文章核心观点 - 巴克莱股票策略团队指出，尽管AI投资主题基础稳固，但数据中心资本支出放缓可能成为美股最大的系统性风险 [2] - 报告识别了三大潜在风险，若数据中心资本支出在未来两年下降20%，可能导致标普500指数盈利下滑3-4%，估值下跌10-13% [2] AI投资热潮的现状与基础 - 市场对算力的需求远超供应，即便在预计每年增长30%的数十万亿美元资本支出预测下也是如此 [4] - 高级推理模型和AI代理的普及进一步推高了需求天花板 [4] - 标普1500指数中，有十分之一的公司在财报中提及AI带来的效率提升 [4] - 当前科技巨头的资本支出/销售额占比约25%，低于科网泡沫时期电信公司的超过40%，且杠杆率（债务/EBITDA比率）通常在0.25倍以内，财务相对审慎 [6] 潜在风险一：技术与效率风险 - AI模型效率的飞速提升可能导致现有计算设施被“过度建设”，类似科网泡沫时期的“暗光纤”悲剧，即已建成的海量算力设施面临严重使用率不足 [5][7][8][9] - 随着模型预训练触及数据瓶颈，增量性能提升成本增加，而推理阶段效率越来越高、成本越来越低，这种“剪刀差”可能侵蚀基础设施需求 [8] - 今年1月开源模型DeepSeek-R1发布引发的市场抛售，已预演了市场对“效率扼杀需求”的忧虑 [10] 潜在风险二：物理限制风险 - 数据中心是“电老虎”，其电力消耗给美国老化的电网带来巨大压力 [12] - 美国能源部预测，到2028年数据中心的用电量可能占美国总用电量的12%，是2023年水平的近三倍 [13] - 电网扩容速度无法跟上需求增长，部分地区如美国北弗吉尼亚“数据中心巷”的电网，其2026-27年度电价飙升了22% [14] - 数据中心转向自建天然气发电等离网电力，导致燃气轮机订单激增并排到2028年，但仍不排除投资因“无电可用”而被动减速的可能性 [14] 潜在风险三：资金流动性风险 - 尽管科技巨头经营现金流增长目前仍能覆盖资本支出，但两者差距正在缩小 [16] - 若资本支出持续超越内部现金生成能力，未来投资将更依赖外部融资，削弱AI基础设施建设的财务稳健性 [16] - 私募市场中，AI“独角兽”公司锁定了高达4.9万亿美元的价值，但由于退出渠道有限，风险投资的后续资金正在枯竭 [16] - 一些巨头如甲骨文和Meta今年进行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，高昂的资本支出将难以为继 [16] 对宏观经济与股市的潜在影响 - 根据巴克莱经济学家估算，在2025年上半年美国1.4%的GDP增长中，仅数据中心相关的投资（计算机、软件和数据中心建设）就贡献了约1个百分点，AI投资已成为驱动美国经济增长的关键引擎 [16] - 若美国经济因其他原因陷入衰退，AI资本支出的同步放缓将扮演“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威胁严重 [19] - 2023到2025年间，AI相关股票的涨幅主要由估值扩张驱动，一旦增长故事出现裂痕，估值将率先回撤 [20] - 压力测试显示，若未来两年数据中心资本支出总共下降20%：对标普500指数2026财年EPS造成3-4%的拖累 [21]；导致标普500指数整体出现10-13%的估值压缩 [22]；对于直接受益于AI基础设施建设的行业，其市盈率平均压缩幅度可能高达15-20% [24]