华盛顿，9月24日：根据一项新的研究，人工智能产业的发展速度正在加快，其在美国经济中的占比预计将超过电力、铁路、州际高速公路或互联网产业的发展规模。与此同时，人工智能产业的金融结构也变得越来越复杂，这可能带来系统性风险。

哥伦比亚商学院的金融与房地产教授斯泰恩·范纽维尔伯格（Stijn Van Nieuwerburgh）在为布鲁金斯学会（Brookings Institution）准备的一份报告中指出：亚马逊（Amazon.com）、Meta Platforms和Alphabet旗下的谷歌（Google）等公司此前积累的现金已被用于人工智能项目的投资。到2032年，这些项目每年将消耗美国国内生产总值（GDP）的约3.6%，总金额超过10万亿美元；同时，这些项目还依赖于日益复杂的融资机制。

这一估计数字高于19世纪末铁路产业每年消耗的GDP占比（2.2%），后者是当时投资规模第二大的技术项目；也略高于20世纪50年代美国州际高速公路建设项目以及1990年代中期开始的电信产业扩张项目每年消耗的GDP占比（均约为1%）。

范纽维尔伯格指出，正如铁路和电信产业的发展曾引发过严重的经济泡沫与危机一样，当前人工智能产业庞大的投资规模、尚未得到充分验证的收入来源以及复杂的融资结构都预示着该行业也可能面临类似的风险。他在向记者们解释相关融资安排时说：“这真的非常复杂。”据他的保守估计，未来七年里，人工智能企业、大型科技企业、银行、私人信贷机构、房地产公司等各方将共同投资建设总计183吉瓦（Gigawatt）的新数据中心容量，而目前美国已安装的数据中心容量仅为约57吉瓦。

数据中心建设以及与人工智能（AI）相关的技术风险，已成为美国政治和经济辩论中的核心议题。许多地方政府越来越不愿意为这些数据中心提供场地，担心它们会消耗当地资源；同时，美联储官员也在考虑数据中心建设的热潮是否会导致通货膨胀加剧。一些AI行业的高管认为，放缓发展速度可能更为稳妥。

“具有实际意义的下行风险” Van Nieuwerburgh指出，目前正在进行的数据中心建设投资规模已经超出了主要企业通过自身现金流所能承担的范围。企业转向外部融资后，杠杆率上升，风险在整个经济体系中重新分配，且这些项目的成功与否取决于那些尚未得到验证的收入来源。这篇论文将于周五发表。

他在与记者的交谈中表示：“这些特殊目的载体（special purpose vehicles）的运作方式，让人联想到次贷危机时的情况——当时复杂的住房抵押贷款融资安排出了问题，导致全球金融体系陷入动荡，并引发了2007年至2009年的经济衰退。”

他写道：“这些发展并不意味着金融危机即将爆发。AI应用的强劲增长、高利用率以及模型能力的持续提升，确实可以为相关基础设施建设提供支持，并产生稳定的现金流。然而，如果市场预期发生变化（比如需求不确定性增加、技术变革速度加快、实施过程中出现瓶颈，或者杠杆率继续上升），那么这些因素将带来实质性的下行风险。”

他举例说明：为了实现预期的投资回报，AI行业到2032年每年需要实现约3.7万亿美元的营收。鉴于OpenAI和Anthropic目前的年收入合计约为1000亿美元，这意味着它们的年收入必须每年增长约80%。