文章探讨AI资本开支热潮是否构成宏观风险,指出其实际对美国GDP拉动约1%—1.5%,远低于媒体渲染的数万亿美元;分析经济活动停摆、财富效应、信贷紧缩三大传导渠道,强调当前泡沫未严重冲击银行体系,系统性风险可控;同时指出泡沫可能催生长期基础设施价值,呼吁理性应对而非盲目恐惧。
全球企业高管圈层正流行一个新的讨论话题:是否存在AI资本开支泡沫?如果存在,泡沫又将何时破裂?财经媒体不断上调数据中心总投资预估,规模从数千亿一路攀升至最近的数万亿美元。市场对算力过剩、投资回报低迷甚至转负、经济衰退的担忧持续升温。
但问对问题才至关重要,“AI资本开支泡沫何时会破?”并不是正确的问题。泡沫无法精准识别,其破裂时间也难以预知。提出这个问题,往往暗含一种假设:泡沫会带来宏观经济难题,企业管理者、投资者与政策制定者能够、也应当规避其中风险。这两点都不能想当然。
更好的思考方向是:当前这场AI资本开支热潮意味着什么?它与宏观经济存在哪些关联、潜藏哪些风险?审慎的企业管理者该如何在这股强劲趋势中理性前行。
数据中心建设热潮这类经济活动激增,确实会带来宏观风险,但破坏性崩盘并非注定结局,想要造成持久的系统性损害,门槛其实很高。泡沫尽管名声普遍很差,但即便破裂,也可能留下积极的长期遗产。
目前很难精准掌握AI资本开支热潮当下及未来的确切体量。我们可以先统计谷歌等大型云厂商的资本支出,叠加AI实验室这类私营AI企业的预估投入,再剔除一部分在美国境外落地、或是与AI无关的资本开支,估算得出:2026年相关投入约6300亿美元,略低于美国GDP的2%。
但这个数字夸大了本轮AI资本开支热潮对宏观经济的实际影响。AI资本开支中有大约一半甚至更多用于进口,尤其是半导体产品,这部分并不会拉动美国国内经济活动。据此调整后,2026年该热潮对美国GDP的实际拉动规模接近3150亿美元,相当于GDP的1%。彭博一致预期显示,经调整后的这一数值到2028年或将升至GDP的1.5%。
那3150亿美元的估算,又是如何演变成3万亿至4万亿美元的说法?采用更大口径的估算,旨在衡量这场技术变革的总体规模,统计多年全部支出规划,涵盖全球支出(而非仅美国本土),且并未进行上文提到的国内宏观层面调整扣减。如果你想评估它对当下美国经济的实际影响,3150亿美元远比4万亿美元更有参考价值。
庞大数字很容易带来压迫感,却难以判断经济拐点或潜在损失究竟有多大。事实上,本轮资本开支热潮目前尚处于早期阶段。但可以确定,一旦扩张放缓或是停止,原本助推经济的顺风,就会转为逆风。人们很容易设想经济将迎来灾难性后果,但理性评估需要从三大传导渠道展开分析。
1、经济活动停摆
假设产能过剩问题彻底暴露,或是政策层面的反弹按下暂停键,数据中心预期回报崩塌,AI资本开支热潮骤然中止。极端情景下,如果所有相关工程立刻停工,经济活动将减少3150亿美元,直接拖累GDP增长约1%。
单看这一量级的逆风,尚不足以终结美国健康的经济扩张周期,但如果叠加其他利空因素,则有可能引发衰退。
2、财富效应
AI板块引发的股票抛售,可能带动大盘深度回调。美国家庭直接或通过基金持有的股票,占家庭总财富近30%,较十年前提升10个百分点。股市下跌会直接冲击居民财富,推高储蓄率,进而压缩消费支出。
不过家庭资产负债表韧性较强,这会限制风险扩散。后疫情时代,2022年和2025年已经出现两轮熊市(跌幅超20%),但对消费和实体经济的冲击都相对有限。人们常把熊市和经济衰退绑定,但二者的相关性,远没有大众印象里那么强。只有幅度更深、持续更久的股市大跌,才有可能造成实质性伤害。
3、信贷紧缩
为支撑AI热潮而发放的债务一旦出现坏账,会侵蚀投资者资产负债表。债权人蒙受损失后,可能收缩对其他领域的信贷投放,信贷紧缩进而引发经济下行。
但损失由谁承担至关重要,不同主体承受亏损的能力不同,对整体经济的放大效应也不一样。如果资本损失发生在金融体系的关键环节,就像下一部分会讲到的,造成的破坏将远超普通衰退。
没有两场完全一样的泡沫,其宏观后果也各不相同。上世纪90年代末互联网泡沫对经济冲击相对温和;而2008年破裂的房地产泡沫,则留下了长期结构性创伤。泡沫要演变为深重危机,需要满足什么条件?
