根據最新研究，AI 超大型雲端服務業者（hyperscalers）若要合理化至 2027 年累計近 1.1 兆美元的基礎設施投資，到了 2030 年前，整體生產力可能必須提高約 2.7 倍。
重點摘要：
- 若要支撐當前 AI 基礎設施承諾，AI 超大型雲端業者到 2030 年面臨 2.7 倍生產力門檻。
- **摩根士丹利（Morgan Stanley）**估計，至 2028 年全球資料中心資本支出將達約 2.9 兆美元，其中約 1.5 兆美元需仰賴外部資金。
- 對債務與私人信貸的依賴上升，意味 AI 基建風險正從科技巨頭外溢至更廣泛的信用市場。
Wachter 的 AI 投資算盤
MIT Technology Review專文剖析了華頓商學院財務學教授 Jessica Wachter 與合著者 Jonathan Wachter 的研究。兩人以 Alphabet、Microsoft、Amazon、Meta 與 Oracle 等大型科技公司近年的資本支出為基礎進行推算。
研究指出，在考量資本成本、折舊及約 15% 投資報酬率後，整體 AI 部門到 2030 年前需要約 2.7 倍的生產力提升，才能合理支撐當前的投資規模。論文並警告，若預期中的成長高潮遲遲未現，這波 AI 基建擴張恐將淪為「史上規模最大的資本錯置」。
財報數據已開始呈現壓力跡象。Alphabet 2026 年第二季自由現金流轉為負值，達 59 億美元，這是自 Google 於 2004 年上市以來首見，主因資本支出急遽拉高。
延伸閱讀：自 2012 年沉睡的 Bitcoin 錢包甦醒，一口氣轉出全部資產
Gensler 點名的信用風險
依 摩根士丹利估算，自 2025 至 2028 年，全球資料中心建置支出將累計約 2.9 兆美元，其中約 1.5 兆美元預期來自外部融資。這樣的結構，正把更多 AI 基礎設施風險導入公司債、證券化商品與私人信貸市場。
Meta 位於路易斯安那州的 Hyperion 計畫，就是一個代表性案例。由 Blue Owl Capital 管理的基金持有該合資開發案約 80% 權益，Meta 則保留 20%，整體園區規模約 270 億美元，顯示大型科技公司愈來愈傾向以合資與結構型融資，分散在資產負債表上的壓力。
哥倫比亞商學院教授 Stijn Van Nieuwerburgh 的研究，則進一步分析這波建設浪潮如何將槓桿分散到開發商、放款金融機構與各類結構型金融載具之中。
前 SEC 主席、現任 MIT Sloan 教授 Gary Gensler 則將這一輪 AI 投資循環形容為「資本市場與整體經濟共同下的連環押注（parlay bet）」——一旦經濟或技術進展不如預期，整串押注都有可能同步失靈。
加密貨幣策略師 Arthur Hayes 進一步主張，若 AI 信貸週期出現下行、觸發聯準會再度放鬆貨幣政策，最終可能推動 Bitcoin (BTC) 飆升至 100 萬美元。不過，這類情境性推演充滿投機色彩，並未獲華頓研究本身的實證支持。
生產力能否追上砸錢速度？
這波 AI 資本支出熱潮已累積多年，超大型雲端業者持續搶購晶片、電力與機房容量，試圖鞏固在新一代運算平台的主導地位。隨著更多專案採用高槓桿與結構型融資，問題也愈加尖銳：實際生產力與營收成長，是否真能在未來數年迅速放大，以對得起這些規模空前、且愈來愈依賴外部資金支持的基礎建設承諾？
