摩根大通給AI投資算了筆帳：每位iPhone用戶月均多花250元，才能回本

11 月 10 日，摩根大通發布了一份重量級的 AI 產業研究報告，把當前的行業格局幾乎“解剖式”地呈現在讀者面前：

從美國數據中心建設到底推進到哪一步、電力系統承受了多大壓力，到科技巨頭的資本開支、融資來源、債務結構，再到行業商業化變現的邏輯與算不算得清的經濟賬。

這是一份數據極其詳實、覆蓋面極廣的底層研究，基本把市場最關心的問題都講清楚了，值得反復研讀。

報告里有幾個特別值得關注的結論：

1）美國的數據中心建設正從科技巨頭向更多企業擴散，而這一波建設熱潮幾乎單槍匹馬撐起了美國今年的非住宅建筑投資。扣除數據中心，非住宅建設今年實際上是負增長的，可見 AI 基建已經變成美國經濟的一根主梁。

2）雖然全美規劃中的數據中心容量超過 300 吉瓦，但真正能落地的，摩根大通認為只有 175–200 吉瓦。即便如此，未來十年每年仍將新增 18–20 吉瓦，是過去年均 4 吉瓦的五倍以上。

3）從 2024 年 9 月到 2025 年，美國有超過 100 吉瓦的新發電項目在排隊并網，天然氣依然是主力，其中天然氣規劃容量一年內暴漲 158% 至 147 吉瓦。這也反映出：電力供應已經成為制約 AI 擴張的第一瓶頸。

4）微軟、亞馬遜、Meta 等巨頭雖然賬面現金驚人，但持續兩位數增長的資本開支正不斷壓縮自由現金流，迫使它們從“自己掏錢”轉向“借錢建 AI”。與此同時，數據中心相關的證券化融資規模也在快速攀升，成為新型的基礎設施融資渠道。

5）更關鍵的是，摩根大通測算，如果要讓 AI 基建達到 10% 的合理投資回報率，整個行業未來每年必須創造 6500 億美元左右的收入，相當于全球 GDP 的 0.6%。換句話說，這相當于讓每位 iPhone 用戶每月多付 35 美元、一年多付 420 美元。

而作為參照，去年全球iOS用戶平均每月在 App 上的支出僅 10.4 美元——要達到這個收入目標，意味著 AI 的變現能力必須比今天提升 三倍以上。

AI基建，成美國經濟增長“頂梁柱”

過去，大家習慣用“兆瓦（MW）”來衡量數據中心的電力規模；現在，行業越來越多地使用“吉瓦（GW）”。1吉瓦等于1000兆瓦，單位變化本身就說明了一件事：數據中心正進入一個以“千倍量級”擴張的時代。

歷史上，數據中心每年的新增裝機容量只有約 2 吉瓦。但進入 AI 熱潮后，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。

一些企業已經披露，GPU 訂單的同比增長超過 70%，行業顯然正在進入一個高速增長周期。

設備供應商 Vertiv 的預測也印證了這一趨勢：2025 到 2029 年，全球將新增約100吉瓦的裝機容量。要知道， AI爆發前，全球數據中心總裝機也不過50吉瓦。這意味著，數據中心行業只用五年時間，就要再造過去兩倍的容量。

那么，浩浩蕩蕩的數據中心建設大潮究竟是誰在建呢？

當前的數據中心擴張仍由云計算三巨頭（AWS、微軟和谷歌）主導，但新的參與者正迅速加入戰場。過去一年里，非巨頭企業手中的項目規模已經占到約四分之一的市場份額。

參與者的數量正在以指數級速度增加。截至目前，已有約65家公司手上有超過1吉瓦的待建項目，而去年這個數字還只有23家，此外還有近200家企業正在積極推進數據中心業務。

摩根大通估算，這些投資大約支撐了1.9萬到2萬 EFLOPS（艾級浮點運算）的GPU算力，而2023年全球只有約 2000 EFLOPS。算力在短短兩年間擴張了接10倍。

