AI万亿豪赌能否回本：生产力需提升2.7倍

以财务视角审视AI基建狂潮

宾夕法尼亚大学沃顿商学院金融学教授杰西卡·瓦赫特（Jessica Wachter）并未陷入对AI模型能力或落地场景的定性争论，而是采用直截了当的财务核算方法：聚焦五大超大规模云厂商（hyperscalers）——Alphabet、微软、亚马逊、Meta与甲骨文（后者与OpenAI合作）——在AI基础设施上的真实资本开支。她与合作者估算，这些公司2024至2027年的AI相关总投资将达近1.1万亿美元，其中仅2024年就约7500亿美元。这一规模已属人类工业史上罕见的资本动员。

盈亏平衡点：2.7倍生产力跃升

为判断这笔巨额投资是否可持续，瓦赫特设定了明确财务门槛：假设资本成本为15%、资产按期折旧，企业需在2030年前实现盈亏平衡。结果令人警醒——AI业务自身的生产率（即单位投入产出）必须提升2.7倍。这一增幅并非天方夜谭：美国上世纪90年代中期开启的IT繁荣，曾带来持续约十年的类似级数增长。但瓦赫特强调：“把十年的增长压缩到六年内实现，难度极大。”

收入与支出严重失衡

现实数据凸显失衡：美国证监会前主席、现任MIT斯隆管理学院教授加里·根斯勒（Gary Gensler）指出，2024年全球AI相关总收入预计仅为150亿至200亿美元，尚不及单家巨头一年的AI基建支出。瓦赫特直言：“支出尚未匹配相应收入，这是事实。关键问题是——这究竟是面向未来的战略性投资，还是不可持续的烧钱？”

自由现金流转负与债务风险蔓延

财务压力已开始显现。谷歌母公司Alphabet在最新季度财报中披露，尽管营收近120亿美元，但AI基础设施投入导致自由现金流（经营现金流减去资本支出）出现约59亿美元赤字——这是自2004年谷歌上市以来的首次。其他巨头虽暂有雄厚现金储备，但大规模举债建数据中心已成常态。随着融资成本上升、债务规模扩大，自由现金流集体转负已迫在眉睫。

系统性风险正在外溢

风险不仅限于科技巨头内部。大量AI基建贷款正通过债券、银团贷款及结构化金融工具传导至更广金融市场。一旦未来算力需求不及预期——例如AI模型效率大幅提升、客户转向轻量模型或应用渗透放缓——企业仍将背负刚性债务偿还义务。更严峻的是，数据中心内价值数十亿美元的AI芯片正加速折旧，形成双重财务拖累：既要还债，又要消化沉没资产。

历史性考验：成败在此一举

瓦赫特与其合作者在论文中警示：若预期中的AI驱动型生产力爆发未能兑现，“当前这场基建狂潮将成为人类历史上规模最大的资本错配”。这不是关于技术是否先进的讨论，而是一场以真金白银为标尺的经济可行性验证——其结果不仅决定五家巨头的财务健康，更可能影响占美国GDP约3%的关联投资走向。

> 编者观点：对中国企业而言，该研究提醒我们警惕“重基建、轻应用”的投资惯性；在加大算力投入的同时，必须同步构建可计量、可变现的AI商业闭环，避免陷入资本回报率持续承压的被动局面。