当前，全球市场正将筹码高度集中于一场史无前例的基础设施大跃进——AI投资热潮。然而，这场繁荣的底层逻辑正变得极其脆弱：当前的盈利主要依赖于科技巨头内部的“资本支出循环（Capex recycling）”和债务融资，而非外部终端用户的真实买单。 据追风交易台消息，TS Lombard首席宏观策略师Dario Perkins在10月22日的研报中称， 根据终极推演，这场AI资本支出狂欢极有可能在2028年初走向终结，并引发一场剧烈的市场重置。 报告指出，标普500指数将下跌30%， 科技股将断崖式暴跌40% ，约 20万亿美元 的市值将灰飞烟灭，美国股市的科技股权重将一夜回到ChatGPT发布前的水平。尽管科技巨头能凭借强劲的资产负债表存活，但AI生态系统上游的弱势群体（如新兴云服务商、独立模型开发者）将面临违约潮，预计将产生 1250亿至1900亿美元的信贷损失 。 TS Lombard认为， 宏观经济将陷入温和衰退： AI资本支出的骤降将导致美国GDP下降约 2个百分点 ，并造成约 80万个 数据中心建设相关岗位流失。但由于私营部门资产负债表健康且美联储有充足的降息空间，这不会演变成2008年式的系统性金融危机。 AI投资热潮：史上最大基础设施豪赌，可持续性存疑 AI资本支出已成为人类历史上规模最大的基础设施项目之一。 美国科技公司每年在AI建设上的投入约为1万亿美元，超级数据中心的累计投资规模已超越曼哈顿计划、阿波罗登月计划乃至马歇尔计划。超大规模云服务商（Hyperscalers）的资本支出占美国GDP的比例已接近历史峰值。 然而，这场繁荣的根基并不稳固。 当前AI生态系统的收入增长，在很大程度上仍是"资本支出循环"（capex recycling）的产物 ——一家公司的资本支出，就是另一家公司的营收。只要超大规模云服务商持续大规模投入，生态系统内部的收入就会持续增长，但这并不代表真正的可持续性。 真正的可持续性标志 ，应是来自生态系统外部——普通消费者和非科技企业用户——的收入占比显著提升。但截至报告发布时，这一比例几乎没有改善。AI的商业化变现仍是最大悬念： OpenAI和Anthropic约80%的收入来自仅1%的客户 ，而这些客户大多是依赖风险投资持续输血的亏损AI初创企业。 报告称，当前的AI繁荣本质上是一场“资本支出循环”——只要科技巨头不断向系统注资，收入就会增长。但随着债务成为边缘融资的主要来源，这种模式极易受到资本支出放缓的致命打击。 六大崩盘触发器：任何一个都可能引爆连锁反应 报告梳理了六大潜在风险点，指出AI崩盘已处于"过度决定"（overdetermined）状态——以下六大触发因素中的任何一个，都可能成为刺破泡沫的利刃。 触发器一：收入严重不达预期 多项研究显示，要使当前的资本支出获得合理回报，AI行业到2030年的年收入需达到 2.5万亿至3万亿美元 ，约为当前水平的 14倍 。这一增速在如此短的时间内几乎难以实现，尤其是在中国开源（开放权重）模型迅速抢占市场份额的背景下。普通消费者对付费AI服务普遍抵触，AI服务面临商品化风险。 触发器二：信用风险急剧上升 超大规模云服务商此前主要依靠自有现金流投资，但 债务已成为AI建设的边际融资来源 。仅2027年一年，AI公司预计将发行约 7000亿美元 新债券，其中超大规模云服务商占 4000亿美元 ，其余来自AI生态系统其他参与者——这一数字超过了欧元区所有政府债券发行总量。 更令人担忧的是"表外负债"的快速膨胀。以Meta在路易斯安那州的Hyperion数据中心为例：这是一个 300亿美元 的投资项目，Meta将其80%的股权出售给Brown Owl，成立名为Beignet的合资公司，后者融资 270亿美元 新债，由Meta提供担保（承诺租用该数据中心20年）。由于租约被拆分为五个四年期租约，Meta资产负债表上只体现了极小部分杠杆。 整个AI生态系统的隐性负债估计已达1.5万亿至2万亿美元 。部分新兴云服务商（如CoreWeave）的融资利率已高达 15% 。 触发器三："诱导利率"陷阱与折旧悬崖 报告将当前AI财务结构与2000年代初次贷危机中的"诱导利率"（teaser rate）进行类比。数据中心在建设期间无需计提折旧，但一旦投入使用， 折旧压力将骤然加大 。与此同时，AI实验室签署的多年期数据中心租约，在数据中心正式运营前不计入成本。一旦更多数据中心陆续上线，AI企业的财务状况可能在12个月内发生根本性转变。 触发器四：IPO浪潮揭开真相 Anthropic和OpenAI均计划IPO（后者已推迟至2027年）。历史经验表明， IPO浪潮往往标志着周期顶部 。更重要的是，IPO将首次为外界提供了解AI行业真实经济状况的窗口——目前AI公司披露的指标（如"年度经常性收入"ARR）明显经过美化，存在大量信息不透明问题。 