11 月 10 日股票配资，摩根大通发布了一份重量级的 AI 产业研究报告，把当前的行业格局几乎"解剖式"地呈现在读者面前：
从美国数据中心建设到底推进到哪一步、电力系统承受了多大压力，到科技巨头的资本开支、融资来源、债务结构，再到行业商业化变现的逻辑与算不算得清的经济账。
这是一份数据极其详实、覆盖面极广的底层研究，基本把市场最关心的问题都讲清楚了，值得反复研读。
报告里有几个特别值得关注的结论：
1）美国的数据中心建设正从科技巨头向更多企业扩散，而这一波建设热潮几乎单枪匹马撑起了美国今年的非住宅建筑投资。扣除数据中心，非住宅建设今年实际上是负增长的，可见 AI 基建已经变成美国经济的一根主梁。
2）虽然全美规划中的数据中心容量超过 300 吉瓦，但真正能落地的，摩根大通认为只有 175 – 200 吉瓦。即便如此，未来十年每年仍将新增 18 – 20 吉瓦，是过去年均 4 吉瓦的五倍以上。
3）从 2024 年 9 月到 2025 年，美国有超过 100 吉瓦的新发电项目在排队并网，天然气依然是主力，其中天然气规划容量一年内暴涨 158% 至 147 吉瓦。这也反映出：电力供应已经成为制约 AI 扩张的第一瓶颈。
4）微软、亚马逊、Meta 等巨头虽然账面现金惊人，但持续两位数增长的资本开支正不断压缩自由现金流，迫使它们从"自己掏钱"转向"借钱建 AI "。与此同时，数据中心相关的证券化融资规模也在快速攀升，成为新型的基础设施融资渠道。
5）更关键的是，摩根大通测算，如果要让 AI 基建达到 10% 的合理投资回报率，整个行业未来每年必须创造 6500 亿美元左右的收入，相当于全球 GDP 的 0.6%。换句话说，这相当于让每位 iPhone 用户每月多付 35 美元、一年多付 420 美元。
而作为参照，去年全球 iOS 用户平均每月在 App 上的支出仅 10.4 美元——要达到这个收入目标，意味着 AI 的变现能力必须比今天提升 三倍以上。
01 AI 基建，成美国经济增长"顶梁柱"
过去，大家习惯用"兆瓦（MW）"来衡量数据中心的电力规模；现在，行业越来越多地使用"吉瓦（GW）"。1 吉瓦等于 1000 兆瓦，单位变化本身就说明了一件事：数据中心正进入一个以"千倍量级"扩张的时代。
历史上，数据中心每年的新增装机容量只有约 2 吉瓦。但进入 AI 热潮后，增速陡然抬升：2024 年翻一番，2025 年再翻倍，2026 年甚至可能突破 10 吉瓦。
一些企业已经披露，GPU 订单的同比增长超过 70%，行业显然正在进入一个高速增长周期。
设备供应商 Vertiv 的预测也印证了这一趋势：2025 到 2029 年，全球将新增约 100 吉瓦的装机容量。要知道， AI 爆发前，全球数据中心总装机也不过 50 吉瓦。这意味着，数据中心行业只用五年时间，就要再造过去两倍的容量。
那么，浩浩荡荡的数据中心建设大潮究竟是谁在建呢？
当前的数据中心扩张仍由云计算三巨头（AWS、微软和谷歌）主导，但新的参与者正迅速加入战场。过去一年里，非巨头企业手中的项目规模已经占到约四分之一的市场份额。
参与者的数量正在以指数级速度增加。截至目前，已有约 65 家公司手上有超过 1 吉瓦的待建项目，而去年这个数字还只有 23 家，此外还有近 200 家企业正在积极推进数据中心业务。
摩根大通估算，这些投资大约支撑了 1.9 万到 2 万 EFLOPS（艾级浮点运算）的 GPU 算力，而 2023 年全球只有约 2000 EFLOPS。算力在短短两年间扩张了接 10 倍。
这些数据中心建设的进展如何？
美国人口普查局已经将"数据中心支出"独立统计。从最新数据看，数据中心仍在推动美国的非住宅建筑投资。尽管当前支出规模不算最大，但在整个非住宅建筑里占比已达 6%，未来仍有巨大空间。
