分析指出AI数据中心投资可持续性的系统风险顾虑，质疑循环融资和过度投资是否可能破坏市场稳定。

AI数据中心投资不再只是一个技术故事,它正在成为一个城市基础设施和金融系统问题,因为新的设施通过一个快速扩张的资本支出和商业合同网络,将科技公司、半导体制造商、云服务提供商、能源公司、房地产市场和贷款机构联系在一起。

这种联系是堪萨斯城联邦储备银行行长杰夫·施密德(Jeff Schmid)提出的关切的中心。在谈及人工智能繁荣时,施密德质疑该行业是否可能相互联系紧密、经济意义重大到足以成为"大到不能倒闭"的状况。他的言论指出了中央银行家面临的一项挑战:理解围绕AI正在建设的东西、谁在资助它,以及困难的后果如何在更广泛的经济中传导。

这种关切并不是说AI基础设施已经引发了金融危机。相反,它提出了一个问题:政策制定者应该如何监测一个物理和财务足迹同时扩大的行业。数据中心需要大量建筑、计算设备、电力和连接。因此,它们的开发涉及比最终使用它们的科技公司更广泛的城市系统。

这使得AI建设与传统软件扩张不同。生态系统包括科技公司、半导体公司、云服务提供商、数据中心运营商、能源公司和金融机构。它们的关系通过投资、供应链、融资安排和长期商业合同形成。随着这些联系增多,系统的一个部分出现问题可能对其他参与者造成影响,即使这些参与者在不同的部门运营。

联邦储备系统(Federal Reserve)明确的挑战是理解新兴生态系统中"存在什么",并确定其中是否存在系统性因素。这需要超越公司估值来看待。这意味着要审视底层基础设施、支持建筑和设备购买的融资结构、确保计算能力的合同,以及将数据中心与电力提供商和其他城市公用事业联系起来的依赖关系。

与2008年金融危机的比较阐明了这个问题。危机前,金融机构通过贷款、证券和复杂的金融合同相互联系。对美国房产和抵押贷款市场的敞口通过那个网络传播,雷曼兄弟(Lehman Brothers)的崩溃加剧了这种混乱。这一事件证明了被认为具有系统性重要性的机构在其关系难以映射或解除时,如何能够将压力传导给更广泛的经济。

新兴AI生态系统具有不同的结构。其联系主要基于技术供应链、资本支出、计算能力、云基础设施、半导体供应、电力需求和商业协议。这些不是2008年前连接各银行的相同工具。但它们仍然可以创建对城市和基础设施市场重要的依赖形式。

数据中心是一项物理资产,而不仅仅是数字服务。其建设利用土地、建筑、电气系统、冷却设备、通信网络和对可靠电力的获取。AI的扩展可以影响有关在何处建造基础设施、如何使用城市土地以及如何资助大型资本项目的决定。

城市层面特别重要,因为基础设施通常分布在多个机构责任之间。数据中心运营商可能控制设施,能源公司提供电力,云服务提供商为容量签约,金融机构支持投资。建筑公司提供物理资产,财产权益与该地点相关联,公共当局监督规划或公用事业条款的各个方面。系统不能通过单一AI公司的资产负债表来理解。

这个网络改变了基础设施需求的含义。如果计算能力快速扩展,数据中心运营商可能在生态系统的完整经济意义清晰之前,就承诺新的设施和长期安排。问题是义务的集中是否可能在看得见的技术繁荣下创造脆弱之处。

这个问题在一定程度上是机构可见性的问题。中央银行家传统上监测金融状况、信用和经济活动。城市当局和基础设施机构处理土地、建筑、能源和服务。公司管理自己的商业关系。AI生态系统跨越所有这些边界。风险可能不会在任何单个类别中显示为问题,但在同时考虑这些类别时仍然变得重要。

施密德的评论表明,政策制定者可能需要一个更清晰的这些关系图。这个图需要显示哪些公司依赖共同供应商、数据中心建设如何融资、什么商业承诺支持未来产能,以及该行业与能源和其他基础设施提供商的紧密程度。这个关切已经确立,分析任务是明确的:在一场中断暴露这些联系之前识别它们。

这个任务因投资速度而复杂化。AI和数据中心的建设正在加速,这意味着基础设施决定可能在市场仍在形成时做出。技术平台、芯片供应商、云公司、运营商和融资者可能都在应对对未来需求的预期。他们的投资可以相互强化,创建一个经济重要性与其物理足迹一同增长的生态系统。

对城市来说,这提出了应该如何评估主要数字基础设施的问题。数据中心可能显示为私人建筑项目,但其需求将其与电力系统、土地市场、道路、通信网络和本地发展模式联系起来。数据中心投资位于建筑环境内,不能被视为一个孤立的技术交易。

财务问题与物理问题同样相互关联。大型设施在其经济回报充分实现之前需要资本。融资安排和长期合同可以在公司和机构之间分散敞口。如果这些关系变得高度集中,一个主要参与者的困难可能影响供应商、运营商、贷款机构或基础设施承诺。这是否会构成系统性风险仍未解决,这就是为什么施密德将其框架化为一个需要调查的问题,而不是一个结论。

与2008年的比较也有一个重要的局限性。较早的危机涉及有文件记录的抵押贷款相关金融敞口链和主要金融机构的失败。AI生态系统仍在通过其基础设施和商业联系进行检查。相互联系的相似性并不意味着原因、规模或结果的相似性。负责任的评估需要识别实际的合同、融资结构和依赖关系,而不是假设历史平行线证明未来危机。

更大的问题是治理系统是否有能力将基础设施视为一个网络,而不是一系列独立的项目。AI投资将数字服务与建筑、房地产、公用事业和金融联系起来。这创造了需要不限于一个公司、一个监管机构或一个规划批准的信息需求。如果对这些关系没有可见性,政策制定者可能知道建筑正在加速,而不知道生态系统有多少依赖同一供应商、贷款机构、能源安排或商业承诺。