触发器五：半导体周期与供应链风险 英伟达（NVIDIA）是AI建设的"镐与铲"，也是整个AI繁荣的晴雨表。 英伟达正在大规模开展"供应商融资"（vendor financing） ，向客户提供贷款以购买更多芯片，业内称之为"资产负债表即服务"。根据国际清算银行（BIS）最新研究， 超过55%流入AI企业的投资来自其他AI企业 ，循环融资特征极为明显。此外，半导体需求具有高度周期性，存在"牛鞭效应"——一旦需求放缓，当前的硬件短缺可能迅速转变为严重过剩。 触发器六：监管与安全风险 AI技术在公众中的形象持续恶化。 约55%的美国人希望放缓AI发展速度，仅13%持反对意见 ，且这一结论在各主要政治群体中均成立。根据2026年IBM/Ponemon数据泄露成本报告， 全球四分之一的恶意企业数据泄露事件涉及某种形式的AI辅助攻击 。一旦发生重大安全事故，可能引发强烈的政治反弹和监管收紧。 "二阶导数问题"：增速放缓就足以引爆危机 报告特别强调了AI繁荣的"二阶导数问题"（second derivative problem）： AI资本支出不需要绝对下降，只需增速放缓，就足以引发金融压力 。 这与2000年代初次贷危机的逻辑如出一辙——当时触发崩盘的不是房价下跌，而是房价停止快速上涨。在AI建设中，前沿实验室签署合同承诺向数据中心运营商支付数十亿美元，后者以此为抵押借款建设数据中心。但这些实验室本身没有利润，其持续支付能力完全依赖于不断融资。 超大规模云服务商的资本支出就像一本贷款账簿：一旦放缓，整个繁荣就会瓦解。 市场冲击量化：20万亿美元财富蒸发，信用损失可控 目前科技股占美国股市市值高达 40% ，半导体板块单独占比接近 20% 。美国科技板块当前市盈率约为 30倍 （一年前为40倍），远低于互联网泡沫时期70-75倍的峰值。在AI崩盘情景下，报告预测： S&P 500整体下跌30%；科技股下跌40%；其他板块下跌约20%，合计蒸发市值约20万亿美元。 报告称，这些估算将科技股占美国市场的比重拉回至ChatGPT推出前的水平。 到2027年底，非超大规模云服务商的AI生态系统预计将有约 5450亿美元 未偿债券、 9200亿美元 银行贷款和约 6500亿美元 私人信贷。AI相关债务总规模约为 2.9万亿美元 ，其中约 25% 面临风险敞口。 报告假设2028-2030年间累计违约率为 35% ，回收率为 25%-50% ，由此估算整体信用损失为 1250亿至1900亿美元 。这一规模虽然可观，但对美国整体金融体系而言并不构成系统性威胁。 股权持有人将承受最大损失（约20万亿美元），但不会出现2008年式的信用损失级联和全面破产潮。 最脆弱的环节包括：新兴云服务商（neoclouds）、甲骨文（Oracle）、独立模型开发商（OpenAI、Anthropic）以及建筑/设备供应商。 经济温和衰退，类似1990年或2001年 到2028年初，美国科技相关资本支出将较2023年上升约 3个百分点 （实际GDP占比）。报告假设完全逆转，但由于数据中心投资高度依赖进口，进口下降将部分抵消资本支出下滑对GDP的冲击。综合各种效应， AI数据中心繁荣结束将使美国GDP水平下降约2个百分点 （IMF最新世界经济展望报告得出了几乎相同的估算）。 报告称，整体而言，这场衰退的严重程度将与1990年或2001年相当，属于历史标准中的温和衰退，并给出了以下三个理由： 第一，私人部门资产负债表健康。 私人信贷增长幅度不足GDP的10个百分点，与1980年代末更为相似，远未达到次贷危机前的水平，不存在系统性信用事件的风险。 第二，货币政策弹药充足。 美联储自全球金融危机以来首次重建了充足的货币政策空间，有充分的降息余地，无需依赖财政政策大规模刺激。 第三，降息将激活"K型经济"底层。 长期受高通胀和紧缩货币政策压制的低收入群体、消费耐用品需求和住宅房地产市场（存在大量被压抑的需求）将从降息中直接受益。历史上，互联网泡沫破裂后，美联储的宽松政策迅速催生了住宅市场的新一轮泡沫，类似情景可能重演。正如互联网泡沫破裂后美联储催生了房地产繁荣一样， 降息将迅速刺激非AI领域的增长，这也是衰退将保持温和的核心原因。 此外，对于就业市场方面，报告指出，AI建设热潮目前已创造约 50万个就业岗位 ，预计到2027年底将增至 80万个 。若这些岗位全部消失，美国失业率将上升约 50个基点 ，在不考虑更广泛商业信心影响的情况下。 报告指出，最大的尾部风险在于： AI崩盘可能反而加速企业采用AI自动化来削减成本 。历史表明，互联网相关自动化的大规模推进发生在2009年经济衰退期间，而非繁荣时期。若AI崩