清算之時：勞里·芬克對人工智慧（AI）基礎設施熱潮的嚴峻警告

在華爾街和矽谷都引起漣漪的一項進展中，貝萊德（BlackRock）董事長兼執行長勞里·芬克（Larry Fink）對當前人工智慧（AI）投資現狀發出了發人深省的預測。這位全球最大資產管理公司的负责人在一次高級基礎設施峰會上發表講話，強調了人工智慧（Artificial Intelligence，簡稱 AI）領域快速加速發展中隱藏的威脅：由過度債務以及對數據中心（Data Centers）和配套能源基礎設施的過度槓桿投資所驅動的企業破產。

隨著全球人工智慧（AI）主導地位爭奪戰的加劇，資本支出（Capital Expenditures，簡稱 CapEx）已飆升至前所未有的水平。科技巨頭和投機型新創公司都在向人工智慧（AI）經濟的物理支柱投入數十億美元——即超大規模數據中心、高性能 GPU 集群以及支持它們所需的龐大電網。芬克的評估表明，這場淘金熱雖然預示著人工智慧的巨大潛力，但也並非沒有嚴重的財務損失。

人工智慧（AI）軍備競賽的資本密集性質

與過去二十年軟體驅動的繁榮不同，當前的人工智慧（AI）擴張是高度資本密集型的。僅僅開發複雜的演算法已不再足夠；實體現在必須控制運行這些演算法所需的底層物理資產。這一轉變從根本上改變了利益相關者的風險狀況。

「人工智慧基礎設施（AI Infrastructure）軍備競賽」正迫使公司將其資產負債表押注在人工智慧（AI）效用的長期預測上。對於主要的雲端服務提供商和科技集團來說，這些支出通常由強勁的現金流提供緩衝。然而，對於試圖在沒有建立收入護城河的情況下轉向人工智慧（AI）領域的小型企業或公司而言，建設或租賃大規模數據中心容量的財務負擔造成了對債務融資的危險依賴。

芬克將這種動態描述為經濟週期中一個自然的（儘管是痛苦的）階段。當資本成本遇到人工智慧（AI）硬體的極端要求時，資產負債表薄弱的公司將首先遇到其流動性的極限。

解碼風險：為什麼過度槓桿是一顆定時炸彈

芬克提出的主要擔憂是當前基礎設施投資與人工智慧（AI）應用的實際投資報酬率（Return on Investment，簡稱 ROI）之間的差距。許多公司今天建設基礎設施是為了預期未來的需求，而這種需求尚未完全體現在其盈虧底線上。

結構性風險在於「過度槓桿」階段。為了與 Google、Microsoft 和 Meta 等行業領導者保持同步，中型組織正越來越多地舉債，以資助收購昂貴且耗能的芯片和房地產。如果對人工智慧（AI）驅動服務的需求進入冷卻期，或者從實驗性人工智慧（AI）到商用級人工智慧（AI）的轉型時間長於預期，這些高槓桿公司將發現自己正在為利用率不足的資產承擔巨額債務。

下表對當前人工智慧（AI）基礎設施投資相關的典型風險因素進行了分類，說明了企業可能如何陷入困境。

資本主義現實與不可避免的市場大洗牌

勞里·芬克將這種預期中的破產潮描述為「資本主義的自然特徵」，而非系統性崩潰。在貝萊德（BlackRock）執行長的看來，這種創造與破壞的循環對於篩選掉效率低下的參與者並將資源重新分配給更具可持續性和生產力的人工智慧（AI）企業是必要的。

技術創新的歷史充滿了類似的週期——1990 年代後期的網路泡沫（Dot-com boom）是最著名的類比。在那個例子中，對光纖電纜和電信基礎設施的過度投資為現代互聯網奠定了基礎，但它摧毀了許多率先發起衝鋒的公司的資產負債表。芬克的警告表明，人工智慧（AI）產業目前正處於類似的「擴建」階段，物理基礎設施正因預期未來的數位經濟而過度配置，而這種經濟可能無法支持目前爭奪市場份額的每一個參與者。

人工智慧（AI）投資的長期展望

雖然企業破產的前景聽起來令人擔憂，但它提醒投資者和行業領導者，應優先考慮長期可持續性，而非短期增長指標。那些正在多樣化能源來源、優化模型能源效率並保持健康債務股權比率的公司，很可能渡過難關。

對於更廣泛的人工智慧（AI）景觀而言，這次大洗牌最終可能被證明是有益的。通過清除缺乏明確商業路徑或依賴不可持續財務模型的公司，該產業可能會變得更加強大。倖存者將是那些成功跨越「基礎設施鴻溝」的實體，從建設數據中心的資本密集階段轉向從人工智慧（AI）應用中產生可擴展、盈利收入的營運階段。

隨著投資者繼續關注這一領域，芬克等人物的指導起到了一種必要的現實檢核作用。人工智慧（AI）革命是不可否認的，但通往盈利的道路上充滿了過度投資的風險。市場正開始將重點從「誰擁有最多的 GPU」轉向「誰能盈利地營運這些業務」，這一轉向將定義人工智慧（AI）時代下一章節的贏家和輸家。