BIS为何警惕AI投资热：万亿美元建设潮背后的金融稳定风险

国际清算银行（BIS）总经理巴勃罗·埃尔南德斯·德科斯（Pablo Hernández de Cos）的核心观点并不是“AI没有价值”。恰恰相反，AI有望显著提高生产率；但如果企业的资本开支、借款和相互关联的融资承诺，跑在可持续的商业回报之前，一场技术投资热潮同样可能累积金融不稳定因素。17

投资规模已不只是科技行业的事

BIS估计，全球五大科技公司将在2025年至2026年间向AI投入超过1万亿美元。当投入达到这一量级，AI基础设施竞赛就不再只是少数科技公司的战略选择，也可能影响整体投资、融资环境和更广泛的金融市场。1

问题不在于每一笔AI支出都是浪费。BIS担心的是，为争夺算力、数据中心及相关资源，企业可能在AI服务的最终收入尚不明朗时就过早、大规模地承诺投入。BIS研究将其描述为一场“抢先下注”的投资竞赛，而融资结构本身会放大系统脆弱性。14

债务和私募信贷为何会放大风险

德科斯指出，AI投资在早期主要依靠企业内部资金和股权融资；但随着规模急剧膨胀，外部融资的依赖度正在上升，资金常来自私募信贷机构。25

这会改变下行情景。若AI收入或投资回报低于预期，借款方仍要偿还债务。BIS警告，债务驱动的投资在繁荣破裂时，可能迫使企业低价抛售专用资产；而数据中心和高端计算设备等资产成本高、用途专门，未必容易转作他用。14

私募信贷能够扩充融资来源，但监管者需要看清风险最终落在谁的资产负债表上。重点不在于私募信贷是否存在，而在于杠杆率、抵押品和企业间承诺能否在压力来临前被充分识别。

什么是“循环融资”，为什么不透明尤其危险

BIS特别关注芯片制造商、超大规模云服务商（hyperscalers）、AI公司和基础设施供应商之间的交叉持股与其他关联安排。这些联系可能包括股权投资，以及彼此支持扩张的采购或融资承诺。1425

此类安排可以为快速扩张提供资金，却也会让风险传导路径更难厘清。当同一批公司同时扮演供应商、投资者、客户和融资支持方，市场一旦下调对AI需求的预期，多张资产负债表可能同时承压。BIS认为，债务与循环持股会增加金融脆弱性，也可能提高繁荣破裂的概率。14

对投资者和监管者而言，最关键的问题很直接：如果预期中的AI现金流没有到来，损失最终由谁承担？ 融资安排越不透明，这个问题越可能在市场重估时才被迫回答，进而增加调整失序的风险。

高估值不等于泡沫，但会提高预期修正的冲击

高估值并不能单独证明市场存在泡沫，也不否定AI的长期经济价值。但估值越高，市场对预期变化就越敏感。BIS已提示，若企业和投资者将未来利润外推得过远，投资竞赛可能导致过度承诺。114

因此，历史参照并非说AI必然重演过去的科技狂热，而是说：颠覆性技术往往可能伴随产能过度建设、杠杆累积和金融损失，之后其长期经济价值才逐步显现。真正的风险，在于今天资本投放的速度与未来现金流出现的时间、规模之间发生错配。

生产率提升有可能，但不会自动发生

BIS仍认为，AI具备显著提升生产率的潜力。但结果不仅取决于模型能力；企业还需要重构业务流程、投资配套系统，并让技术从少数前沿企业扩散到更广泛的经济部门。17

更广泛的经济回报还依赖可靠的数字和能源基础设施、具备相关技能的劳动力，以及企业和公共机构有效采用技术的能力。换言之，建设更多数据中心本身，并不保证生产率会普遍提高。

就业、分配与网络韧性同样不能忽视

BIS也强调，向AI驱动型经济转型会有调整成本。随着更强大的工具进入更多任务和职业，劳动力替代可能加剧；新工作岗位和新增需求能否足以抵消这些岗位流失，仍存在不确定性。3

因此，再培训、终身学习和劳动力流动性不应被视为附属议题，而是重要的经济政策。还有一个分配问题：生产率收益可能集中于那些本就更容易获得资本、算力、数据和技能的企业、劳动者及经济体。

AI还带来运营和网络安全风险。德科斯指出，在金融领域，AI可能放大模型风险、趋同行为和不透明的决策链条。18 若越来越多机构依赖少数云服务商、模型提供商和芯片供应商，也可能形成共同的运营故障点。因此，治理机制、韧性测试和有实质意义的人类监督，应与金融风险监测同步推进。

政策制定者和央行应关注什么

BIS的立场是提高警惕，而不是将AI投资视为天然有害。政策制定者应改善技能、竞争、基础设施和广泛接入等条件，以提升生产率红利实现的概率；同时密切追踪金融体系中的杠杆、高估值和隐蔽关联。1725

由于AI供应链、资本市场和网络威胁都跨越国界，国际合作尤为重要。BIS将金融稳定视为全球公共产品，因此，央行、审慎监管机构和其他监管部门之间的信息共享与共同分析框架十分关键。21

下一阶段，收益者可能会变化

AI投资周期的阶段转换也是一种过渡风险。高盛指出，企业部署正在加快，AI投资正从早期的基础设施建设，逐步走向推理（inference）与实际应用。32

这并不意味着数据中心等基础设施投资必然骤降，却意味着最终回报的归属可能改变：AI从“建能力”走向“用能力”后，受益者、定价和后续资本开支节奏都可能重新分化。

对负债较高的项目和投资周期后段的基础设施供应商而言，这一区别至关重要。即使AI经济最终是盈利的，如果需求、价格或后续资本开支不符合当前融资方案所隐含的假设，仍会有企业成为输家。BIS的警示因此应被理解为：必须把AI的长期潜力，与支撑其建设过程的金融韧性区分开来。1417