人工智能热潮遭遇现实考验

对人工智能 (AI) 的初步狂热情绪遭遇了阻碍。过去三年，市场将投入AI的每一分钱都视为对未来的预付款。但在过去一个月里，市场开始提出一些尖锐的问题。

超大规模云服务商——Microsoft、Alphabet、Amazon和Meta——的股票已经下跌，抛售潮已蔓蔓延至为它们供货的芯片制造商和云服务提供商。

严重偏重于超大规模云服务商和芯片制造商Nvidia的标普500指数，目前仅略高于其8月份的峰值。在截至10月23日的一个月内，费城半导体指数下跌了14%。最大的上市专业AI云服务提供商CoreWeave的股价跌幅超过38%。

与此同时，作为投资者经典避险资产的美国国债，在通胀上升的背景下反而出现上涨，而通常情况下通胀会导致其下跌。

没有任何单一的坏消息可以解释这一市场表现。相反，投资者似乎开始正视一个此前因狂热情绪而被搁置的问题：AI带来的收入，能否最终赶上其庞大的支出？

所涉及的金额是惊人的。仅四大超大规模云服务商就有望在2026年支出约7000亿美元的资本开支，到2027年将接近1万亿美元，其中大部分用于数据中心及其中所需的芯片。

THE BUSINESS TIMES INSIGHTS

Powering Asean's Future 2026

Find out how enterprises are navigating power constraints and sustainability targets

ACCESS THE INSIGHTS

借鉴历史上的狂热

单从规模来看，当前的AI基础设施建设堪比历史上的几大基建热潮：维多利亚时代英国和镀金时代美国的“铁路狂热”，以及1990年代末的“光纤与互联网狂潮”。

这些先例都建立在一个理念之上：变革性技术理应获得巨额投资。然而，将它们解读为一种警示或许更为恰当。每一次热潮都是对未来需求的巨大赌注，而每一次都以泡沫破裂告终。

英国的铁路狂热在1847年崩溃，导致成千上万的投资者血本无归。在美国，过度建设的铁路线助推了19世纪末的金融恐慌。而在1990年代末，电信运营商向网络投入了约5000亿美元，到2002年，纳斯达克指数已损失近80%的市值。

SEE ALSO

Tech stocks tumble as AI fears collide with earnings misses

在每一次案例中，这些基础设施最终都改变了经济，但早期为此买单的投资者大多未能分享到成果。

每一次热潮都高估了需求的增长速度。问题不在于技术本身，而在于时机。

到2001年，在美国铺设的光纤中，实际投入运营的仅占个位数百分比。这些网络最终得到了充分利用——承载着今天的互联网流量——但在此之前，曾经的电信巨头WorldCom、Global Crossing以及其他几十家公司已经相继倒闭。

如今，同样的不匹配现象也清晰可见。数据中心的建设正遵循一条指数级增长曲线，每年的建设计划都让前一年相形见绌。

但AI的采用并非指数级增长。它的推进似乎是断断续续的：首先是一阵热情高涨；然后是一个漫长的平台期，企业在此期间研究如何围绕部署新工具进行组织重构；之后，或许才会有下一次飞跃。

麻省理工学院在2025年7月一份被广泛引用的研究发现，95%的组织在六个月后没有看到任何可衡量的正向投资回报。而未来推动大部分AI收入的，将是企业组织，而非个人用户。

收入差距

目前可能没有一家超大规模云服务商能从生成式AI中盈利。在仅有的两家披露AI收入的公司中，Microsoft和Amazon报告的合计年化收入为600亿至700亿美元，而仅在2026年，两家公司的资本支出总和就高达约4000亿美元。

据一些估算，要用可识别的AI收入来覆盖当前和计划中的AI资本支出，每年需要大约2.5万亿美元——这比当今整个科技行业的总收入还要多。

与此同时，AI生态系统中许多公司的估值已远超其盈利水平。只有当AI带来的生产力提升远大于目前数据所能显示的水平时，当前的股价才显得合理。但这并不意味着这个赌注是错的。

但投资者现在正在为一场可能很晚才会到来的变革买单，而他们的耐心是有限的。市场不必断定AI是失败的，才会对其进行大幅重新定价。他们只需要认定，回报的到来比他们预期的要晚得多就足够了。

