型能以较低成本快速部署和迭代。企业采用率在17个月内增长3倍，为云厂商带来了可观的商业回报：今年三季度亚马逊、微软和谷歌的云计算收入受AI拉动分别达330亿美元、309亿美元和152亿美元。

钱从哪里来？

虽然OpenAI未来拥有高速增长的业绩预期但其1.4万亿美元的投资计划仍然饱受争议。其首席财务官表示正在寻找一个由银行、私募股权甚至政府机构组成的生态系统以探讨政府可以采取哪些支持方式为融资提供保障。这一表态也引发争议Sam Altman之后专门发推文解释并非要依靠政府兜底即便失败纳税人也不该为错误商业决策买单。

这次已有泡沫迹象但风险可控有望跨越周期

历史上并非所有的长期投资都是泡沫。一方面看其是生产性的还是非生产性的另一方面看钱的来源是产业自有投资还是大量举债且是否被包装成各种金融衍生品通过加杠杆酝酿更大的风险。

过去很多跨十年甚至跨代际的投入共同点是把通用目的技术（GPT）变成基础设施带来持续的生产率提升与新的产业网络。即使中间会夹杂阶段性过热或价格泡沫但最终资产与能力沉淀了下来成为长期发展的重要基础设施。