分析预测美国 AI 基础设施累计投资将在 2032 年前达到 10 万亿美元，并指出资本集中和债务偿还的系统性金融风险。

根据哥伦比亚商学院金融与房地产教授斯蒂恩·范·尼乌沃伯格（Stijn Van Nieuwerburgh）的研究，在美国建设AI基础设施所需的投资规模到2032年可能超过10万亿美元。这种规模的支出，加上日益复杂的融资安排，对金融体系构成重大风险。

AI基础设施的年支出到2032年预计将达到美国GDP的约3.6%，这一比例超过了历史先例。19世纪后半叶的铁路建设约占年GDP的2.2%。自20世纪50年代以来建设的州际公路系统每年需要超过1%的GDP，自20世纪90年代中期以来的电信发展也是如此。

支撑这一扩张的融资结构已经发生了根本性转变。最初，科技公司用自有收入为基础设施投资融资。如今，支出已经超过了最大公司的自我融资能力，迫使该行业越来越依赖来自银行、私募信贷基金、房地产公司和云服务商的外部融资。这种分散融资方式增加了总体债务负担，并将金融风险分散到经济的多个部门。

在未来七年内，该行业将需要183 GW的数据中心容量，是美国目前安装的约57 GW的三倍多。提供这一容量所需融资结构的复杂性引发了特别关切。范·尼乌沃伯格警告说，这些安排可能隐蔽真实的风险分布方式，他将其与抵押贷款危机进行了类比，当时复杂的金融产品导致了2007-2009年的经济衰退和随后的全球金融市场动荡。

范·尼乌沃伯格指出，在当前趋势下金融危机并非不可避免。对AI的持续需求、其系统的广泛采用以及模型的持续改进可能为基础设施项目提供稳定收入。然而，重大风险仍然存在。AI需求的不确定性、快速的技术变革、项目完成困难以及高债务水平，如果投资者预期未能满足，则会造成大量损失的可能性。

为了让当前的基础设施投资获得预期回报，AI行业到2032年必须产生约3.7万亿美元的年收入。根据研究中引用的估计，OpenAI和Anthropic目前的年收入合计约为1000亿美元。达到所需的收入水平需要约80%的年增长率。

建设热潮已成为政治和经济辩论的主题。由于担心本地资源紧张，一些社区不愿批准新的数据中心设施。美联储官员正在评估建设激增是否对通胀有贡献。同时，AI行业内的一些高管建议，较缓慢的增长步伐可能对整体经济更加安全。