這些數據中心建設的進展如何？

美國人口普查局已經將“數據中心支出”獨立統計。從最新數據看，數據中心仍在推動美國的非住宅建筑投資。盡管當前支出規模不算最大，但在整個非住宅建筑里占比已達6%，未來仍有巨大空間。

制造業支出雖然是它的五倍，但如果將數據中心剔除，美國今年的非住宅建筑投資其實是下降的。因此，數據中心幾乎成了所有行業里唯一逆勢擴張的板塊。

為了進一步驗證趨勢，摩根大通自2023年1月起建立了一套追蹤系統。截至目前，美國在規劃或推進中的數據中心項目總規模已超過315吉瓦，僅2025年初這一季度就新增了165吉瓦。去年同期還只有約 130 吉瓦，而到了 2022 年底，美國 AI 相關裝機容量也才 20 吉瓦。

但如果從落地角度看，情況就沒那么樂觀了。摩根大通追蹤的600多個數據中心項目中，真正建成并投入使用的只有極少數。

目前美國在建數據中心的裝機量僅約 25 吉瓦。雖然我們追蹤的項目中潛在規劃容量超過 300 吉瓦，但這個數字建立在一個并不現實的前提之上：所有剩余土地都能順利開發。

考慮到選址、電網、環保、設備供應鏈等各種限制，更可信的規劃區間應在175到200吉瓦之間。即便按這個更保守的范圍來計算，未來十年每年仍然會新增18到20吉瓦的能力，是過去年均4 吉瓦的五倍以上。

更大的限制來自供給端，而不是需求端。美國當前的電網根本無法支撐300吉瓦級別的數據中心同時運行，電力基礎設施已經成為行業擴張的最關鍵約束。

需求增長翻倍，電力真不夠用了

美國數據中心的數量正在急速增加，但電力系統卻明顯跟不上節奏。

勞倫斯伯克利國家實驗室預計，到2028年，美國數據中心的年度用電量可能從現在的175TWh 飆升至 325–580 TWh。

為了支撐這股需求，美國至少需要新增100吉瓦的發電能力，否則大量新建的數據中心將面臨“建好了卻無法開機”的窘境。

問題在于，新增電力產能并不是一件能立刻解決的事。天然氣發電設備從訂購到交付需要3–4 年，新建核電站往往需要10年以上，還高頻超預算。

于是，越來越多科技巨頭開始考慮“自建電廠”（BYOG，Build Your Own Generation），但這同樣面臨漫長審批、建設周期和前期資金投入等障礙。

未來幾年確實會有不少發電項目上線。僅在2024年9 月至2025年間，就有超過100吉瓦的新發電容量正在排隊并網，其中天然氣依舊是主力，因為其成本、穩定性和擴張速度都更具現實性。

天然氣項目的規劃容量已升至 147 吉瓦，較去年同期暴漲 158%。可再生能源占據了電網并網排隊的第一名，但許多項目只是為了搶稅收優惠，真正能快速投產的比例并不高。至于核能和儲能等更具前景的技術，近幾年幾乎沒有新增項目，短期內無法指望。

更關鍵的是，即便不算上 AI 數據中心，美國的電力需求也已經在穩步上升。

家庭用電設備更多、電動車普及加速、商業與工業建筑越來越“電氣化”，使得美國過去十年電力需求的年均增速維持在1%左右。而現在，光是 AI 數據中心這一項，就可能直接將需求增速翻倍至2%或更高。

但由于過去幾年電價長期偏低，疊加疫情與供應鏈阻塞，許多電力公司對于新增電廠投資極為謹慎，導致供給端明顯滯后。

近年來，美國居民用電價格已累計有不小的上漲，引發外界擔憂：是不是數據中心把老百姓的電都“搶走了”？

監管機構也開始重點盯緊這一問題，特別關注兩點：

第一， 不能讓普通用戶替數據中心買單。因此，現在的數據中心購電協議（PPA）通常都附帶高額違約金條款，確保企業提前退出不會把成本轉嫁給居民；

第二，要避免“特權電價”。如今大多數數據中心采用所謂的“表前”購電模式，與普通用戶一樣直接從電網采購，不再通過優惠政策擠占其他用戶資源。

從全國范圍看，居民電價占收入的比例整體仍處于可控區間。但在一些電價本就偏高的州（如加州、新澤西），用電負擔已經不輕，因此監管部門格外敏感，不斷強化對數據中心擴張與當地電力負擔之間關系的審查。

