数据中心比国家还贵？对人工智能的大规模投资最终会有回报吗？
Xpert 预发布版
提供 27 种语言版本 📢
在 Google 上更倾向于选择 Xpert.Digital。ⓘ发布日期：2026年9月3日 / 更新日期：2026年9月3日 – 作者： Konrad Wolfenstein
数据中心比国家更贵吗？对人工智能的大规模投资最终会获得回报吗？——图片来源：Xpert.Digital
影子债务和垃圾市场质量：人工智能热潮背后的风险博弈
人工智能成果令人失望：为何数十亿美元的商业投资迄今几乎没有带来任何利润
人工智能的危险资金循环：科技巨头如何操纵其成功。
尽管亚马逊、微软、Alphabet 和 Meta 等超大规模数据中心巨头正以前所未有的规模向人工智能领域投入巨资，投资总额超过万亿美元，但终端用户的实际经济效益却低得惊人。为了给这项庞大的基础设施融资，该行业越来越多地依赖复杂的租赁安排和高风险的影子债务，这甚至已经让金融巨头的资产负债表出现了裂痕。天文数字般的资本支出与停滞不前的盈利能力之间的巨大差距，加剧了人们对前所未有的资本错配的担忧。以下分析将揭示特殊目的实体、循环收入和地缘政治边界等错综复杂的关系网，并指出人工智能热潮的真正弱点不在于技术本身，而在于其高风险的融资链。.
与此相关：
当数据中心的成本超过政府的运营成本，而最终谁来买单时，谁也不知道。
2026年夏季，人工智能领域的巨额投资能否最终获得回报，成为全球经济辩论的核心议题。短短几个季度内，美国大型科技公司的资本支出规模就达到了三年前难以想象的程度，而这些投资的实际回报充其量也只是模糊不清，最坏的情况是，由于会计手段的缘故，这些回报往往被掩盖，甚至陷入了循环论证。本文旨在梳理现有事实，指出当前认知的局限性，并对这一发展可能带来的后果进行理性评估，而不急于对成败做出最终判断。.
一场正在改变全球经济资产负债表结构的投资浪潮
过去几个月，四大超大规模云服务商——亚马逊、微软、Alphabet 和 Meta——多次上调了其 2026 年的投资计划。根据 2026 年第二季度财报，全年投资预测总额约为 6500 亿美元至 7700 亿美元，包括 Oracle 在内的一些银行分析师和其他云服务提供商预测的数字接近 8500 亿美元。微软计划投资约 1900 亿美元，亚马逊约为 2000 亿美元至 2200 亿美元，Alphabet 为 1800 亿美元至 1900 亿美元，Meta 为 1250 亿美元至 1450 亿美元，以上均为本年度的投资计划。与 2025 年约 4100 亿美元相比，这意味着短短十二个月内投资额增长了约 77%。据《金融时报》计算，自 2023 年当前人工智能投资周期开始以来，仅这四家公司到 2026 年年中就累计投入了约 1.1 万亿美元的资金，这标志着科技行业与以往低资本软件商业模式的结构性断裂。.
这些金额之所以引人注目，是因为它们从根本上改变了相关公司的性质。几十年来以极高的自由现金流和低资本密集度著称的企业，如今正转向重工业商业模式，这种模式更像是钢铁厂、能源供应商或电信网络运营商，而非传统的软件公司。Alphabet公司在2026年第二季度报告了多年来的首次负自由现金流——这一信号在金融界引发了广泛讨论，因为它表明，即使是世界上财务状况最稳健的公司也正接近自筹资金的极限。高盛和摩根士丹利等分析机构预测，2029年至2031年间，必要的基建投资将增加到数万亿美元，这使得核心业务运营之外的融资问题变得不可回避。.
