尽管AI投资主题的基础依然稳固，但巴克莱最新研究报告警示，数据中心资本支出的放缓可能成为美股市场最大的系统性风险。这一观点引发了市场对AI热潮可持续性的深度反思。
9月25日，巴克莱股票策略团队发布研报指出，若未来两年数据中心资本支出下降20%，标普500指数将面临3-4%的盈利下行压力，更严重的是估值可能暴跌10-13%。这一预测揭示了AI投资狂潮背后隐藏的脆弱性。
三大潜在危机或引爆市场动荡
报告揭示了可能触发危机的三大核心风险：
- 技术效率风险：AI模型效率的快速提升可能导致现有计算设施过度建设，重演科网泡沫时期的'暗光纤'悲剧。当模型推理成本持续下降，已建成的海量算力可能面临严重闲置。
- 物理限制风险：电力短缺正成为数据中心扩张的硬性约束。美国能源部预测，到2028年数据中心用电量将占全美总用电量的12%，较2023年水平增长近三倍。
- 资金流动性风险：当资本支出增长超越现金流创造能力时，融资压力和枯竭的VC资本可能成为压垮骆驼的最后一根稻草。私募市场AI独角兽公司锁定的4.9万亿美元价值正面临退出渠道受限的困境。
AI热潮的双面性：机遇与隐忧并存
报告肯定了AI投资主题的坚实基础。在每年增长30%的数十万亿美元资本支出预测下，市场对算力的需求仍远超供应。标普1500指数中已有十分之一的公司财报提及AI带来的效率提升，高级推理模型和AI代理的普及进一步推高了需求天花板。
与科网泡沫时期相比，当前科技巨头的资本支出/销售额占比约25%，远低于当年电信公司超过40%的水平。债务/EBITDA比率通常控制在0.25倍以内，强大的核心业务现金流为AI投资提供了坚实后盾。但正是这种狂热的投资步伐，让分析师开始审视潜在的'黑天鹅'事件。
第一重危机：模型效率提升的悖论
报告构想的首个熊市情景是，AI自身发展可能侵蚀其基础设施需求。随着模型预训练触及数据瓶颈，增量性能提升成本攀升，实验室可能放缓新基础模型投入。与此同时，模型推理效率的提升导致已建成算力设施使用率不足，重现科网泡沫时期'暗光纤'的闲置困境。今年1月DeepSeek-R1开源模型发布引发的市场抛售，已预演了这种'效率扼杀需求'的忧虑。
第二重危机：电力危机的硬约束
数据中心作为'电老虎'，其电力消耗正给美国老化电网带来巨大压力。北弗吉尼亚'数据中心巷'的电网2026-27年度电价已飙升22%，迫使数据中心转向自建天然气发电等离网方案，导致燃气轮机订单排至2028年。电网扩容速度远落后于需求增长，'无电可用'可能被动减缓数据中心投资。
第三重危机：资金链断裂的连锁反应
尽管科技巨头经营现金流仍能覆盖资本支出，但差距正在缩小。若资本支出持续超越内部现金生成能力，未来投资将越来越依赖外部融资。私募市场AI独角兽4.9万亿美元价值面临退出困境，甲骨文和Meta等巨头的数十亿美元私人信贷交易，暗示了持续的外部资金需求。一旦资金链绷紧，高昂资本支出将难以为继。
经济冲击：AI投资成为增长引擎
巴克莱经济学家估算，2025年上半年美国1.4%的GDP增长中，数据中心相关投资贡献约1个百分点。这意味着AI投资已成为驱动美国经济增长的关键引擎。若经济因其他原因陷入衰退，AI资本支出放缓将扮演'加速器'角色，使情况雪上加霜。这种宏观与产业的负面共振，对股市的威胁远超单一行业调整。
估值风险远超盈利冲击
分析师指出，2023-2025年间AI相关股票涨幅主要由估值扩张驱动。巴克莱压力测试显示，若未来两年数据中心资本支出下降20%：
- 盈利影响相对温和：标普500指数2026财年EPS或受3-4%拖累，因数据中心业务在多数公司收入中占比仍小。
- 估值影响极为严重：标普500指数整体估值可能压缩10-13%，AI基础设施行业市盈率平均压缩幅度达15-20%。
巴克莱强调，投资者需密切关注这三大风险因素的发展，并考虑适当的对冲策略来管理潜在下行风险。在AI狂潮持续的同时，市场正站在系统性风险的悬崖边缘。
猜你喜欢