科技巨頭進入“債務融資”時代，Oracle壓力最大

AI 的爆發讓數據中心和算力投資進入前所未有的加速期：全球數據中心資本開支已經沖到每年 4500 億美元。

盡管微軟、亞馬遜、Alphabet、Meta、Oracle 等超級科技公司仍保持強勁現金流，但持續兩位數增長的資本開支逐漸壓縮了自由現金流，迫使它們從“自掏腰包”轉向債務融資：

• Oracle 在 9 月發行了 180 億美元債券；

• Meta 剛完成創紀錄的300億美元發債；

• Alphabet 過去一年累計發債 360 億美元，并在歐元與美元市場形成“常態化”融資節奏。

這些資金幾乎全部用于支撐 AI 芯片、數據中心、電力、服務器等巨額投入。

谷歌手上有約 1000 億美元現金，負債率極低，因此能夠維持“正常化發債”策略，比如每年發債約 350 億美元，同時保持資產負債表穩健。

Meta則在融資方式上走出了更激進的路線。以不久前規模 273 億美元的 Beignet Investor LLC 交易為例，Blue Owl 持有該項目80%權益，不會在 Meta 的資產負債表上立即體現。

只有到2029年項目進入租賃期后，相關義務才會計入債務指標。這種結構讓 Meta 能更輕裝擴張、減少公開市場發債頻率。

相比之下，亞馬遜的情況反而更微妙。它的資本開支最高，2025 年預計將達到 1500 億美元，但三年來沒發過新債。如果 AI 投資繼續上行，亞馬遜大概率會重返債券市場。

微軟依舊是最“財大氣粗”的玩家：現金最強、資產負債表最穩，對發債需求最小。過去大型收購（如 750 億美元收購動視暴雪）也傾向于全現金完成。

與此同時，微軟正通過投資 CoreWeave、nScale 等第三方基礎設施，借“外部云”分攤自建壓力，實質上是一種“資本輕量化擴張”。

壓力最大的無疑是 Oracle。它的債務問題早已成為結構性風險。截至2026財年一季度，Oracle 的總債務達到910 億美元，9月再發180億美元，使公司債務突破1000億美元。

市場對這批債券的認購很熱情，訂單高達 880 億美元。摩根大通認為，投資熱情更多來自市場缺乏“AI 主題”投資級新債，而不是Oracle信用優異。

雖然Oracle短期債務壓力不大，但從2026年開始，公司面臨的到期規模會迅速抬升：2026年有57.5億美元到期，2027年還要還50億美元。

疊加高資本開支與分紅需求，Oracle未來幾年大概率將成為公開債市的常客。不過，Oracle 的評級處于BBB中段，且展望為負，后續的融資靈活性正在下降。

雖然這些科技巨頭仍然是全球最受歡迎的投資選擇，但市場情緒也在微妙變化。Meta 的 300 億美元發債曾讓利差走高約20個基點，Oracle的180億美元發債利差走高30–40個基點，說明投資者開始更加審慎定價“AI 債”。

與此同時，像Beignet這樣的結構化融資正在走向主流。它本質上是一種“租用自己建的數據中心”、但由外部私募基金先行購買資產的方式：

錢由 Blue Owl 等機構出，Meta 在賬面上保持輕負載，未來按租金使用自己的數據中心。這讓科技公司能在保持信用評級的前提下繼續擴張。

除了科技巨頭融資外，數據中心的證券化發行規模迅速攀升。

今年以來，相關 ABS、CMBS 發行量已經達到 212 億美元，比去年幾乎翻倍，占整個新發行市場的 5%。大部分交易都來自已經建成并投入使用的數據中心，因為成熟項目風險小、租金穩定，投資者更放心。

目前，市場上“用證券化融資建設中項目”的情況依舊稀少，僅出現過一筆規模 4.74 億美元的此類交易，用于伊利諾伊州一個30兆瓦的數據中心，融資利率明顯高于成熟項目。