制造业支出虽然是它的五倍，但如果将数据中心剔除，美国今年的非住宅建筑投资其实是下降的。因此，数据中心几乎成了所有行业里唯一逆势扩张的板块。
为了进一步验证趋势，摩根大通自 2023 年 1 月起建立了一套追踪系统。截至目前，美国在规划或推进中的数据中心项目总规模已超过 315 吉瓦，仅 2025 年初这一季度就新增了 165 吉瓦。去年同期还只有约 130 吉瓦，而到了 2022 年底，美国 AI 相关装机容量也才 20 吉瓦。
但如果从落地角度看，情况就没那么乐观了。摩根大通追踪的 600 多个数据中心项目中，真正建成并投入使用的只有极少数。
目前美国在建数据中心的装机量仅约 25 吉瓦。虽然我们追踪的项目中潜在规划容量超过 300 吉瓦，但这个数字建立在一个并不现实的前提之上：所有剩余土地都能顺利开发。
考虑到选址、电网、环保、设备供应链等各种限制，更可信的规划区间应在 175 到 200 吉瓦之间。即便按这个更保守的范围来计算，未来十年每年仍然会新增 18 到 20 吉瓦的能力，是过去年均 4 吉瓦的五倍以上。
更大的限制来自供给端，而不是需求端。美国当前的电网根本无法支撑 300 吉瓦级别的数据中心同时运行，电力基础设施已经成为行业扩张的最关键约束。
02 需求增长翻倍，电力真不够用了
美国数据中心的数量正在急速增加，但电力系统却明显跟不上节奏。
劳伦斯伯克利国家实验室预计，到 2028 年，美国数据中心的年度用电量可能从现在的 175TWh 飙升至 325 – 580 TWh。
为了支撑这股需求，美国至少需要新增 100 吉瓦的发电能力，否则大量新建的数据中心将面临"建好了却无法开机"的窘境。
问题在于，新增电力产能并不是一件能立刻解决的事。天然气发电设备从订购到交付需要 3 – 4 年，新建核电站往往需要 10 年以上，还高频超预算。
于是，越来越多科技巨头开始考虑"自建电厂"（BYOG，Build Your Own Generation），但这同样面临漫长审批、建设周期和前期资金投入等障碍。
未来几年确实会有不少发电项目上线。仅在 2024 年 9 月至 2025 年间，就有超过 100 吉瓦的新发电容量正在排队并网，其中天然气依旧是主力，因为其成本、稳定性和扩张速度都更具现实性。
天然气项目的规划容量已升至 147 吉瓦，较去年同期暴涨 158%。可再生能源占据了电网并网排队的第一名，但许多项目只是为了抢税收优惠，真正能快速投产的比例并不高。至于核能和储能等更具前景的技术，近几年几乎没有新增项目，短期内无法指望。
更关键的是，即便不算上 AI 数据中心，美国的电力需求也已经在稳步上升。
家庭用电设备更多、电动车普及加速、商业与工业建筑越来越"电气化"，使得美国过去十年电力需求的年均增速维持在 1% 左右。而现在，光是 AI 数据中心这一项，就可能直接将需求增速翻倍至 2% 或更高。
但由于过去几年电价长期偏低，叠加疫情与供应链阻塞，许多电力公司对于新增电厂投资极为谨慎，导致供给端明显滞后。
近年来，美国居民用电价格已累计有不小的上涨，引发外界担忧：是不是数据中心把老百姓的电都"抢走了"？
监管机构也开始重点盯紧这一问题，特别关注两点：
第一， 不能让普通用户替数据中心买单。因此，现在的数据中心购电协议（PPA）通常都附带高额违约金条款，确保企业提前退出不会把成本转嫁给居民；
第二，要避免"特权电价"。如今大多数数据中心采用所谓的"表前"购电模式，与普通用户一样直接从电网采购，不再通过优惠政策挤占其他用户资源。
从全国范围看，居民电价占收入的比例整体仍处于可控区间。但在一些电价本就偏高的州（如加州、新泽西），用电负担已经不轻，因此监管部门格外敏感，不断强化对数据中心扩张与当地电力负担之间关系的审查。
03 科技巨头进入"债务融资"时代，Oracle 压力最大
