人工智能基础设施投资仍在加速。摩根大通首席执行官杰米·戴蒙（Jamie Dimon）表示，包括大型云计算公司及其上下游在内的“超大规模云厂商生态”今年支出约为7000亿美元，较去年的约3000亿美元翻倍以上，2027年可能进一步升至1万亿美元。
戴蒙周一在摩根大通印度会议期间接受采访时表示，这一轮投资正在建设数据中心、工厂和电力设施，同时增加设备、材料和劳动力需求，对经济增长的拉动相当可观。他估计，这类投资每年带来的增量相当于美国GDP的约1%，短期也可能给通胀带来一定压力。
过去两年，市场不断讨论AI资本开支何时见顶，但目前大型科技公司的实际投资计划仍指向扩张。
Meta(META.O)今年AI基础设施投入预计最高达到约1450亿美元，公司计划2026年部署约7吉瓦计算能力，并在2027年将总计算能力提高至14吉瓦。为了支撑这一扩张，Meta不仅大量采购AI芯片，还签下长期存储、内存和光纤供应协议，并开始加快自研AI芯片投入。
Alphabet(GOOGL.O)的支出规模同样快速上升。该公司今年AI相关资本开支预计已超过2000亿美元，主要用于服务器、芯片和数据中心扩建。云业务高速增长虽然为投资提供收入支撑，但资本开支不断上调也开始让投资者更加关注自由现金流和回报周期。
今年6月底，摩根大通统计的五家主要科技公司全年资本开支预期还约为7300亿美元；到9月，美国银行的估算已经提高至约7950亿美元。短短数月内预测继续上调，反映AI基础设施投资仍处于扩张阶段，而不是此前市场多次担忧的放缓期。
这些资金也不只是购买英伟达(NVDA.O)的GPU。AI数据中心需要土地、服务器、存储、网络设备、电力、变压器、天然气轮机以及新的输电线路，投资正在从半导体向电力和工业基础设施扩散。
本周Meta宣布在加拿大阿尔伯塔建设约90亿美元数据中心，当地已经有超过100个数据中心项目处于规划阶段。这种投资规模正在使电力供应能力本身成为云厂商选址的核心限制因素。
市场越来越关心的另一个问题是，如此庞大的资本投入最终能否产生足够利润。
戴蒙认为，并不是所有AI投资都能够按照传统项目计算出清晰的短期回报。对于大型科技企业而言，部分投入更接近维持竞争地位所必须承担的成本。例如改善客户体验、自动化内部流程或者保持模型能力领先，短期很难直接计算为新增收入，但企业如果不投入，可能面临更大的竞争风险。
这种逻辑也是AI投资周期与传统设备投资的重要区别。云计算厂商不仅在争夺当前客户，还在建设未来数年的计算能力，因此资本开支往往领先实际AI收入增长。
不过戴蒙同时提醒，现在还很难判断最终谁会成为AI时代的长期赢家。他以互联网泡沫时期为例指出，当时许多最受关注的公司最终退出舞台，而一些早期并不起眼的企业后来成为行业主导者。
这一担忧已经开始出现在资本市场。路透社报道，目前大型云厂商2027年资本支出预计突破1万亿美元，但投资者也越来越关心AI模型能力提升是否能够继续支撑如此高速的基础设施扩张。一旦数据中心建设项目被取消或者订单下降，芯片、服务器和电力设备等AI“卖铲人”可能首先受到影响。
AI资本开支对宏观经济的影响正在变得更加复杂。
一方面，数据中心建设能够直接增加设备投资和建筑活动，并通过半导体、电网、能源和工业设备产生乘数效应。另一方面，如此大的资本需求也在争夺劳动力、电力、铜、芯片和融资资源。
戴蒙认为，AI基础设施、军费扩张以及政府持续高赤字同时存在，可能共同推高对资本的需求，并成为利率保持高位的原因之一。
这与市场原先关于AI的“通缩叙事”形成一定反差。长期看，戴蒙仍然认为AI是一项具有强大生产率提升潜力的技术，可以降低企业成本，因此最终可能具有通缩效应；但在基础设施大规模建设阶段，其短期作用可能首先表现为拉动投资需求和部分价格上涨。
国际清算银行也已经开始关注这一问题。BIS估计，全球五大科技企业仅2025年至2026年的AI投资合计就可能超过1万亿美元，并警告投资规模迅速扩大以及越来越复杂的融资结构可能形成新的金融稳定风险。
目前市场仍选择相信AI投资周期可以持续。本周一，AI相关股票重新领涨美股，纳斯达克指数创收盘纪录，AMD(AMD.O)市值首次突破1万亿美元，费城半导体指数单日上涨4.3%。
随着大型云厂商资本开支从去年的约3000亿美元向今年7000亿至8000亿美元跃升，市场下一阶段关注点可能不再只是“AI公司还会不会继续花钱”，而是这些投入何时开始转化为足以覆盖万亿美元级资本开支的现金流和利润。