AI把钱吸走后，别只盯泡沫

晚上把几家上市云厂商的资本支出口径导到 Excel 里，跑出来一张很别扭的表。模型、数据中心、电力、网络，每一行都在涨；制造业、软件服务、医疗、教育的融资成本也没见下来。我用了三周 LSEG 和资本支出数据，第一次把“AI 繁荣”和“别的行业缺钱”放进同一张图里看。感觉不像单纯的泡沫，更像资本入口换了。

我上周写 Uber 砍中层，说的是组织层级。今天这张表是另一面：钱没有消失，只是被更确定的故事吸走了。

资金不是凭空多了，只是换了入口

根据 Project Syndicate 那篇的说法，AI 投资热潮把资本需求拉高，而储蓄在下降，利率还在高位。这就很关键。过去我们习惯说“市场有钱”，但钱不是从天上掉下来的，它有成本。若 AI 公司愿意承受更高融资成本，因为它们相信模型、算力、Token 调用会形成新护城河，其他行业就没法同场竞争。从数据来看，问题不在“有没有泡沫”，而在“谁先拿到钱，谁先把钱变成现金流”。

David Rosenberg 的判断也值得注意。他认为 AI 热潮把衰退挡了一下，但也“正在抽走其余商业资本支出的动能”。这句话如果成立，对行业分析师来说不是好消息。因为宏观上的韧性，可能来自一个部门过度吸金，而不是整体经济变健康。

这个赛道的核心变量是 资本成本。

我列了三个容易混淆的地方：

• AI 资本支出高，不等于所有 AI 公司都赚钱。很多钱会先变成 GPU、电力、数据中心和折旧。
• 其他行业融资难，不等于它们没有需求。更可能是银行和投资人要求更高回报，或者干脆等利率路径清楚。
• 大模型推理成本下降，也不等于企业侧成本下降。算力、存储、网络、合规、组织重构，都会把便宜压掉。

我这边试了 Claude、ChatGPT、Gemini、Grok 一周，也跑了 DeepSeek V4 Pro 两周。模型本身确实进步快。但落到企业采购上，真正卡预算的往往不是“能不能生成”，而是“生成之后有没有流程承接”。所以资本支出不会自动变成生产率。

真正该问的是谁被挤出

SSGA 那篇说，过去大家争的是谁能分到 AI 资本支出最大份额，现在问题变了：融资成本上升后，这个资本支出周期还能不能扛住。这个转向很实在。因为资本市场的耐心通常先给头部，再给二线，最后给所有沾 AI 的公司。等到债务到期、电力价格、折旧和利率一起上来，故事就不太好讲了。

CNBC 提到能源价格高企和 AI 资本支出狂飙让美联储和 Kevin Warsh 很难受。这里有一个很现实的冲突：一边是算力扩张推动投资，一边是电价和融资成本推高通胀压力。政策不能只看 AI 这条线。AI 越像基础设施，它就越接近公用事业。公用事业不是靠概念估值的，它靠现金流、负债表、监管和交付。

所以别只问“AI 会不会泡沫”。更该问：哪些行业会被挤出，哪些岗位会被压住，哪些资本开支会变成沉没成本。

我想起自己之前对 Agent 安全一直不放心。上下文隔离、并发泄露这些机制，听起来技术味很重，但商业上也很重。企业如果不敢把核心流程交给 Agent，资本支出就会停在试点层。试点花的是研发预算，规模化花的是融资预算。两者差别很大。融资预算一收紧，最先砍掉的往往就是这类没有清晰回收路径的项目。

泡沫判断要看利率和现金流

ECB 那篇给了一个我觉得很有用的框架：不确定性会从单一部门扩散到整体经济。一开始大家觉得 AI 只是一个板块，后来发现它会牵动电力、地产、就业、财政、金融稳定。到那一步，资产价格波动就不只是科技股波动，而是风险偏好整体变化。

历史也提醒人。Dot-com 的教训不是技术没用，而是安装期过度资本化。技术改变经济，和投资人赚钱，不是一回事。现在 AI 也可能这样：数据中心建了，模型变强了，应用也出来了，但利润被折旧、融资、能源和竞争吃掉。

WEF 首席经济学家调查提到，如果 AI 相关资产突然重定价，冲击范围可能不小。这个说法我不意外。从 LSEG 导出来的资本支出表里，最刺眼的不是增长，而是集中。少数公司把资金、人才、电力和融资额度一起拿走。集中本身会提高效率，也会制造脆弱。

泡沫不一定破在模型不行，也可能破在钱变贵。

我现在的判断偏谨慎：AI 繁荣还会继续，但它会把其余经济的资本门槛抬高。接下来一两年，真正能活下来的不是最会讲模型故事的公司，而是能把推理成本、客户预算、交付周期和现金流对上的人。

这篇文章的主角是资本，不是模型。模型再快，也要先过利率这一关。

---

📌 本文编译自 Hacker News，原文：https://publicemails.com/blog/display/659255/Will-the-AI-Boom-Price-the-Rest-of-the-Economy-Out-of-Capital

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。