AI 的爆发让数据中心和算力投资进入前所未有的加速期：全球数据中心资本开支已经冲到每年 4500 亿美元。
尽管微软、亚马逊、Alphabet、Meta、Oracle 等超级科技公司仍保持强劲现金流，但持续两位数增长的资本开支逐渐压缩了自由现金流，迫使它们从"自掏腰包"转向债务融资：
Oracle 在 9 月发行了 180 亿美元债券；
Meta 刚完成创纪录的 300 亿美元发债；
Alphabet 过去一年累计发债 360 亿美元，并在欧元与美元市场形成"常态化"融资节奏。
这些资金几乎全部用于支撑 AI 芯片、数据中心、电力、服务器等巨额投入。
谷歌手上有约 1000 亿美元现金，负债率极低，因此能够维持"正常化发债"策略，比如每年发债约 350 亿美元，同时保持资产负债表稳健。
Meta 则在融资方式上走出了更激进的路线。以不久前规模 273 亿美元的 Beignet Investor LLC 交易为例，Blue Owl 持有该项目 80% 权益，不会在 Meta 的资产负债表上立即体现。
只有到 2029 年项目进入租赁期后，相关义务才会计入债务指标。这种结构让 Meta 能更轻装扩张、减少公开市场发债频率。
相比之下，亚马逊的情况反而更微妙。它的资本开支最高，2025 年预计将达到 1500 亿美元，但三年来没发过新债。如果 AI 投资继续上行，亚马逊大概率会重返债券市场。
微软依旧是最"财大气粗"的玩家：现金最强、资产负债表最稳，对发债需求最小。过去大型收购（如 750 亿美元收购动视暴雪）也倾向于全现金完成。
与此同时，微软正通过投资 CoreWeave、nScale 等第三方基础设施，借"外部云"分摊自建压力，实质上是一种"资本轻量化扩张"。
压力最大的无疑是 Oracle。它的债务问题早已成为结构性风险。截至 2026 财年一季度，Oracle 的总债务达到 910 亿美元，9 月再发 180 亿美元，使公司债务突破 1000 亿美元。
市场对这批债券的认购很热情，订单高达 880 亿美元。摩根大通认为，投资热情更多来自市场缺乏" AI 主题"投资级新债，而不是 Oracle 信用优异。
虽然 Oracle 短期债务压力不大，但从 2026 年开始，公司面临的到期规模会迅速抬升：2026 年有 57.5 亿美元到期，2027 年还要还 50 亿美元。
叠加高资本开支与分红需求，Oracle 未来几年大概率将成为公开债市的常客。不过，Oracle 的评级处于 BBB 中段，且展望为负，后续的融资灵活性正在下降。
虽然这些科技巨头仍然是全球最受欢迎的投资选择，但市场情绪也在微妙变化。Meta 的 300 亿美元发债曾让利差走高约 20 个基点，Oracle 的 180 亿美元发债利差走高 30 – 40 个基点，说明投资者开始更加审慎定价" AI 债"。
与此同时，像 Beignet 这样的结构化融资正在走向主流。它本质上是一种"租用自己建的数据中心"、但由外部私募基金先行购买资产的方式：
钱由 Blue Owl 等机构出，Meta 在账面上保持轻负载，未来按租金使用自己的数据中心。这让科技公司能在保持信用评级的前提下继续扩张。
除了科技巨头融资外，数据中心的证券化发行规模迅速攀升。
今年以来，相关 ABS、CMBS 发行量已经达到 212 亿美元，比去年几乎翻倍，占整个新发行市场的 5%。大部分交易都来自已经建成并投入使用的数据中心，因为成熟项目风险小、租金稳定，投资者更放心。
目前，市场上"用证券化融资建设中项目"的情况依旧稀少，仅出现过一笔规模 4.74 亿美元的此类交易，用于伊利诺伊州一个 30 兆瓦的数据中心，融资利率明显高于成熟项目。
与此同时，AI 相关企业的债券发行量正在猛烈增长：
数据中心类债券今年已发行 440 亿美元，是 2024 年的 10 倍；