泡沫破裂若要造成永久性结构性损伤,坏账必须重创银行体系。银行被迫收缩资产负债表,市场流动性枯竭,信贷紧缩效应被瞬间放大。银行、家庭与企业漫长的资产负债表修复过程,会错失大量投资窗口。这已经不只是普通经济下行,经济增长路径会永久下移。
当前,为AI热潮提供融资的银行,是否暴露在崩盘风险之下?目前来看,答案基本是否定的。各大云巨头依靠自有现金流、发行企业债以及直接向投资者增发股权,来支撑资本开支。KKR、阿波罗这类私募信贷机构,通过旗下基金直接放贷,本身也处于银行体系之外。部分银行或许存在直接敞口,也必然有一些间接风险,但AI投资若出现亏损,不太会像2000年代房地产危机那样沉重打击银行资产负债表。
即便AI投资遇冷,云巨头会遭受冲击,但不会触发系统性生存危机。这些企业手握企业史上最强的一批资产负债表。相关投资可以计提减值,企业大概率仍能存活。就算AI热潮不及预期,它们原本的主营业务依旧具备很强价值。
与此同时,私募信贷机构面临两类关联风险:AI强大的代码能力,会让过往发放给软件企业的信贷面临不确定性;而数据中心建设融资,既可能对冲软件业务带来的逆风,一旦资本开支周期反转,也会进一步放大损失。但在这种不利情景下,核心问题依旧是谁来承担亏损。私募信贷的投资方大多是机构投资者与高净值人群,一般不包含银行这类在信贷中介中起到系统放大作用的主体。
资本开支热潮还存在其他隐忧,例如芯片厂商、云巨头和数据中心之间循环融资的问题,未来也可能冒出新风险。这些隐患都不能忽视,但依旧可以用上面提到的三大传导渠道,评估它们的潜在影响。
2008年危机等历史系统性创伤案例,让泡沫背负了全然负面的名声,这种看法太过短视。风险当然要严肃对待,但大多数泡沫并不会引发这类系统性灾难。
泡沫甚至可以留下可观的宏观正向遗产。搭建新技术基础设施,需要一定程度的乐观狂热,才能调动海量资源与人才。如果没有创造巨额财富的预期,很多新兴技术根本无法落地。可以把泡沫理解为一种解决集体行动难题的机制。
人们很容易聚焦泡沫破裂后投资者触目惊心的亏损:互联网泡沫破裂时亚马逊股价暴跌近95%,环球电讯直接破产。但这无法衡量泡沫带来的宏观与社会长期价值。环球电讯的投资者虽然血本无归,但这家企业铺设的陆地与海底光纤,成为之后二十年经济增长的关键底座;亚马逊则彻底重塑了零售行业。
只要系统性风险可控,与其恐惧泡沫,不如理性拥抱。
无论好坏,泡沫本就是资本主义的一种常态。学会适应泡沫、在泡沫中经营管理,对企业管理者而言或许并不舒服,但无可回避。以下是五条建议:
1.主动参与,以求生存与成长
很多管理者认为自己的职责是避开泡沫。但矛盾的是,这种选择本身就会带来生存风险。试想某存储芯片大厂,如果判定这是泡沫,在同行大举投入时选择观望。就算后续泡沫破裂、证明它的判断正确,也会面临产能过剩的市场格局,竞争对手手握更高产能,企业将陷入被动。
2.精准识别风险类型
宏大数字容易带来震撼与恐慌,但要结合评估目标校准风险,放在经济影响的整体背景下解读。可以先厘清风险通过哪些渠道传导,再评估它带来的逆风力度。举例来说,聚焦影响实际GDP的投资流,思考:它对增长的影响规模有多大?
3.区分投资者亏损与宏观风险
泡沫里唯一确定的一件事,就是一定会有人亏钱,有时金额巨大。但个体投资亏损,不等于宏观经济危机,这类损失往往局限在局部范围。
4.理解系统性风险的来源
泡沫破裂,亏损无可避免,但不同亏损的影响力天差地别。只有损失落在银行体系内,侵蚀资本根基、引发信贷危机,才会造成长期宏观创伤。这类情况难以预判,但银行信贷利差是值得持续观察的信号。
5.把政策制定者看作消防员
货币政策制定者有保护经济的职责,但很难提前识别泡沫。主动戳破泡沫,可能打断带来就业与薪资增长的经济周期。除非发现银行业存在系统性风险,政策制定者最好保持观望,做好事后处置的准备。
那么,我们需要惧怕AI资本开支泡沫吗?本文观点是:当前它属于可控的宏观风险,并且要和它对经济增长的正向拉动效应综合权衡。如果要改变这一判断,需要看到可信证据,证明它会实质性冲击经济活动、财富、信贷这一条或多条传导渠道。这种可能性存在,但目前并非定局。
菲利普·卡尔松-斯莱扎克(Philipp Carlsson-Szlezak)、保罗·斯沃茨(Paul Swartz)| 文
菲利普·卡尔松-斯莱扎克是波士顿咨询公司纽约办公室董事总经理、合伙人,同时担任公司全球首席经济学家。保罗·斯沃茨是波士顿咨询研究院执行董事、高级经济学家。
周强 | 编校
本文来自微信公众号“哈佛商业评论”(ID:hbrchinese),作者:HBR-China