为 AI 热潮融资：从现金流到债务 [pdf]
对 AI 数据中心进行的大规模资本支出——如今其规模已可与历史上的大型工程相提并论——正越来越多地通过债务融资；如果预期中的增长和利润未能实现，这将引发财务稳定性担忧。评论者讨论前沿 AI 公司是否会变成“太大而不能倒”，指出其经济性不透明、在 AI 供应链之外盈利模式未被证明，以及可能促使未来以国家安全为名进行救助的政治激励。另一些人指出，当前模型大多默认至少“中等增长”，并警告更弱的结果可能波及信贷市场、公用事业以及更广泛的经济。
系统性风险与“太大而不能倒”的担忧
- 一些人认为 AI 融资与 2008 年前的银行业有相似之处：高杠杆、通过股票、信贷和退休基金广泛暴露风险。
- 另一些人则认为 AI 公司与银行不同：它们并未嵌入支付和信贷基础设施，因此救助它们的理由更弱。
- 还有人预计，即便这些公司在结构上无利可图，国家安全理由（“不能让中国赢”）仍可能被用来为救助辩护。
- 持怀疑态度的人声称，“太大而不能倒”本质上只是保护大金主并将腐败合法化的政治遮羞布。
债务、增长情景与宏观风险
- 评论者担心，BIS 的“高”和“中”增长情景遗漏了低增长/负增长，这让人联想到 GFC 前忽略全国房价下跌的模型。
- 有人认为，任何低于“中等增长”的结果都可能引发严重下滑，因为债务是基于持续扩张来定价的。
- 另一些人指出，随着 AI 融资从股权转向债务，如果盈利不及预期，杠杆会放大下行风险。
AI 投资规模与历史繁荣期的比较
- AI capex 被拿来与铁路、互联网泡沫时期的建设、阿波罗计划、曼哈顿计划以及州际公路系统相比较。
- 争论集中在衡量标准上：按通胀调整后的绝对美元计算，AI 规模巨大；按 GDP 占比计算则较小，但仍然相当可观。
- 多位评论者认为，当前对 AI 数据中心支出的公开估计已经低估了现实。
盈利能力与真实经济价值
- 许多人认为，除基础设施提供商外，基于 LLM 的 AI 几乎没有证据显示能带来广泛、可持续的利润。
- Duolingo 以及假设中的 Costco 使用场景等例子被用来说明，AI 订阅很容易侵蚀本就微薄的利润率，而不是提升利润。
- 反驳观点：
- 传统基于 ML 的广告技术（搜索、社交）非常赚钱，不过有人认为这与 LLM 属于不同类别。
- 一项被引用的大规模中国零售研究发现，GenAI 可以显著提升销售额和单客价值，尽管净盈利能力仍不确定。
基础设施、电力与搁浅资产
- 如果 AI 需求崩塌，可能会出现多余的电力和输电能力。
- 对于最终由谁承担 capex，意见不一：公用事业公司和电价支付者，还是私人发电商和债券持有人；而破产会把损失转移给投资者。
AI IPO 与市场情绪
- Anthropic 和 OpenAI 的 IPO 时间表被视为推迟或谨慎，可能是由于其他高调科技上市表现不佳以及估值不稳。
- 有人猜测，炫目的 AI 用例（例如借助 LLM 辅助重写代码库）可能是 IPO“炒作周期”的一部分，但其真实影响尚不清楚。