研究估算：AI 数据中心投资需在 2030 年前提升 2.7 倍生产率才能回本
这篇用会计账本而非技术乐观主义打量 AI 基建：万亿美元投入要求超大规模厂商在 2030 年前把生产率提高 2.7 倍，否则将是史上最大规模的资本错配。
宾夕法尼亚大学沃顿商学院金融学教授 Jessica Wachter 不做需求预测，只算账：几大超大规模云厂商（hyperscalers）到 2027 年的 AI 相关支出将接近 1.1 万亿美元，要覆盖资本成本、15% 回报率和资产折旧，它们到 2030 年需把自身生产率提升 2.7 倍。达不到，就可能付不出利息、面临破产。
正文摘录
- title: AI 的万亿美元豪赌，赌注是什么 - sourcecompany: MIT Technology Review - bodymarkdown: 当宾夕法尼亚大学沃顿商学院的金融学教授 Jessica Wachter 想要评估 AI 在未来几年对经济的影响时，她面对的是一长串商业和技术上的不确定性。于是她从她所称的一个毋庸置疑的“显著事实”出发：少数几家所谓的超级云厂商（hyperscalers）正在投入巨额资金建设 AI 数据中心。 她没有试图预测 AI 模型会有多有用、会被多广泛地部署，而只是问了一个问题：这些超级云厂商的盈利需要以多快的速度增长，才能为它们到 2027 年的支出提供合理依据——她和合作者估计，届时支出将接近 1.1 万亿美元。这是一种务实直白的会计方法，用来理解当下这场历史性的 AI 基建扩张。 [结果令人大开眼界](https://papers.ssrn.com/sol3/papers.cfm?abstractid=6465519)：考虑到资本成本和 15% 的回报率，以及资产的折旧，这些 AI 公司需要将自身生产率提高 2.7 倍，才能在 2030 年前实现盈亏平衡。Wachter 说，这并非不可能。这一结果将带来我们从上世纪 90 年代中期开始、持续约 10 年的美国 IT 繁荣期所见到的那种经济增长。但她说，要在 2030 年前实现，“这意味着把大量增长压缩进短短几年”。那如果超级云厂商无法达成这样的利润目标呢？ “那它们就会拖欠利息支付，从而面临破产风险。”Wachter 说。她曾担任美国证券交易委员会（SEC）首席经济学家兼经济与风险分析部主任。如果生产率繁荣“未能兑现”，她与合著者在研究论文中得出结论，“当前的这轮基建扩张将成为历史上最大的资本错配。