本文刊發在Project Syndicate，作者卡爾·貝內迪克特·弗雷 是牛津互聯網研究所人工智能與工作副教授，也是牛津馬丁學院未來工作項目主任。他指出，當今對人工智能及其相關基礎設施的巨額投資，或許最終將如同上世紀90年代末互聯網投資熱潮般獲得回報。但目前來看，AI所帶來的收益更為溫和，宏觀層麵的負麵影響卻比當年的互聯網泡沫更為顯著。
該圖片由AMIRUN BEGUM在Pixabay上發布
當OpenAI近日宣布將投入1.4萬億美元用於未來的計算能力建設，這隻是2025年市場“非理性繁榮”的最新表現。
據估算，今年上半年美國GDP增長幾乎完全由數據中心拉動，引發了新一輪對“泡沫何時破裂、又會留下什麽”的廣泛討論。雖然1990年代末互聯網泡沫破裂時華爾街遭遇重創，但美國卻保留了最重要的成果：基礎設施。
當年鋪設的光纖至今仍在使用，生產力提升，而時任總統克林頓提出建設“通向21世紀之橋”的競選承諾，也成為少數真正兌現的政見之一。
如今對AI的投資或許也能獲得類似回報。但至少目前，收益看起來更加有限，而宏觀代價卻更高。
回顧1990年代，互聯網的紅利在泡沫尚未破裂時就已顯現：1995年至2004年，美國勞動生產率年均增長約2.8%，幾乎是前20年平均增速的兩倍，直到2000年代中期才開始減弱。即便當年Pets.com還在燒錢打超級碗廣告，全國的經濟賬麵上已經能看到實質收益。
這一次，美國的勞動生產率在經曆二十年低迷後有所回升，去年約為2.7%。但是否歸功於AI仍言之尚早。事實上，AI的采用率正在下降，美國人口普查局的最新調查顯示，大型企業的使用率出現下滑。
如果這波生產率回升主要來自AI，那隨著采用減少，提振效應也可能很快消失。這再次提醒我們，技術浪潮往往轉瞬即逝。盡管1990年代的信息技術繁榮在當時就已廣為人知，最終也隻持續了不到十年。
人們傾向於認為，大語言模型可以加快創新與科研進程，比如揭示學術研究中的隱性聯係、自動編寫代碼、擬定實驗方案等。曆史上的新工具——從虎克的顯微鏡到伽利略的望遠鏡，的確曾引發突破。但這一次，我們早已擁有了終極研究工具，聯網的個人電腦。
即便可以即時獲取全球知識與頂級人才資源，科研生產率和重大突破的數量仍在下降。如今，為了延續摩爾定律（計算性能每兩年翻一番），所需研究人員的數量，已是1970年代初的數十倍。
而且目前的資本開支熱潮，是否能留下可持續的數字基礎設施，也尚未可知。
19世紀鐵路投資和互聯網時代的光纖鋪設，都是長期資產，可隨著技術升級持續利用。很多當年鋪設的光纜至今仍在傳輸數據。一輪資本支出，支撐了多代技術和商業模式的更迭。
相比之下，AI更像是在“跑步機”上奔跑。芯片和存儲設備在數年內就會老化或淘汰。如今每個用於訓練大語言模型的服務器機架，需消耗約120千瓦電力，而十年前僅為5到10千瓦。盡管每一代GPU的單位能耗成本在下降，但這也意味著超大型數據中心更新設備的速度更快，舊硬件迅速貶值。光纖可以更新終端設備後繼續使用，而AI技術堆棧貶值極快，需要持續重投。
如果當前宏觀經濟形勢類似1999年，這種“跑步機”式的投資尚可承受。但現實並非如此。盡管克林頓時代的實際利率更高，但當時的預算盈餘與債務占GDP比下降，使得資本市場壓力較小，政府利息支出也相對較低，不容易“擠出”私人投資。
如今情況正好相反。美國政府持續的財政赤字接近GDP的6%（約1.8萬億美元），淨利息支出接近1萬億美元，嚴重壓縮了財政空間。
與此同時，清潔能源建設、國防開支和高能耗數據中心建設，也在爭搶相同的資金池。這些需求共同推高借貸成本，放緩住宅建設，並使周期長的基礎設施項目排在隊尾。
財政也受到嚴重擠壓。更高的債務存量意味著，實際利率一旦轉正，利息支出迅速上升，擠占社保、醫療與核心公共服務支出。
1990年代末政府債務下降，財政部甚至回購國債，能在不“排擠”私人投資的前提下，與市場共同投資。而現在，高債務和高利息支出讓政府在經濟放緩時幾乎無計可施。如果AI的回報來得緩慢，財政將更加困難。更多資金將流向債券持有人，而非民眾福利；一旦經濟陷入低迷，誰來付代價這個問題將更加嚴峻。
融資結構也發生了變化。
2000年代初的危機主要是股權泡沫破裂，科技股暴跌、風險投資受挫，但這場風暴相對迅速地過去了。正如卡門·萊因哈特與肯尼斯·羅格夫在2009年《這次不一樣》一書中強調的，資產泡沫通過信貸傳導至銀行係統，才會對宏觀經濟構成係統性威脅。
由於互聯網泡沫主要是股權重估（電信業除外），銀行體係基本未受波及，因此沒有演變為金融危機。
而這一次，風險正在通過信貸渠道積累。正如投資人保羅·凱德羅斯基指出的，資金正在從股權轉向債券、特殊目的載體、租賃和私人信貸等形式——這些最終都回歸至銀行和保險機構。
一旦AI和數據中心收益不達預期，首先受影響的可能不是股市，而是信用市場。要警惕收益覆蓋率未達標、貸款條款收緊、再融資困難等問題，這些都可能通過長期租賃合同或芯片抵押貸款，衝擊金融機構資產負債表。
這正是係統性風險所在。不同於互聯網泡沫時期，如今的基礎設施擴張將風險注入金融體係內部，壓力更可能通過貸款人和結構化金融工具擴散。
目前市場已有警覺。穆迪最近警告稱，甲骨文數據中心的擴張，在很大程度上依賴尚未實現盈利模式的OpenAI。
當然，如果AI迅速帶來廣泛且持續的生產率提升，財政和融資問題將迎刃而解。更快的增長會緩解財政壓力、降低債務比率，並支撐當前的融資結構。
但如果收益來得太晚，或不及預期，那麽這些巨額而且提前投入的成本，可能得不到應有的回報。
