7万亿美元AI基建，2030年能收回一半吗？

过去两年，人工智能大模型掀起的算力饥渴，把数据中心、GPU采购推上了前所未有的高度。云厂商、创业公司、各路资本轮番加码，动辄百亿千亿的投资计划接连官宣，全球仿佛一夜之间进入了一场轰轰烈烈的算力军备竞赛。就在这样的热潮里，Gartner给市场泼来一盆冷水，其最新预测显示，2026年到2030年间，全球人工智能基础设施投资总额将达到7万亿美元，约合46.86万亿元人民币。可这些真金白银投下去，到2030年最多只能带来3.6万亿美元的收入，连投入的一半都收不回来。

这笔钱究竟花在了哪里。除了被反复提及的GPU与专用AI芯片，还有一长串配套投入：新建和扩建的数据中心、高负荷运转的电力系统、液冷散热、光模块与网络设备。七万亿美元是个什么体量，大致相当于全球IT行业过去十余年基础设施投入的总和还要多，相当于给整个地球重新铺一遍数字化底座。而Gartner提示的风险在于，这片热土上垒起的大部分家底，很可能在回报兑现之前就面临重新定价。

Gartner高级总监分析师Will Sommer把这笔账算得更细。他指出，如果考虑到融资成本以及12%的投资回报率要求，要与7万亿美元的投资规模相抵，行业需要的收入其实是8.5万亿美元。而按照Gartner自身的收入预测，这中间横着大约5万亿美元的缺口。换句话说，眼下每一块钱的AI基建投入，未来都要面对不小的回本压力，靠收入自造血来消化这笔天量开支，几乎是不可能的任务。更关键的是，钱从哪来回。云厂商出租算力、企业订阅AI应用、推理服务按量计费，这些被寄予厚望的收入来源，眼下无论是付费意愿还是场景成熟度，都还跟不上投入的节奏。

Will Sommer对回报周期的判断同样审慎。在他看来，持续投入之下，行业可能要等到2032年才能真正实现12%的回报率目标。而在此之前，行业内可能有超过4万亿美元的资产要直面减值风险。4万亿美元是什么概念，大致相当于好几个欧洲主要经济体全年GDP的总和。当资本开支高歌猛进、收入曲线却爬坡缓慢，这样的错配一旦被时间戳穿，代价会相当沉重。

值得关注的是Neocloud这个群体的命运。Gartner预测，到2030年，将有超过80%的Neocloud停止独立运营。所谓Neocloud，是近年迅速崛起的新兴AI云服务供应商，它们的商业模式高度依赖融资和举债，大规模囤积GPU、建设算力中心，再把算力对外出租，赌的是算力需求的持续爆发。这套模式能不能跑通，很大程度上取决于需求增速能否一直高于供给扩张。可问题在于，行业整体支出增长有限，芯片迭代周期又快到让旧硬件迅速贬值，很多Neocloud投出去的钱还没收回来，手里的设备就已经不再吃香。停摆、被并购、被迫转型，几乎成了这个群体未来几年躲不开的考题。

因此，这轮AI基建热潮正在显露出某种结构性矛盾：投入的规模和节奏史无前例，回报的周期却漫长而模糊，技术迭代的不确定性更让每一笔重注都背上了额外的风险。AI到底值多少钱，市场还在用真金白银反复试探。对这场竞赛里的追赶者来说，启示其实清晰：谁的融资成本更低、谁的硬件利用率更高、谁的商业模式更抗周期，谁才更有可能撑到回报兑现的那一天，而那些高杠杆、快扩张、慢回款的玩家，恐怕要先学会在寒流里活下去。

但AI算力最终能否跑出超越预期的回报，最终仍要看模型能力、应用落地和商业化兑现的真实进展。但围绕算力泡沫的讨论由来已久，不少机构与投资人此前也先后提醒过算力过剩的风险，数据中心从稀缺走向过剩的拐点，可能比很多人预想的来得更早。无论这一轮预言最终应验几何，给狂奔的AI基建踩一脚刹车、多一分冷静，总不是坏事。毕竟，过去几十年里，每一轮基础设施的大干快上，最终都要回到同一个问题上：这些投入，到底能不能创造等量的价值。