高盛（Goldman Sachs）近日发布了一份重磅研究报告《Tracking Trillions: The Assumptions Shaping the Scale of the AI Build-Out》，预测2026年至2031年期间，全球AI基础设施的累计资本支出将达到7.6万亿美元。这份报告将焦点从”AI是否有足够需求”转向了”供给端到底需要多少钱才能支撑这场基建狂潮”，对投资者和整个行业来说，都是一个清醒的信号。
数字有多惊人？
高盛预计，2026年AI资本支出约为7650亿美元，并逐年攀升至2031年的1.6万亿美元/年。五年累计7.6万亿美元——这个数字超过了当前全球大多数国家的GDP。相比之下，2025年全球半导体市场总规模约为6000亿美元，整个云计算市场约为3000亿美元。AI基建的资本密度已经超过了人类历史上任何一次技术浪潮。
四个关键变量决定7.6万亿是泡沫还是必然
高盛报告特别指出，市场不应只盯着AI应用的收入端（需求），供给端的四个变量才是决定这笔巨额投资能否成立的关键：
- 芯片经济寿命：AI芯片的折旧周期有多长？如果新一代芯片每12-18个月就迭代一轮，旧芯片的残值将大幅缩水，投资回报率会急剧恶化。
- 数据中心建设成本：大型数据中心造价已从几亿美元飙升至数十亿美元级别，且建设周期拉长到2-3年。
- 电力瓶颈：一个超大规模AI数据中心可能需要1GW以上的电力供应，相当于一座小型城市的用电量。电网扩容速度远跟不上AI基建需求。
- 供应链约束：从GPU到高端网络设备，能否持续满足爆发式增长的需求？
对普通用户意味着什么？
这7.6万亿美元的基建投入，最终会传导到每个用户身上：
- AI服务可能持续涨价：基础设施成本如此之高，免费或低价AI服务的时代可能接近尾声。GitHub Copilot按量计费、ChatGPT订阅涨价都是先兆。
- 本地AI设备可能复兴：当云端推理成本居高不下，苹果、英伟达等推动的本地AI推理（on-device AI）将更有吸引力。你的下一台电脑或手机可能会承担更多的AI计算任务。
- 开源模型的价值凸显：企业可能会更倾向于使用开源模型进行本地部署，以规避云端API的持续成本。
投资者该看什么？
高盛建议投资者密切监控三个指标：芯片折旧周期（是否出现加速换代迹象）、电力扩容进度（电网改造能否跟上）、以及AI应用的实际收入增长（不能只看用户数，要看付费转化）。如果这三者中任何一个出现明显恶化，7.6万亿的预测就可能从”稳健预期”变成”投资泡沫”。
总结
AI基建正在成为人类历史上最大的单一产业投资方向。7.6万亿美元不是一个虚无缥缈的数字——它已经在通过芯片订单、数据中心合同和电力采购协议变成现实。对行业参与者来说，理解这背后的供给端逻辑，比追逐最新的模型参数更有价值。毕竟，没有电、没有芯片、没有数据中心，再强的AI也只能停留在论文里。
关注 AI Dash，发现最值得关注的AI工具和行业动态。