布鲁金斯学会报告：美国AI基建投资或达10.3万亿美元，高杠杆与需求错配引发泡沫风险

事件概述

近日，美国布鲁金斯学会（Brookings Institution）发布哥伦比亚商学院教授Stijn Van Nieuwerburgh的研究成果。报告测算，2025年至2032年间，美国在数据中心、电力设施、网络设备、GPU及其他AI基础设施领域的累计投资规模可能达到约10.3万亿美元（约合69.1万亿元人民币）。这一投资强度不仅创下历史新高，更引发了关于“左脚踩右脚”式泡沫破裂的预警，核心风险在于产能扩张速度远超需求增速，叠加高杠杆与技术快速迭代，导致财务结构脆弱。

核心信息

1. 投资强度创历史纪录，单站成本高昂

• 宏观占比： AI建设年均投资相当于美国GDP的3.63%，显著高于1870-1890年铁路建设时期（2.24%）、1956-1973年高速公路建设时期（1.13%）以及1996-2003年光纤建设时期（1.10%）。
• 微观成本： 以一座200兆瓦AI训练园区为例，初始建设成本约82亿美元，其中GPU、网络和存储等IT设备占比高达三分之二（约56亿美元）。若扩展至1吉瓦级园区，成本约为410亿美元。
• 总体规模： 预计到2032年，美国将新增约182.8吉瓦数据中心容量，另有117.2吉瓦项目在之后投入使用，期间建设支出总计约10.3万亿美元。

2. 资本支出超越经营现金流，融资缺口巨大

• 现金流倒挂： Oracle、Microsoft、Amazon、Meta和Alphabet五家科技巨头的合计资本支出从2020年的968亿美元激增至2025年的4158亿美元。预计2026年其资本支出将进一步升至8005亿美元，首次超过同期预计的经营现金流（7071亿美元），缺口需通过借贷填补。
• 外部融资依赖： 摩根士丹利估算，2025-2028年间满足云厂商新增算力需求需约2.9万亿美元，其中超一半依赖外部资本。私募信贷规模或达8000亿美元，企业债约2000亿美元，结构化融资约1500亿美元。

3. 高杠杆与长租约放大系统性风险

• 债务比例畸高： 以Meta的Hyperion项目为例，该项目资产约300亿美元，Meta出售80%股权后，合资实体融资270亿美元债务，使项目层面债务资产比接近90%。其债务发行收益率（6.58%）较公司债高出至少100个基点，增加巨额利息成本。
• 表外承诺庞大： 穆迪数据显示，大型云厂商承担约9700亿美元租赁承诺，其中6600亿美元为表外未来租约。《华尔街日报》统计显示，Microsoft、Alphabet、Amazon和Meta四家公司的未来租赁和采购承诺总额已达约2.4万亿美元。
• 期限错配： 数据中心建筑寿命长达20年，但占据大部分投资的GPU等IT资产经济寿命仅6年。Hyperion项目的债务期限延续至2049年，而技术迭代可能在几年内改变算力架构，这种长期融资与短期技术生命周期的错位是主要风险点。

4. 电力瓶颈与需求缺口可能导致恶性循环

• 能源约束： 一座200兆瓦数据中心年耗电相当于17万户家庭。到2032年，新增AI数据中心用电量可能等同于全美居民用电总量。目前规划的509吉瓦项目中，约226.9吉瓦因电网接入、地方反对及设备供应不足等原因最终无法建成。
• 收入要求极高： 假设182.7吉瓦新增容量投产，若要求10%无杠杆回报率且经营现金流率为50%，成熟期每年需产生约3.725万亿美元收入（相当于2032年美国GDP的9.2%）。这意味着AI产业收入需保持约80%的年复合增长率才能消化产能。
• 利用率敏感度高： 在100%利用率下，每块GB300 GPU每小时需创造约5.5美元收入；若利用率降至80%，该数字升至6.9美元。一旦需求增长不及预期，设备利用率和租赁价格下降，高杠杆项目将面临严重的偿债压力和股权损失。

值得关注

报告揭示了AI行业正在形成的紧密资本循环：芯片厂商（如英伟达）销售硬件并提供残值担保以降低采购门槛，云厂商建设数据中心并向模型公司出售算力，投资者则依靠科技巨头的长期租赁承诺支撑债务。这一链条的可持续性完全依赖于AI需求、算力利用率和租赁价格的同步增长。若需求端出现放缓，现有的高杠杆基建模式可能迅速转化为金融风险。