麻省理工学院相关研究显示，若要证明当下的巨额资本开支“物有所值”，全球AI超大规模云厂商到2030年可能需要将生产率提高约2.7倍。按测算，这一行业到2027年基础设施累计投入接近1.1万亿美元。
核心看点
- 到2030年，AI超大规模云企业面临“生产率提升2.7倍”的硬指标，才能为当前基建承诺找到合理回报。
- 摩根士丹利估算，2025—2028年全球数据中心资本开支约2.9万亿美元，其中约1.5万亿美元将依赖外部资金。
- 对债务与私募信贷的依赖加深，意味着AI基础设施风险正从头部科技公司向更广泛的信用市场外溢。
Wachter的AI测算
MIT Technology Review 报道了沃顿商学院金融学教授 Jessica Wachter 与合著者 Jonathan Wachter 的最新研究。两人以 Alphabet、Microsoft、Amazon、Meta 与 Oracle 等几大云计算与AI巨头的资本开支为基础，测算出这一“生产率门槛”。
按其研究结论，在计入资本成本、折旧与15%目标回报率后，该行业到2030年大致需要实现2.7倍的生产率提升，才能支撑当前的投资节奏。论文警告称，若预期中的生产率与盈利“腾飞”最终并未兑现，这一轮AI基建扩张“可能成为历史上最大规模的资本错配”。
压力已开始体现在现金流上。Alphabet在2026年第二季度录得59亿美元的自由现金流为负，这也是自Google 2004年上市以来首个自由现金流转负的季度，背后正是资本开支大幅攀升。
延伸阅读： 自2012年起沉寂的比特币钱包突然苏醒，一次性转移全部资产
Gensler眼中的信用风险
摩根士丹利估算，2025年至2028年间，全球数据中心建设总投入约为2.9万亿美元，其中约1.5万亿美元有赖外部资本提供。这种模式意味着，更多AI基础设施风险将通过公司债、结构化信用产品及私募信贷等渠道，向更广泛的金融体系传导。
Meta在路易斯安那州的Hyperion项目，就是这一融资模式的样本之一。由 Blue Owl Capital 管理的资金持有该项目合资平台80%的股权，负责开发这一总投资约270亿美元的数据中心园区，Meta则保留20%权益。
哥伦比亚商学院教授 Stijn Van Nieuwerburgh 研究了这类项目如何在开发商、放贷机构以及各类结构性融资工具之间“分层”传导杠杆与风险。
前美国证监会主席、现任MIT斯隆管理学院教授 Gary Gensler 则将当前AI投资周期形容为“资本市场与实体经济联手下的一场连环押注”。
加密货币策略师 Arthur Hayes 进一步提出，若AI信用周期出现下行，可能倒逼美联储转向更宽松的货币政策，从而推高 Bitcoin (BTC) 价格，甚至指向100万美元关口。不过，这种观点更接近“交易员情景假设”，并未得到沃顿研究本身的支持。
多年来，AI超大规模云厂商一直在加速锁定芯片、算力、电力与数据中心资源，当前这波“资本拉胯式扩张”已进入高峰。真正尚未有定论的问题在于：生产率与营收能否在足够短的时间内兑现、并以足够陡峭的斜率上行，来匹配这场愈发依赖外部融资的基础设施豪赌。
