7.6万亿美元AI基础设施投资潮，可能重塑全球利率格局

全球正在经历一轮前所未有的人工智能基础设施建设周期。分析人士预计，2026年至2031年期间，全球AI相关资本支出累计将达到约7.6万亿美元，涵盖AI芯片、数据中心以及支撑这些系统运行的电力基础设施。

如此规模的投资已经不仅仅是科技行业的故事，它可能改变宏观经济中的关键变量——尤其是长期债券收益率以及所谓的中性实际利率（R-star）。R-star通常指既不会刺激也不会抑制经济增长的“均衡利率”。

核心逻辑其实很简单：当一个经济体突然出现数万亿美元级别的投资需求时，对资金和真实资本的需求就会显著增加。如果投资需求增长快于全球储蓄供给，均衡利率往往会上升。

AI投资更像一次工业建设周期

这轮AI浪潮与过去的软件周期最大的不同，在于它需要大量实体基础设施。

高盛估算，2026—2031年全球AI相关资本开支约为7.6万亿美元，主要用于计算硬件、数据中心和电力系统建设。

其他研究也指出，仅AI数据中心本身未来几年就可能需要数万亿美元投资，因为运行大型AI模型需要极高的电力、散热和网络容量。

因此，AI投资越来越像一次大型工业建设周期，类似历史上的铁路、电网或互联网基础设施建设。这类长期资本扩张通常会提高经济中的均衡利率水平。

为什么中性实际利率（R-star）可能上升

R-star本质上反映的是全球储蓄与投资需求之间的平衡。当投资需求持续增加时，这个平衡就会发生变化。

主要机制包括：

1. 对资本的需求更强
如果企业预期新技术能带来高回报，它们在任何给定利率下都更愿意投资。市场若相信AI能提升生产率，对中性利率的估计也会随之提高。

2. 持续性的基础设施投资
AI部署不是一次性投入，而是需要不断升级算力芯片、扩建数据中心以及增加电力容量。这种多年持续的投资周期会形成长期资本需求。

3. 对生产率提升的预期
如果AI被认为能够长期提高劳动和资本效率，那么经济可以在更高实际利率下仍保持增长。

换句话说，更高利率有时并不代表经济变差，而可能意味着市场预期未来增长更强。

为什么债券收益率可能上升

在生产率真正提升之前，AI投资本身就可能直接影响债券市场。

达拉斯联储研究指出，AI数据中心建设可能显著增加长期债券供给，因为许多项目需要通过企业融资来完成。

主要渠道包括：

• 企业发行大量投资级债券，为数据中心和云基础设施融资
• 电力生产与电网升级所需的长期债务
• 与这些投资相关的利率互换和金融对冲交易

当市场需要吸收更多长期债券时，投资者必须承担更多期限风险，这通常会推高期限溢价和长期收益率。

事实上，与AI相关的企业借贷已经明显增加。大型科技公司近年来已发行大量债券，并承诺为AI数据中心项目投入数千亿美元。

经济学家认为，如果债券市场必须吸收如此规模的新债务，本身就可能对利率形成上行压力。

对政府融资成本的影响

如果中性利率出现结构性上升，影响不仅限于企业融资。

在全球金融危机之后，许多国家习惯了极低利率环境。但在AI投资周期下，这种环境可能发生变化。

可能的结果包括：

• 政府再融资成本上升：旧债到期后需要以更高利率发行新债
• 资本竞争加剧：主权债券与大型企业债券争夺投资者资金
• 货币政策空间减少：央行政策利率需要维持在更高的中性利率之上

最终，财政可持续性将取决于经济增长能否同步提升。

更高利率对股市估值意味着什么

利率是股票估值模型中的关键变量。实际利率越高，未来利润折现后的价值就越低。

这一点对成长型股票影响最大，尤其是许多AI相关公司，因为它们的估值很大程度上依赖多年后的盈利预期。

如果债券收益率上升是因为市场预期AI会带来更高生产率和利润增长，那么估值压力可能被更高盈利所抵消。

但如果收益率上升主要来自债务供给增加或融资压力，那么股市估值倍数——特别是高成长板块——可能被压缩。

科技巨头面临的现金流挑战

对建设AI基础设施的科技公司而言，问题并不仅是利率，还有资本开支规模。

云计算和AI平台公司正在大规模投资GPU、数据中心和电力基础设施。这些投入部分来自自身现金，但随着投资规模扩大，企业也越来越依赖债券市场融资。

这可能带来一种现金流压力：

• 资本支出快速增长
• 芯片折旧周期非常短
• AI商业化收入需要时间才能扩大

如果AI业务收入增长速度赶不上基础设施投资，自由现金流可能下降，即使公司营收在增长。

AI投资潮的两种宏观结局

AI投资最终对经济产生怎样的影响，很大程度取决于它是否真的带来显著的生产率提升。

情景一：生产率突破

如果AI显著提高各行业效率，较高的实际利率可能只是更健康经济的反映。

可能结果包括：

• 经济增长加快
• 企业利润提升
• 税收收入增加
• 更容易承受较高融资成本

在这种情况下，收益率上升代表的是资本回报率提高，而不是金融压力。

情景二：过度投资

如果AI应用落地速度低于预期，同样的资本支出浪潮可能产生金融风险。

潜在问题包括：

• 数据中心产能过剩
• 投资回报率下降
• 企业现金流恶化
• 再融资风险上升

即使债券收益率仍然较高，也可能只是因为债务供应增加，而不是经济增长强劲。

核心问题：增长引擎还是融资周期？

AI基础设施建设正在改变资本市场结构。数万亿美元规模的算力和能源投资，必然会影响融资需求、债券供给以及长期利率。

最终决定这一变化是机遇还是压力的关键问题只有一个：人工智能能否真正兑现市场目前预期的生产率提升。