资产负债表操纵如何演变为系统性风险
当前投资周期的一个关键特征是，债务正日益从传统的公司资产负债表转移到特殊目的实体、合资企业和复杂的租赁结构中。最突出的例子是Meta在路易斯安那州的Hyperion数据中心项目，该项目通过一家特殊目的实体融资，债务基金Blue Owl和PIMCO等其他合作伙伴也参与其中。贷款规模在270亿至300亿美元之间，采用长期租赁结构，因此并未全额计入Meta的合并资产负债表。这种模式旨在保护母公司的财务比率，而实际的经济责任仍然存在。.
近几周来，评级机构和各国央行对这种做法的批评力度显著加大。国际清算银行在其年度报告中警告称，这种隐性债务（通常被称为影子债务）系统性地低估了科技行业的真实债务水平，在极端情况下，甚至可能引发突发的投资危机。穆迪、摩根士丹利以及《日经新闻》等日本商业刊物的分析师对表外负债、租赁和特殊目的实体的总额给出了差异巨大的估算，从1.2万亿美元到超过3万亿美元不等，具体数额取决于纳入的合同类别。如此巨大的差异首先表明：目前尚无统一且可验证的方法来量化这些结构的实际经济风险，而传统的债务比率（例如净债务与营业利润率）只能部分反映这种风险。.
在甲骨文公司（Oracle）的案例中，问题变得更加具体和可衡量。2026年7月，评级机构标普全球（S&P Global）将甲骨文的信用评级下调至BBB-——投资级中的最低级别，仅略高于垃圾债券的门槛。此举的理由是甲骨文为人工智能基础设施扩张而进行的大规模债务融资，尤其值得注意的是其客户集中度极高：甲骨文约一半的合同约束但尚未开票的收入（即所谓的“剩余履约义务”）已增长至6380亿美元，其中约一半来自客户OpenAI。这一数字在一年内增长了363%，从约1380亿美元增至6380亿美元，这表明甲骨文未来的收益高度依赖于一个尚未盈利的单一客户的偿付能力。因此，甲骨文债券的信用违约互换价格达到了历史新高，这是资本市场发出的明确警告信号。.
第二层压力测试：当云服务提供商本身成为风险时。
除了传统的超大规模数据中心运营商之外，另一类公司也应运而生：所谓的“新云服务商”。这些公司专门提供图形处理能力（GPU），其中最知名的当属CoreWeave。这些公司通过巨额借贷购买GPU，然后将计算能力租赁给模型开发者和企业。截至2026年6月30日，CoreWeave的总债务约为356亿美元，涵盖众多有担保和无担保信贷额度以及可转换债券。仅在2026年第二季度，其净利息支出就高达约6.4亿美元——这笔巨额支出足以将原本接近盈利的经营业绩转为约6.26亿美元的净亏损。.
乍看之下，高达约1040亿美元的巨额订单储备似乎缓解了这一风险，这些订单储备代表着合同保障的未来收入。然而，仔细分析后发现，CoreWeave预计2026年的年收入仅为124亿美元至132亿美元，这意味着该公司在任何一年内实际能够将这部分订单储备转化为收入的比例远低于15%。这让我们对订单储备的规模有了更清晰的认识，也使得债务到期结构的问题更加紧迫。CoreWeave近期将2026年的投资预算提高至350亿美元至390亿美元，迫使该公司在利率上升的环境下不断筹集新的债务资本，而其客户群的大部分都集中在少数几家大型客户身上。2026年至2028年期间的再融资窗口正在形成，而这段时期被认为是整个人工智能融资体系中最脆弱的时期之一。.
借助“托管人工智能”（人工智能）实现数字化转型的新维度——平台及B2B解决方案 | Xpert咨询
“托管式人工智能”开启数字化转型新篇章——平台及B2B解决方案 | Xpert Consulting - 图片来源：Xpert.Digital
在这里，您将了解到您的公司如何快速、安全地实施定制化的人工智能解决方案，且无需承担过高的准入门槛。.
托管式人工智能平台是您实现人工智能的全方位、无忧解决方案。您无需处理复杂的技术、昂贵的基础设施和漫长的开发流程，即可从专业合作伙伴处获得根据您的需求量身定制的现成解决方案——通常只需几天时间。.