與此同時，AI 相關企業的債券發行量正在猛烈增長：

數據中心類債券今年已發行440億美元，是2024年的10倍；

投資級科技企業債券占整個債市的14.5%，已經與美國大型銀行齊平。

從目前看，市場有足夠多的錢來“接住”這一輪 AI 債，其中美國高收益債市場規模1.56 萬億美元，杠桿貸款市場規模1.67萬億美元，私募信貸管理規模1.73萬億美元，閑置資源還有4660 億美元。

換句話說，市面上至少有 5 萬億美元 的“杠桿資本”正在四處尋找新資產。而AI很有可能成為這些錢的目的地。

/ 04 /

AI想投資回本，每個蘋果用戶每月要多花250塊

在當前這輪 AI 投資熱潮中，真正的不確定風險只有兩個：能否變現，以及會不會被技術顛覆。

首先必須承認，AI 不是一筆小投資。整個行業的建設成本可能超過5萬億美元，不僅包括數據中心、電力和 GPU，還包括配套的能源設施、土地、冷卻系統和人力成本。

真正決定成敗的，是這些投入能不能賺回來，以及未來技術是否會讓現有投資變成沉沒成本。

歷史上，我們見過類似的場景。二十年前的電信行業，大量企業砸錢建設光纖和無線網絡，期待互聯網流量帶來長期增長。但現實是，需求遠沒有想象中那么快，商業模式也難以覆蓋巨額建設成本，最終泡沫破裂、大量企業倒下。

那段歷史說明：技術革命本身不賺錢，賺錢的是商業模式。

今天的 AI 同樣如此。AI 數據中心可以不斷建，但誰來為這些算力買單？消費者是否愿意每月多掏幾十美元？企業是否真的能用 AI 提升效率、增加收入？這些問題至今沒有定論。

以谷歌為例，AI確實在改變它的核心業務，搜索。

越來越多用戶不再點擊傳統搜索鏈接，而是直接閱讀AI生成的答案。這讓依賴搜索流量的網站訪問量下降了30-40%，影響巨大。但對谷歌自身而言，這種轉變或許是好事，因為它逐步從“推薦搜索結果”轉向“直接給出答案”，強化了用戶黏性，提升了變現潛力。

關于AI投資回報，摩根大通做了一個非常有意義的敏感性分析：

如果要實現10%的合理投資回報率，未來每年AI行業可能需要創造約6500億美元收入，相當于全球GDP的近0.6%。

為了讓這個數字更直觀：這就像讓每位iPhone用戶每月多付35美元，一年多付420美元；或者Netflix用戶每月多交180美元，一年多付2160美元。

這是什么水平？根據外網一個博客的數據，2024年iOS的活躍用戶為14.6億至18億，用戶每月在應用上的花費為10.4美元，相當于比原有花費增加3倍多。

如果回報率上升至14%，這個數字則上升至53美元和274美元。

雖然我們不指望消費者承擔所有成本，但問題是，目前AI帶來的效率提升，是否已經能創造這么大的價值？

另一個風險在于“技術效率的極端躍升”可能帶來的沖擊。今年1月，DeepSeek發布了R1模型，號稱性能媲美OpenAI但成本更低。

消息一出，英偉達市值瞬間蒸發6000億美元。這類突如其來的技術進步，讓市場重新思考AI行業的成本結構與領先地位。

如果真的有公司能用更低成本提供相同算力，那么現有投入的商業價值就可能被重估，形成“范式轉移”。

當前，大量中小公司也在積極參與AI基礎設施建設。例如WULF、Cipher這些公司通過發債融資建設AI數據中心，再把算力租給谷歌等大客戶。這些項目的一個特點是：

風險由大公司兜底（比如谷歌承諾支付租金），看起來更穩健。但這類模式也可能放大了市場對未來AI需求的樂觀預期，如果后續變現不及預期，小公司或成為最先受影響的鏈條。

當然，便整個行業的收入規模不如預期，也有可能出現另一種情況：贏者通吃。少數真正具備技術、資本、生態優勢的企業跑出來，其余玩家難以為繼。

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。