AI 熱潮重塑美國經濟 7500 億美元建設帶來穩定風險

AI 建設已成為美國經濟成長的最大單一驅動力——也是最大的金融穩定風險。

AI 熱潮已徹底改變美國經濟，今年超大規模雲端業者資本支出約達 7500 億美元，而資料中心債務預計將在本十年末超越房貸債務，形成聯準會才剛開始評估的結構性脆弱點。

「金融穩定疑慮源於投機性未來收入與當前契約義務之間的錯配，」創投公司紅杉資本（Sequoia）合夥人大衛·卡恩（David Cahn）表示。他估計自 2022 年 ChatGPT 發布以來，AI 建設的累計最低回報需求約為 3 兆美元。

紅杉資本的卡恩計算，今年約 7500 億美元的超大規模雲端業者 AI 資本支出，需要在設備生命週期內產生約 1.5 兆美元的終端客戶收入才能回收成本。貝恩公司（Bain & Company）估計，要為 2030 年前預期的 AI 需求提供足夠的運算能力，每年需要約 2 兆美元的新增 AI 收入。據傳 Anthropic 的年化收入已達約 600 億美元。

風險已超出股票市場範疇。由於晶片約占 AI 資料中心成本的一半，且在 3 至 5 年後實際上無法使用，擔保品的價值貶損速度可能快於債務償還速度。聯準會主席凱文·沃什（Kevin Warsh）近期宣布成立工作小組調查 AI 的經濟影響，但值得注意的是，聲明中完全未提及金融穩定——這正是聯準會事實上的第三大職責。

資料中心債務超越房貸

相關數據令人咋舌。根據《華爾街日報》報導的分析，若當前趨勢持續，未償還的 AI 資料中心債務將在本十年末超越房貸債務。AI 建設的資金來源已明確從科技巨頭的現金流轉向資本市場，形成循環融資結構：晶片製造商投資 AI 實驗室，實驗室用這些資金購買晶片，雲端服務商則為租用其伺服器的新創公司提供資金。

其結果是估值上升與資本支出之間形成正向循環。晶片巨頭輝達（Nvidia）已成為資本薄弱之雲端服務商的最後依靠，使它們能以優惠條件籌集私募融資。科技巨頭透過合資企業和租賃結構累積大量表外負債。越來越多的資本來自私募信貸基金，這些基金往往向與自身發起人有關聯的項目放貸。

與先前投機狂潮中建造的鐵路或光纖電纜不同，這波投資並未留下耐久性資產。晶片約占 AI 資料中心成本的一半，且在 3 至 5 年後實際上無法使用。擔保品的價值貶損速度可能快於債務償還速度。

聯準會的死角

聯準會對 AI 構成的金融穩定風險已展現出一定程度的認識。今年 4 月，沃什的前任傑羅姆·鮑威爾（Jerome Powell）與美國財政部長史考特·貝森（Scott Bessent）共同召開會議，評估先進 AI 模型可能如何影響銀行體系的網路安全。但根據該分析，即便是這種做法也遠遠不夠。

更廣泛的擔憂在於，美國目前擁有「市場導向」的金融體系，信貸的中介更多依賴債券市場、證券化工具和非銀行放貸機構，而非銀行本身。危險不在於 1930 年代式的銀行擠兌，而在於 2007 年式的影子銀行體系崩潰：對信用品質的疑慮引發短期融資收縮，借款人被迫在下跌的市場中拋售資產。

一旦短期融資市場失靈，聯準會將承受巨大壓力，被迫為非銀行放貸機構和資料中心債務提供後盾，就像 2020 年為貨幣市場基金紓困一樣。但 AI 如今甚至比 2007 年的華爾街更不受歡迎。對兩者同時紓困，很可能摧毀聯準會僅存的獨立性。

外界普遍預期 AI 將帶來的生產力提升和勞動市場效應，至今尚未在數據中顯現。聯準會近期一份工作人員研究指出，原因在於 AI 仍處於「建設」階段。但生產力激增還需要企業進行巨額內部投資以重組其業務流程。市場已在消化由 AI 驅動之生產力成長所帶來的強勁獲利增長，引發對「獲利泡沫」的擔憂。

大規模 AI 資本支出有可能獲得證明，產生足以償付數兆美元債務所需的收入。然而，若果真如此，其所隱含的勞動市場錯位將是史無前例的。這是一場噩夢般的擲硬幣：正面是金融不穩定，反面是聖經級的就業衝擊。

本文僅供資訊參考之用，不構成投資建議。