主要优势一览：
⚡ 快速实施：从构思到可立即使用的应用，只需几天而非几个月。我们提供切实可行的解决方案，创造即时附加值。.
🔒 最高数据安全保障：您的敏感数据始终由您掌控。我们保证安全合规地处理您的数据，绝不与任何第三方共享。.
💸 无财务风险：您只需为结果付费。完全无需前期投入大量资金用于硬件、软件或人员。.
🎯 专注于您的核心业务：集中精力做好您最擅长的事情。我们将负责您人工智能解决方案的全部技术实施、运营和维护。.
📈面向未来且可扩展：您的AI将与您一同成长。我们确保持续优化和可扩展性，并灵活调整模型以适应新的需求。.
更多信息请点击这里：
投资泡沫还是新兴基础产业？人工智能战略的经济现实
模型供应商的销售数据为何至今仍是个谜
人工智能经济的需求端——即最终是否有足够多的终端客户愿意为人工智能服务付费以证明基础设施投资的合理性——仍然是整个辩论中最难验证的部分。Anthropic 和 OpenAI 都公布了非常高的年化收入，但不同来源公布的数据差异很大。目前尚不清楚这些数据是净收入还是毛收入，是实际计费收入，还是仅仅是合同约定的金额。一些报告指出，Anthropic 的年化收入已经超过了 OpenAI，而 OpenAI 同时正面临着巨额运营亏损。根据泄露的内部数据而非经审计的公开财务报表（因为这两家公司都未完全受证券交易所监管），预计 OpenAI 2025 年的亏损约为 210 亿美元，2026 年第二季度的亏损约为 123 亿美元。.
一个备受关注的特殊案例是xAI，该公司于2026年2月与SpaceX合并，随后SpaceX于2026年6月上市。这种结构实现了模型开发、X平台以及公司名为Colossus的专有计算基础设施的垂直整合。聊天机器人Grok的实际产品收入远低于向第三方（甚至包括竞争对手Anthropic）出租计算能力所获得的收入。这个例子表明，在当前的AI周期中，经济上的成功越来越依赖于结构整合和收入来源多元化，而越来越少地依赖于独立证明语言模型能够盈利运营。.
专家讨论中反复出现的一个批评点是所谓的循环融资。英伟达直接或间接地投资于像OpenAI这样的客户，而这些客户又从云服务提供商那里购买计算能力。这些云服务提供商本身也采购英伟达的芯片，有时甚至与同一模式的云服务提供商合作。这种相互关联意味着，相当一部分已公布的收入是在一个闭环中产生的，资本以循环的方式流动，但并不一定需要从真正的最终客户那里获得额外的外部付款。批评者认为这扭曲了实际的市场需求，而相关公司则强调，这些投资代表了在不断增长的价值链中进行的合理的资本配置。.
与此相关：
企业客户的实际收益
尽管数万亿美元的投资涌入人工智能的供给侧，但实际用户企业的需求侧情况却远比这严峻得多。麦肯锡于2026年8月发布的一项全球调查（基于约1719位企业高管的访谈）显示，80%的企业认为人工智能提升了个人生产力，但只有37%的企业能够感受到人工智能对营业利润的显著影响——这一数字与上一年相比几乎没有变化。根据麦肯锡的定义，只有6%的企业符合“高绩效企业”的标准，即至少5%的营业利润归功于人工智能的应用；这一数字也与上一年持平。这些硬性财务指标的停滞不前与企业投资预算的持续增长形成鲜明对比，也为那些对人工智能持怀疑态度的人提供了强有力的实证论据。.
