资本成本从4%飙升至10%：美国银行测算AI算力基建将面临2.1万亿美元资金缺口

借钱建算力中心的资金成本，从 4% 飙到了 10%。 更麻烦的是，花在硬件上的开销比预期多跑了一半，赚回来的收入却只比预期多跑了两成。 两个数字撞在一起，原本看着顺理成章的算力账本，一下子绷得极紧。

这笔账来自美国银行最近发布的一份深度研究。 他们跟踪了全球前五大云计算巨头和新兴算力服务商的财务底牌。 得出的结论很有意思： 这轮算力扩张最大的变数，甚至不在英伟达芯片够不够用。 关键是钱本身正在变得越来越贵。

先看资金成本。 专业上叫加权平均资本成本，缩写是 WACC。 大白话说，就是一家公司借债和股权融资的综合成本，也是一项庞大投资必须跨过去的及格线。 在 2023 年，云计算巨头们的这项成本大概只有 4%。 当时是什么光景？ 超低利率的余温还在，企业发债借钱极为便宜。 当资金成本只有 4% 的时候，闭着眼睛投算力是完全讲得通的。 就算一个机房建好之后要等几年才能把订单装满，账面上也不会觉得肉疼。 因为钱很便宜，哪怕资产躺在那里慢慢折旧，跑赢 4% 的门槛也并不费劲。

但现在的市场环境全变了。 无风险利率比起疫情期间的低点高出了四个百分点以上。 发债利息在涨，股权成本在涨，科技股的波动风险也在水涨船高。 结果就是，云计算巨头们的综合资金成本硬生生翻了一倍半，冲到了 10%。

从 4% 到 10%，可不是多了六个点那么轻巧。 在几万亿美元的盘子里，这等于给每一笔投下去的钱，装上了一个滴答作响的秒表。 你每砸下去一千亿美元建机房，每年就得实打实掏出一百亿美元的纯利润，仅仅用来覆盖资本成本。 跑不赢这道门槛，你建得越多，就越是在蚕食股东的财富。

那巨头们准备在这个门槛上砸多少钱？ 美国银行给出的预测数字很惊人。 把微软、谷歌、亚马逊、Meta、甲骨文，再加上几家专门做算力租赁的新兴厂商算在一起： 2026 年，他们的硬件资本开支将达到 9560 亿美元。 2027 年，这个数字会暴增 38%，冲到 1.32 万亿美元。 到了 2028 年，还会继续往上走，达到 1.5 万亿美元。 一年花掉一点五万亿美元去买服务器、建机房。 如果在 10% 的及格线下来算，光是这一年投下去的资本，每年就得产生一千五百亿美元的增量收益，才能填平资金成本。

钱的问题已经够棘手了，更硬的一堵墙还在物理世界等着。 如果要把大家预期的 AI 运算需求全部装下，从 2026 年到 2030 年，全球需要新增 212 吉瓦的数据中心容量。 212 吉瓦是什么概念？ 一吉瓦是一百万千瓦，差不多能供一座几十万人的城市用电，也相当于一座大型商用核反应堆的全部发电量。 212 吉瓦，意味着要给数据中心专门配上两百多座核反应堆的电力供给。

这么庞大的电网、变电站、高压线路和高密度机房，造价是多少？ 按行业常规的测算，每建一吉瓦带完善供电和散热设施的算力中心，开销大概在 400 亿到 450 亿美元。 把这 212 吉瓦建起来，总账单是整整 9.5 万亿美元。

关键的冲突就在这里出现了。 需求端算出来的基建账单是 9.5 万亿美元。 但市场上各大机构对这五年巨头们总资本开支的预测，加起来只有 7.4 万亿美元。 两张账单对在一起，中间悬着一个 2.1 万亿美元的巨大资金缺口。

这就形成了一个极其微妙的剪刀差。 在收入端，算力调用价格因为算法优化和激烈竞争，正在以每年 50% 甚至更快的速度往下掉； 在支出端，变压器、电网扩容、核电长约和融资利息，却像坐上火箭一样往上窜。 花出去的钱比预期超了五成，收回来的现金只比预期多了两成。 中间那两万多亿美元的缺口，在 10% 的高息环境下，谁也不可能靠零成本借钱轻松抹平。

既然数学账本这么紧，为什么没有哪家巨头出来踩刹车？ 因为没人敢停下来。 这是一场经典的巨头囚徒困境。 只要有人敢放慢采购芯片和锁电力的节奏，身后的对手就会毫不犹豫地抢走市场份额，把下一代大模型的底座据为己有。 停下来的代价是直接出局，硬着头皮往前冲的代价是背上沉重的财务包袱。

很多人看人工智能，习惯了把它当作一个写出几行代码就能赚高毛利的软件生意。 但当这串代码需要 212 吉瓦的真实电力去驱动，当借钱堆算力的及格线冲过 10% 的关卡时，整个游戏的性质变了。 它不再只是算法层面的较量。 它变成了一场极其硬核的重工业算术题： 在不断下跌的模型调用价格里，到底谁能顶得住两万多亿美元的基建缺口，又由谁来为这昂贵的资金成本最终买单。