AI 基础设施的万亿美元豪赌，与“史上最大错配”之问

MIT Technology Review 刊发 David Rotman 的长文，追问一个“万亿美元之问”：当少数“超大规模厂商”在 AI 数据中心上的投入今年约达 7500 亿美元、明年可能突破 1 万亿美元，它们能否赚到足以支撑这场基建热潮的钱？以下测算与判断均出自该文。

回本需要多陡的曲线

MIT TR 报道，沃顿商学院金融教授、前 SEC 首席经济学家 Jessica Wachter 测算：计入资本成本、15% 回报与折旧，这些公司需到 2030 年把自身生产率提高 2.7 倍才够回本——相当于把美国 1990 年代中期起约十年的 IT 繁荣增长，压缩进短短几年。她和合著者写道：若生产率繁荣“未能兑现”，“当前的建设潮将是史上最大的资本错配”，厂商甚至“无力偿付利息，面临破产风险”。

花费与收入的缺口

MIT TR 引述前 SEC 主席、MIT 斯隆教授 Gary Gensler：超大规模厂商（Alphabet、微软、亚马逊、Meta、以及与 OpenAI 合作的甲骨文）计划投入数万亿美元，而今年 AI 总收入大约只有 1500 亿至 2000 亿美元，“花费尚无相称的收入”。文中举 Alphabet 为例：最新季度近 1200 亿美元营收被 AI 基建吞掉，自由现金流出现约 59 亿美元缺口，是谷歌 2004 年上市以来首次。摩根士丹利估计，2025 至 2028 年 2.9 万亿美元数据中心开支中，过半将依赖“外部资本”举债。

泡沫破了之后

MIT TR 把这场豪赌定性为一个“组合赌注”：厂商要赚得盆满、AI 要拉动全生产率、且二者要在廉价模型的竞争下同时成立。哥大教授 Van Nieuwerburgh 测算到 2032 年需约 3.7 万亿美元年收入；2024 年诺奖得主 Acemoglu 强调必须有生产率增益；一项对约 6000 名高管的调查显示约九成表示过去三年生产率未提升。另需说明：MIT TR 同期一篇由 ON.energy 署名、标注“非其编辑部撰写”的赞助稿称，2026 年 7 月 22 日弗吉尼亚州阿什本一处输电线路故障一秒内使逾 3 吉瓦负载脱网，作者据此称电网压力是“架构问题”而非供电不足。

本站解读： 两篇并读，真正的软肋不在算力或芯片，而在“回报能否如期兑现”与“风险被金融链条转移到何处”——把厂商资产负债表与公共电价、养老金绑在一起，才是 MIT TR 敲响的警钟。