与此同时，Domino发布的《2026年企业人工智能报告》指出，57%的受访企业发现其投资回报率低于实际支出，这一趋势自2025年以来一直停滞不前。Gartner的外部预测进一步指出，到2027年，超过40%的所谓“智能体人工智能”项目（即拥有自主运行人工智能系统的项目）可能会被终止。这些数据支持了这样一种观点：迄今为止，人工智能对大多数企业而言并非决定性的竞争优势，而更像是一个回报不确定的实验性成本中心。然而，这些数据并不意味着这项技术整体上毫无价值，因为少数企业确实取得了显著成果，这表明成功案例与失败案例之间的差距正在扩大。.
行业整合正在进行，但并非发生在预期的地方。
公众普遍认为，财务状况不佳的模型开发商迟早会被财力雄厚的竞争对手收购，从而可能引发市场整合的连锁反应。然而，过去十二个月的实际观察却揭示了不同的模式。超大规模数据中心并没有直接收购前沿模型开发商，而是以少数股权、长期计算能力合同以及所谓的“部分收购”（即收购人才和许可证，而非收购整个公司）等方式占据主导地位。真正的整合浪潮发生在应用层面，例如 Salesforce 收购了客户服务人工智能提供商 Fin，ServiceNow 收购了 Moveworks，IBM 收购了 Confluent，此外还有一些收购案例，涉及专注于人工智能驱动业务流程的大型印度 IT 服务提供商。.
这一观察具有重要的经济洞察力，因为它表明，目前人们感知到的经济价值并不在于开发新的基础模型（这些模型越来越被视为可以互换），而在于将这些模型嵌入到终端客户可以使用的具体业务流程中的能力。地缘政治因素也限制了整合：2026年4月，有消息称，Meta计划收购中国人工智能公司Manus的计划因中国政府的一项命令而中止或受到严重阻碍。这表明，人工智能领域的跨境收购正日益受到地缘政治的审查。其他传闻，例如Stripe可能有意收购OpenRouter平台或Nvidia有意收购Hugging Face，目前仍是未经证实的猜测，不应与已记录的交易混淆。.
监管会增加成本，但不会构成短期障碍。
在监管层面，欧盟目前在人工智能监管方面处于领先地位。自2026年8月2日起，通用基础模型的透明度义务已生效，欧洲人工智能办公室也开始执行相应的监管措施。最初针对高风险人工智能应用更为严格的合规义务，通过所谓的“数字综合程序”分别推迟至2027年12月和2028年8月。这意味着，尽管企业短期内仍需承担文档和透明度方面的成本，但高风险应用实际成本高昂的合规要求将在相当长的一段时间后才会生效。就本文探讨的核心问题——投资回报率而言，这意味着监管压力在可预见的未来不会成为潜在整合的决定性因素，尽管它可能会影响行业的长期成本结构。.
两大阵营，两种世界观：泡沫还是新兴产业的基石？
公众辩论大致可分为两大阵营，他们对同一数据的解读存在根本分歧。持怀疑态度的阵营包括一些信用分析师、像迈克尔·伯里这样的知名投资者以及众多社交媒体评论员，他们将当前的情况与2000年代初的互联网泡沫或当时电信网络的过度投资相提并论。他们的核心论点是，目前的投资额远远超过了终端用户实际可获得的收入，一个容量为1吉瓦的数据中心建设成本估计高达800亿至1000亿美元，而其可实现的年收入则在100亿至120亿美元之间。这导致投资回收期远远长于所用图形处理器（GPU）的实际技术和经济寿命。.
较为乐观的阵营，包括来自《巴伦周刊》、Vontobel、高盛部分分析师和路透社的分析师，指出目前相关公司的估值水平远低于互联网泡沫时期的估值倍数，而且融资公司的运营现金流也远强于当时的电信公司。研究公司Exponential View通过彭博社发布的一份报告指出，在2026年初夏，中国以外的人工智能相关收入已经超过了超大规模数据中心和新云服务商在2026年第一季度的预计减值损失，尽管利润率非常低。然而，WireSift等研究平台或分析师Joseph Klement等人的分析则认为，实际终端客户收入与预期收入之间存在每年超过一万亿美元的结构性缺口。.
