AI基础设施建设背后的真实经济学：为什么关于泡沫的空谈忽略了重点

怀疑论者纷纷出场。来自主要金融媒体的文章——如《金融时报》警告“幻影数据中心”夸大了美国电力预测，以及《华尔街日报》关于“AI炒作与现实”的报道——不断质疑对AI基础设施的巨大投入是否具有财务合理性。这些文章建立在一个诱人的前提上：AI系统所需的资本不可能产生足够的回报来证明投资的合理性。但这种批评根本误解了AI革命的本质，它大多是空洞的言辞，掩盖了真正的经济变革。

$650 十亿级年度收入问题(——其实并不是问题)

怀疑论者的核心观点是：摩根大通建立了一个假设，到2030年全球AI基础设施投资将达到$5 万亿。然后他们提出一个简单的问题：所有这些硬件每年需要产生多少额外的收入，才能为投资者带来合理的10%年回报？他们的答案是：大约$650 十亿每年——超过苹果当前年度销售额的150%，大约是OpenAI目前收入的30倍。

这听起来不可能。这正是许多投资者和分析师将其视为泡沫证据的原因。关于泡沫风险的空洞言论在市场对过剩感到紧张时能获得点击率和信誉。

但这种框架存在一个关键缺陷。它将AI基础设施支出视为一次性、静态的投资——类似于市场对移动技术、云计算或宽带连接的态度。每一种技术都很重要，但它们都依赖于相对可预测、预先确定的计算周期。

AI的根本不同：智能需要实时工厂

根本的区别在于AI系统的实际工作方式。传统软件是预编译的。你只需写一次代码，计算需求就相对温和且可预测。而AI系统——尤其是生成式和自主式AI——在实时运行。它们在每一刻都在产生新信息、新标记、新价值。它们不能提前生成智能并在之后检索。智能必须持续创造。

英伟达CEO黄仁勋在《金融时报》未来AI大会上阐述了这一转变：“过去的软件是预编译的。为了让AI有效，它必须具有上下文感知能力，并在当下产生智能。产生高需求AI所需的计算量相当庞大。我们创建了一个行业，要求工厂——数百亿美元的工厂——来生产这些标记和智能，以服务于数万亿美元的产业。”

这重新定义了一切。我们不是在建仓库用来被动存储数据。我们在构建实时智能生产系统。计算能力不会在使用间歇期闲置，而是持续运行，在每个周期中创造价值。这彻底改变了单位经济学。

考虑其影响：几乎每个行业都将用AI增强劳动力和人类能力。大多数人今天还未使用AI，但在未来几年内，几乎每一次互动和交易都将以某种形式涉及AI系统。从今天的低AI使用到明天的持续部署，计算需求将呈指数级增长。

像NVIDIA和台积电这样的硬件制造商仍被低估

华尔街分析师一直低估了GPU驱动计算系统的潜力。主要银行的当前预测模型显示，NVIDIA在2027财年（从2025年2月开始）销售额约为$275 十亿。然而，随着全球AI基础设施支出在2028年突破(万亿（根据高盛和美国银行的研究），其可达的市场规模可能远远高于这个数字。

制造支持AI革命芯片的台积电也面临类似的机遇。随着AI推理和训练需求在每个主要科技公司和企业中不断扩大，台积电的产能成为制约因素，而非理所当然。这一动态本身就表明，当前的股价估值可能低估了未来几十年的潜力。

物理-AI乘数效应：这只是开始

在生成式AI和自主式AI在未来五年内为GDP增加数百个基点之后，物理-AI的出现将进一步放大基础设施需求。自动驾驶汽车、类人机器人、自动化工厂和智慧城市系统不仅需要在数据中心的计算，还需要在边缘分布——冗余、强大且具备离线能力，以确保安全关键操作。

训练和推理物理-AI系统所需的基础设施，可能远超大多数分析师目前的预期。如果生成式AI需要“工厂”，那么物理-AI则需要一个全新的分布式计算生态系统，遍布物理世界。

明智投资与空洞言辞的区分

金融头条新闻喜欢制造故事冲突。泡沫警告能带来关注度。但市场的长期财富来自于具有多年代远景的机构投资者——如贝利·吉福德（Baillie Gifford）这样的公司，他们倡导“实际投资”，支持那些在几十年中对进步贡献最大的公司，而非追逐季度的短期表现。他们曾是特斯拉的早期投资者；如今，NVIDIA已成为他们最大的持仓。

这并非盲目信仰或鲁莽投机。这是认识到某些技术变革会随着时间的推移以令人惊讶的方式叠加，超出只关注季度周期和短期情绪的观察者的预期。

底线：关注“超预期-调高”周期

预计NVIDIA将在强劲需求推动下，交付又一个超预期的季度，并调高未来指引。华尔街将再次上调增长预期和目标价。当那一刻到来时，要记住，分析师们仍在追赶AI基础设施投资的实际潜力——这个潜力将随着行业的扩展而加速，而非减缓。

关于AI泡沫的空洞言论将持续存在。但真正的经济学——在每个行业实现持续、实时的智能生产的需求——指向一个不同的结论：我们仍处于部署的早期阶段，基础设施的建设才刚刚开始。那些能穿越怀疑喧嚣、专注于长期基础设施需求的投资者，可能会发现，最好的机会还在前方。