《AI不是美国经济的新引擎,是新杠杆》
——机房建起来是资本形成,企业用起来才是生产率
美国经济增速跌到1.5%,企业设备投资却涨了15%。
同一个季度,两个方向。总量在踩刹车,投资在踩油门,中间那条缝,叫人工智能。
过去两年,AI完成了一次身份转换:从路演PPT上的故事,变成了服务器、芯片、机房和变压器的实物。故事一旦开始消耗钢筋和电,就不再只是故事。
于是问题来了:这轮投入,是美国经济的新引擎,还是一根新杠杆?
答案藏在六组数据里。看完你会发现,最值得盯的那个数字,不在财报上,在电表上。
一、它确实撑住了投资,但撑得很“窄”
先承认事实。
今年一二季度,美国实际GDP环比折年率分别为2.1%和1.5%,明显放缓。同期企业固定投资一季度增长11%,二季度设备投资增长15.2%,知识产权产品投资增长8.8%。
非住宅建筑投资下降5%。厂房在退,设备在进。
央行年中货币政策报告说得直白:企业固定投资的大部分增势,与建设AI服务所需的基础设施有关。
换句话说,把AI相关投入抽掉,美国企业投资这条线大概率已经掉头向下。总量放缓时,算力成了企业资本开支的止血带。
但要守住一条统计纪律:软件、计算机设备和非住宅建筑里,混着大量其他用途的投入,现有数据还剥不出AI的独立贡献。看见相关性,不等于算清贡献量。
二、钱有多大,方向就有多清楚
私人数据中心建设支出,从2023年初约156亿美元(季调折年率),升到今年5月的593亿美元,三年多翻了近四倍。计算机及外围设备投资,一年之内从2228亿美元升至3842亿美元,同比增长72%。
六家头部科技企业一季度资本开支合计1561亿美元,比上年同期的792亿美元接近翻番。
这些钱不是全砸在AI上,但钱不会撒谎。算力配套,已经是美国资本形成里最醒目的增量。
三、制造业被带动了,但正在减速
数据中心要服务器,服务器要芯片,芯片要产线,需求会沿着链条往上游走。
二季度计算机和电子产品制造业产出环比折年率增长11.9%,是制造业整体4.7%的两倍多。半导体及电子元件生产指数一年半里上涨18.9%。
看上去很美。再把季度拆成月份:4月增2.1%,5月增0.8%,6月增0.1%。
一个季度的大数字里,藏着三个月的减速带。
这不是拐点,是提醒:AI对制造业的拉动是脉冲式的,不是持续性的。订单来了产线就转,订单停了产线就等。能不能持续受益,取决于下游还愿不愿意继续下单。
四、为什么是“杠杆”而不是“引擎”
引擎的特征是扩散,动力传到每一个轮子。杠杆的特征是集中,一个支点撬动全局,也被全局反压。
这轮AI投资,集中得近乎极端。
一季度美国风险投资总额2672亿美元,人工智能与机器学习企业拿走88.8%的钱,却只占42.5%的交易数量。最大的五笔交易合计1956亿美元,占当季总额的73.2%。二季度总额1449亿美元,仅四笔AI大型融资就占了830亿美元。
九成的钱,流向四成的项目;七成的钱,流向五个名字。
这不是百花齐放,是巨头独舞。中小初创企业拿不到钱,传统行业更难沾光。涨的是估值,缩的是机会。
底座越窄,摆幅越大。头部企业一旦下调资本预算,云服务需求一旦不及预期,整个行业的景气度会在一个季度内变脸。这不是经济学,是物理学。
五、真正的分水岭,是回报
杠杆不可怕,可怕的是杠杆撬起来的东西不产生现金流。
好消息是,商业化链条已经显形。高端芯片、云计算、定制化AI服务,在部分头部企业那里已经形成可观收入和利润。这是它们敢于继续加码的底气,也是扩张节奏还没失速的原因。
坏消息是,这些现金流正在被更大的资本开支吞掉。建设成本先发生,应用收益后到来,中间那段时间,叫“短期盈利承压”。
现在的问题不是AI能不能赚钱,而是赚钱的速度追不追得上花钱的速度。
如果下游付费意愿下滑,算力利用率走低,盈利预期会被快速下修,接着是一条标准的负向链:融资收紧,资本开支收缩,设备订单减少,压力从科技板块扩散到实体经济。
这条链的每一环都被验证过,只是方向相反。最贵的不是算力,是闲着的算力。
六、电,才是最硬的那堵墙
还有一个约束,不在资产负债表上,在电网上。
2023年美国数据中心用电176太瓦时,占全国总用电量4.4%。官方预测,到2030年可能升至521到843太瓦时,占比9.5%到15.3%。
七年时间,用电量可能翻三到五倍。而电网改造、发电扩容、冷却水资源、大型变压器交付,没有一样能在七年内翻三到五倍。
算力的瓶颈不是芯片,是插座。
能源供给已经从企业成本问题,升级为宏观增长约束。机房建得比电站快,项目就会延期;工业电价一涨,AI投资回报就被压缩;回报一被压缩,第五节那条负向链就被触发。算力扩张的上限,不由资本决定,由能源决定。
七、看别人的账本,算自己的账
美国这轮AI投资给出三个清晰提示。
第一,实物投入是真的,需求拉动是真的,但覆盖全经济的生产率提升,目前还没有证据。建设期的热闹,不等于收获期的丰收。
第二,窄底座的扩张经不起周期。谁的AI投资能扩散到更多行业、更多中小企业,谁的热潮才有可能变成增长。
第三,算力竞争最终会变成能源竞争。电力结构、电网韧性、绿电成本,这些看似“旧经济”的东西,决定“新经济”能跑多远。
中国在后两项上有自己的牌:完整的制造链条,相对充裕且持续绿色化的电力供给,以及一个足够大、能让AI渗透进各行各业的应用市场。问题不在于有没有牌,而在于把算力建设和产业应用同步推进,别让机房跑在用户前面。衡量进展的尺子,也该从“投了多少”,换成“利用率多高、回报多少、效率改善覆盖多广”。
算力是基建,智能才是产业;把基建当产业,是这轮周期里最贵的误读。
回到美国。
AI投资已经给美国经济带来新的增量,在总量放缓时托住了设备、软件和相关制造,这是事实。但它基础窄、集中度高、回报周期长,受制于能源和供应链。资本扩张长期远超商业化回报,热潮就可能停在基建阶段;估值和资本开支周期性大幅波动,就会反过来扰动宏观稳定。
杠杆撬得起增长,也撬得起衰退。
这轮周期里,真正的赢家不是建机房最快的人,而是最早算清楚电费和回报的人。
(唐加文,笔名金观平;本文成稿后,经AI审阅校对)