值得注意的是，双方都缺乏对“泡沫”一词的统一、明确的定义，也缺乏对2027年至2030年终端用户实际支付意愿的可靠预测，以及衡量新增计算能力实际利用率的透明指标。这种知识鸿沟并非仅仅是学术上的脚注，而是这场辩论如此两极分化的真正原因：双方的论点都基于一些部分看似合理但无法完全通过实证检验的假设。.
真正的薄弱环节不在于模型本身，而在于融资链。
对现有数据的全面审查得出了一个细致入微但又有理有据的评估。所有先前的投资都已收回成本的说法无法得到现有数据的支持——无论是模型开发商层面（他们大多仍处于巨额亏损状态），还是整体企业需求层面（根据多项独立调查，企业需求已停滞一年多）。与此同时，关于系统即将崩溃的说法同样缺乏依据，因为没有记录在案的支付违约、后续融资失败或主要市场参与者被强制收购的情况。实际上，我们可以观察到的是系统边缘出现的首批清晰可衡量的压力信号：Oracle 的评级被下调、单个云服务提供商的客户关系高度集中、表外融资结构的作用日益增强，以及像 CoreWeave 这样的资本密集型新云平台的高额利息负担。.
因此，最有可能的发展趋势并非一次剧烈的变革，而是行业内部渐进但日益明显的分化。拥有多元化收入来源、广泛客户群和稳健资产负债表的公司——尤其是那些在传统云计算领域拥有盈利核心业务的成熟超大规模数据中心——拥有足够的缓冲来应对长达数年的低股本回报率时期。相比之下，杠杆率更高、以客户为中心的企业，例如依赖少数大型客户的独立新云服务商或基础设施提供商（如Oracle），如果终端客户需求的增长没有显著加速，则在2026年至2028年即将到来的再融资窗口期内，它们将面临更高的困境风险。因此，任何整合都可能通过再融资压力、合同重新谈判以及选择性地低价出售基础设施容量等方式逐步发生，而不是像某些社交媒体危机情景所描述的那样，通过突然而全面的连锁反应来实现。.
监测这一发展趋势，有三个指标尤为关键：资本密集型基础设施提供商所持债务的实际到期结构、最大云合同中客户集中度的发展情况，以及人工智能应用带来可衡量利润贡献的公司占比能否在即将进行的调查中最终突破37%左右的停滞水平。只有当趋势出现明显逆转时，才能对当前的投资浪潮究竟是在构建新的产业基础架构，还是最终会成为经济史上代价最昂贵的资本错配之一做出可靠的评估。.
📈🚀 从提升知名度到赢得信任 👀🤝 Xpert.Digital 助您实现规模化发展
从提升可见性到赢得信任：Xpert.Digital 为您打造可扩展的路径 - 图片：Xpert.Digital
在工业B2B领域，可持续的业务关系很少一蹴而就。它们需要循序渐进地发展——通过提升知名度、增强专业相关性、建立持续的联系以及不断增长的信任。Xpert.Digital的四阶段模型正是针对这一需求而设计的：它提供了一条结构化的路径，从易于管理的切入点开始，并可根据需要发展为更深入的业务拓展合作。.
这种模式不依赖于夸张的营销承诺，而是将合作关系置于首位。企业首先制定清晰明确、易于计算的衡量指标，然后根据自身经验决定合作的拓展程度。这种不受干扰的信任建立过程的关键在于：平台完全杜绝了令人厌烦的广告，因此内容完全聚焦于企业的专业知识。.
更多信息请点击这里：
您的全球营销和业务拓展合作伙伴
☑️ 我们的业务语言是英语或德语。
☑️ 新增：用您的母语进行通信！
Konrad Wolfenstein
我和我的团队很乐意为您提供私人顾问服务。.
您可以通过填写此处的联系表格联系我[email protected]：，或者直接致电+49 7348 4088 965。我的邮箱地址是
我期待着我们的合作项目。.
