AI数据中心泡沫快撑不住了

上周三和一个做数据中心基础设施的朋友吃饭，他刚从一个行业会议回来，说今年大家聊的不再是“怎么建更多”，而是“建了之后能不能回本”。我当时没当回事，结果昨天路透社这篇分析直接把我拉回了那个餐桌。美国企业盈利已经比历史趋势高出将近60%，其中大部分是AI概念在撑。问题在于，这60%的溢价里，有多少是真实需求，有多少是资本在赌下一轮。

先把数据摆出来。路透社的Joachim Klement指出，当前美国企业盈利远超趋势线，主要是AI带来的预期。但盈利增长和实际现金流之间有个巨大的鸿沟——数据中心建设成本正在以指数级爬升，但运营这些数据中心的企业，它们的收入增长远跟不上资本支出。简单说，大家都在烧钱买地、建楼、塞芯片，但真正用这些东西赚钱的客户还没出现。

这就引出一个经典的泡沫特征：供给先于需求爆发。就像2017年的ICO，2019年的一堆自动驾驶公司，2021年的NFT。每一次都是先造房子，再想谁来住。AI数据中心也一个路子。我见过不止一份行业报告，说2025年全球数据中心资本开支超过3000亿美元，但IDC和Synergy的数据显示，实际利用率可能只有60%-70%。很多机房建好了，机架空着，因为客户没那么多。

另一个被忽略的问题是：电力。AI训练和推理的耗电量远超传统云计算。一个GPT-4级别的训练任务大概是10000个GPU跑一个月，耗电几百万度。而数据中心所在地的电网容量是有上限的。我有个在电力规划部门的朋友说，他们现在最头疼的就是审批AI数据中心的新增用电，因为地方电网根本扛不住。电力瓶颈会直接限制数据中心的扩张，进而压制AI服务的供给，但更关键的是，—它推高了成本，让本就微薄的利润率雪上加霜。

Noahpinion最近那篇《没人讨论的AI崩盘情景》也点到了核心：如果建造和运营数据中心的公司，它们花的钱大于赚的钱，那么整个系统就会崩塌。现在的情况是，AI基础设施的投入方（云厂商、GPU租赁公司）在疯狂下注，但应用端，—那些真正用AI赚钱的企业——还没形成规模。市场对AI的定价已经包含了未来5年的高增长预期，但现实是，很多跑在AI上的应用（比如代码生成、客服机器人）实际能带来的收入增量极其有限。我最近在试用的一些AI代理工具，Gemini Spark和Astra，老实说离“创造价值”还差得远，更多是“节省一点点成本但增加不少复杂度”。

所以趋势判断很明确了：未来12到18个月，市场会迎来一波数据中心建设的“现实检查”。当财报季到来，那些靠AI概念撑起估值的企业，如果拿不出匹配的现金流和利润，资本会迅速抽离。这不是说AI没有价值，而是现在的价格已经透支了未来太多的价值。收缩是必然的，而且很可能比很多人预想的来得更猛。

等到泡沫挤掉，真正能落地的应用才会浮出水面。但在此之前，别急着喊“AI基建永远涨”。

---

本文编译自 Hacker News，原文：https://www.reuters.com/commentary/reuters-open-interest/data-centre-reality-check-could-slam-brakes-ai-earnings-boom-joachim-klement-2026-08-05/
版权归原作者所有，本文为基于公开报道的编译与独立分析。