循环流动的资金

使情况更加复杂的是该行业的融资方式。越来越多的AI需求依赖于循环资本、供应商融资以及对未来采购的承诺。

例如，Nvidia已向OpenAI投资300亿美元，而OpenAI反过来会用Nvidia的芯片填充其数据中心，并已为一个将为OpenAI托管其芯片的数据中心园区担保了高达1050亿美元的租约。Nvidia持有云服务提供商CoreWeave的股份，后者购买Nvidia的芯片；Nvidia还同意购买CoreWeave无法售出的算力容量。

Oracle已签订一份价值约3000亿美元的合同，为OpenAI提供算力，而OpenAI是一家每年仍亏损数十亿美元的公司。

在这种安排下，一家公司的资本支出变成了另一家公司的收入。报告的增长数据可以保持亮眼，却无法证明该生态系统拥有一个自我维持的经济模式。当供应商为客户提供资金，而这些客户又反过来从这些供应商处购买产品时，就很难将真实需求与金融工程区分开来。

问题不在于需求是否存在——需求确实存在。问题在于，它最终能否从AI生态系统之外的客户——即那些最终必须为此买单的银行、零售商、医院和制造商——那里产生足够的收入，来证明已经投入的资本是合理的。

以未来为抵押的借贷

债务增加了另一层风险。自2025年以来，债券发行已为AI资本支出中越来越大的一部分提供了资金，就连现金充裕的超大规模云服务商也已转向信贷市场筹集资金。

超大规模云服务商的债券发行额从2024年的约170亿美元飙升至2025年的1090亿美元，并在2026年上半年达到1940亿美元。

Meta通过单次债券发售筹集了300亿美元，并与私募信贷提供商Blue Owl Capital合作，通过一个资产负债表外工具为其在路易斯安那州的Hyperion数据中心额外安排了270亿美元资金。Oracle的财务状况比同行更为紧张，已为履行其对OpenAI的承诺而大举借债。

信贷市场已经注意到了这一点。针对超大规模云服务商及其供应商的信用违约互换 (Credit Default Swaps, CDS) 交易量激增，这种金融工具可以为违约提供保险。其中，Oracle的CDS利差已成为交易员们所称的“AI超大规模云服务商违约交易”的风向标。

9月份，与七家AI相关公司挂钩的CDS周交易量超过90亿美元，比7月份20亿美元的周平均水平增长了四倍多。

这些投资者担心的并非彻底崩溃。问题在于，这些债务是基于AI支出将持续加速的预测而筹集的，但利息和租赁付款却是固定的。因此，对韧性的真正考验不在于这个周期能否在支出崩溃的情况下幸存，而在于它能否在支出仅仅停止加速的情况下幸存。

保质期短暂的芯片

有理由认为，这个周期对投资者来说可能比以往的周期更为残酷。铁轨和光缆可以保持数十年的生产力；后来以极低价格收购破产网络的投资者从中获利颇丰。

而为AI提供算力的芯片——图形处理单元 (Graphics Processing Units, GPUs)——则无法提供这样的安慰。新芯片性能超越旧芯片的速度如此之快，以至于一块GPU可能仅在两到五年内才能收回成本。而且，如果数据中心建设出现延误，公司购买的芯片可能不得不闲置在仓库中，并面临过时的风险。

据Data Center Watch统计，仅在2026年上半年，就有价值约2000亿美元的项目因当地居民反对而受阻或延迟。

项目同样也受到电力及建筑资源短缺的拖累。早在2025年11月，Microsoft首席执行官Satya Nadella就曾警告称，公司最终可能会“手握一堆无法接入使用的库存芯片”。

所有这些并不意味着AI是海市蜃楼。它几乎肯定会在未来几十年里改变经济、生产力和工作方式，就像之前的铁路和互联网一样。但是，当前的估值和投资水平所假设的变革速度和盈利能力，都超出了现有证据所能支持的程度。

交叉持股和循环融资构成的复杂网络，使得整个行业极易受到产业链上任何环节信心丧失的冲击。当现实未能达到被夸大的预期时——这通常会发生——一场痛苦的调整似乎在所难免。过去一个月的市场动荡，可能仅仅是第一波而已。THE STRAITS TIMES