投资级科技企业债券占整个债市的 14.5%，已经与美国大型银行齐平。
从目前看，市场有足够多的钱来"接住"这一轮 AI 债，其中美国高收益债市场规模 1.56 万亿美元，杠杆贷款市场规模 1.67 万亿美元，私募信贷管理规模 1.73 万亿美元，闲置资源还有 4660 亿美元。
换句话说，市面上至少有 5 万亿美元 的"杠杆资本"正在四处寻找新资产。而 AI 很有可能成为这些钱的目的地。
04 AI 想投资回本，每个苹果用户每月要多花 250 块
在当前这轮 AI 投资热潮中，真正的不确定风险只有两个：能否变现，以及会不会被技术颠覆。
首先必须承认，AI 不是一笔小投资。整个行业的建设成本可能超过 5 万亿美元，不仅包括数据中心、电力和 GPU，还包括配套的能源设施、土地、冷却系统和人力成本。
真正决定成败的，是这些投入能不能赚回来，以及未来技术是否会让现有投资变成沉没成本。
历史上，我们见过类似的场景。二十年前的电信行业，大量企业砸钱建设光纤和无线网络，期待互联网流量带来长期增长。但现实是，需求远没有想象中那么快，商业模式也难以覆盖巨额建设成本，最终泡沫破裂、大量企业倒下。
那段历史说明：技术革命本身不赚钱，赚钱的是商业模式。
今天的 AI 同样如此。AI 数据中心可以不断建，但谁来为这些算力买单？消费者是否愿意每月多掏几十美元？企业是否真的能用 AI 提升效率、增加收入？这些问题至今没有定论。
以谷歌为例，AI 确实在改变它的核心业务，搜索。
越来越多用户不再点击传统搜索链接，而是直接阅读 AI 生成的答案。这让依赖搜索流量的网站访问量下降了 30-40%，影响巨大。但对谷歌自身而言，这种转变或许是好事，因为它逐步从"推荐搜索结果"转向"直接给出答案"，强化了用户黏性，提升了变现潜力。
关于 AI 投资回报，摩根大通做了一个非常有意义的敏感性分析：
如果要实现 10% 的合理投资回报率，未来每年 AI 行业可能需要创造约 6500 亿美元收入，相当于全球 GDP 的近 0.6%。
为了让这个数字更直观：这就像让每位 iPhone 用户每月多付 35 美元，一年多付 420 美元；或者 Netflix 用户每月多交 180 美元，一年多付 2160 美元。
这是什么水平？根据外网一个博客的数据，2024 年 iOS 的活跃用户为 14.6 亿至 18 亿，用户每月在应用上的花费为 10.4 美元，相当于比原有花费增加 3 倍多。
如果回报率上升至 14%，这个数字则上升至 53 美元和 274 美元。
虽然我们不指望消费者承担所有成本，但问题是，目前 AI 带来的效率提升，是否已经能创造这么大的价值？
另一个风险在于"技术效率的极端跃升"可能带来的冲击。今年 1 月，DeepSeek 发布了 R1 模型，号称性能媲美 OpenAI 但成本更低。
消息一出，英伟达市值瞬间蒸发 6000 亿美元。这类突如其来的技术进步，让市场重新思考 AI 行业的成本结构与领先地位。
如果真的有公司能用更低成本提供相同算力，那么现有投入的商业价值就可能被重估，形成"范式转移"。
当前，大量中小公司也在积极参与 AI 基础设施建设。例如 WULF、Cipher 这些公司通过发债融资建设 AI 数据中心，再把算力租给谷歌等大客户。这些项目的一个特点是：
风险由大公司兜底（比如谷歌承诺支付租金），看起来更稳健。但这类模式也可能放大了市场对未来 AI 需求的乐观预期，如果后续变现不及预期，小公司或成为最先受影响的链条。
当然，便整个行业的收入规模不如预期股票配资，也有可能出现另一种情况：赢者通吃。少数真正具备技术、资本、生态优势的企业跑出来，其余玩家难以为继。
尚竞配资提示：文章来自网络，不代表本站观点。
- 上一篇：股票配资 早读丨不怕输，是赢的顶级格局
- 下一篇：没有了
相关文章
热点资讯
