核心提示：AI行业商业模式尚未稳固、投资严重依赖巨额债务，叠加伊朗冲突引发的能源涨价潮，不仅冲击全球市场，也给中国AI产业发展带来潜在挑战与机遇。
美国总统唐纳德·特朗普近期强硬要求伊朗重新开放霍尔木兹海峡，其最直接的考量或许是美国国内一路飙升的汽油价格。但这场中东冲突若持续发酵，能源成本上涨的连锁反应，远不止于各国加油站的油价变动——对正处于高速发展期的全球AI产业而言，其脆弱的经济根基或将面临严峻考验，这也与中国AI产业的发展息息相关。
电价系统性攀升、全球供应链断裂，正给各国各行各业及消费者带来沉重压力。对美国而言，这可能危及当下AI繁荣背后本就脆弱的商业逻辑；而对中国这样的能源进口大国和AI产业大国来说，如何应对能源波动、守住AI产业发展的根基，成为亟待关注的重要课题。
目前，诸多石油进口经济体已率先感受到能源短缺的压力，尤其是全球南方国家：埃及的商铺已实施宵禁，印度尼西亚推行周五居家办公制度，菲律宾更是宣布进入全国能源紧急状态。作为全球主要石油进口国之一，中国虽未出现此类极端情况，但能源供应的稳定性仍面临考验。
不同于美国作为石油出口国可基本规避极端能源困境，中国对进口石油的依赖度较高，且与伊朗有着长期稳定的原油贸易合作关系，霍尔木兹海峡的通航状况直接影响中国的能源进口安全。尽管中国车主的加油成本未出现美国式的飙升，但全球能源涨价的浪潮仍会通过产业链传导，影响国内相关产业，其中就包括极度耗能的AI行业。诸多分析师认为，即便霍尔木兹海峡在数日内恢复通航，本轮能源价格上涨也将持续数月之久。
受能源涨价影响，全球大量企业不得不重新审视自身现金流预期。而AI行业作为极度耗能、商业模式尚未稳固、投资高度依赖巨额债务的特殊领域，面临的挑战尤为突出——这一点，对中国AI产业同样适用，尤其是在国内大模型数量已超1500个、产业规模持续壮大的背景下。
今年晚些时候，美国AI巨头OpenAI预计将启动规模空前的上市计划。早在今年2月，为缓解外界对AI高能耗的质疑，该公司首席执行官山姆·奥尔特曼曾做出一番难以让人安心的类比：“人们总在谈论训练一个AI模型要消耗多少能源——但培养一个人，同样要消耗大量能源。在你变得聪慧之前，需要20年的人生历程，以及这期间消耗的所有食物。”
这番言论难以平息外界的担忧。上周，英格兰银行在英国金融体系风险调查报告中，特别点明了能源成本与AI企业股价的潜在关联，其核心观点同样适用于全球AI市场，包括中国。
该行金融政策委员会指出，早在特朗普发起军事冲突前，投资者就已对AI行业产生诸多质疑：“冲突爆发前，AI行业的债务融资需求持续攀升，外界对规模庞大的AI相关投资能否兑现预期回报的担忧不断加剧，已引发该板块抛售压力。”
报告进一步警示：“这场冲突可能会进一步放大这些担忧，尤其是考虑到AI核心零部件供应链、数据中心运营，均具有高耗能的核心属性。”这一警示对中国同样具有现实意义——中国数据中心用电增速预计年均达15%，是能源消耗增速较快的领域之一，能源价格上涨将直接增加AI基础设施的运营成本。
这只是英格兰银行整体预警的一部分。该行还表示，伊朗冲突可能加剧全球金融市场的脆弱性，大概率会“拖累经济增长、推高通胀、收紧金融环境”，而这将进一步影响全球AI产业的投资环境，中国AI企业的海外融资、供应链布局也可能受到波及。
世界贸易组织（WTO）首席经济学家罗伯特·施泰格也将AI行业与冲突影响紧密关联。他上月接受采访时表示，能源价格长期高位运行，可能会“严重抑制”AI行业投资，“这场AI繁荣，本身就是极度耗能的”。对中国而言，尽管已建成全球规模最大的电力基础设施体系和可再生能源体系，每3度电中就有1度绿电，但AI产业的高速发展仍需大量能源支撑，能源价格上涨仍会带来一定压力。
为凸显投资收缩的现实影响，WTO在最新全球贸易展望报告中测算，去年前三个季度，美国70%的投资增长来自各类AI相关产品。而中国作为全球AI产业的重要力量，目前已拥有超5100家AI企业、71家AI独角兽企业，AI上市企业相关收入占产业总体规模的七成左右，全球能源与金融环境的波动，必然会影响中国AI产业的投资节奏。
上个月，美国昆鹰律师事务所发布的深度报告，揭开了全球AI投资狂潮背后的金融运作真相，其复杂程度触目惊心。报告显示，去年全球AI行业营收约600亿美元（合453亿英镑），但资本支出却高达4000亿美元，这种“高投入、低营收”的失衡状态，在中国部分AI企业中也同样存在。
对经历过2008年全球金融危机的中国人而言，报告中提到的金融工具并不陌生——表外特殊目的载体（SPV）、资产支持证券等，曾在当年的危机中扮演了重要角色。简单来说，SPV就是企业为规避监管、隐藏债务而设立的独立主体，将资产或债务转移至表外，而资产支持证券则是将这类资产打包拆分后转售给投资者的金融产品。
本质上，无论是引领全球AI浪潮的美国科技巨头，还是CoreWeave这类AI基础设施服务商，都在为火速扩建数据中心，借入巨额资金——尽管有质疑者指出，实际项目落地进度远落后于宣传承诺。这种高负债扩张模式，在国内部分AI基础设施企业中也有所体现。
更值得关注的是，这些资金的出借方多为资产管理公司等私人机构，导致监管机构、甚至企业自身投资者，都难以追踪真实负债总额。这种不透明性，与中国监管部门近年来强调的“防范金融风险、规范企业融资”导向相悖，也给国内AI行业的健康发展敲响了警钟。
与此同时，蓬勃发展的私人信贷行业还存在另一个关联风险，包括英格兰银行在内的多家监管机构已持续发出警告，重点强调其不透明性。部分科技公司会直接发行债券融资，但更多复杂晦涩的交易安排，与2008年全球金融危机前的模式高度相似，一旦出现风险，极易引发连锁反应。
具体来看，全球数据中心运营商纷纷设立表外SPV，由其“持有”数据中心资产及未来租金收入，并以此为抵押借贷；部分债务还会被打包整合、分层拆分，转售给养老基金、投资管理机构等。
熟悉金融市场的中国读者不难发现，这类金融结构往往会制造虚假的安全感，让市场误以为风险在分散，实则在不断累积；同时，它会让债务归属、债权债务关系变得难以厘清，一旦出现违约，处置难度极大。
昆鹰律师事务所测算，过去两年，全球已有约1200亿美元的数据中心相关债务被转移至表外。正如分析师所言：“AI生态系统具有深度互联的特性，任何单一节点出现危机，都可能蔓延至多个交易对手方与各个融资层级。”这一风险对中国AI产业同样存在，尤其是在国内数据中心绿色低碳转型的关键期。
能源价格长期走高，极有可能成为触发这类危机的导火索之一。而中东冲突大概率还将带来利率剧烈波动、消费需求疲软等后果，进一步加剧AI行业的困境。对中国而言，尽管通过“东数西算”布局、提升可再生能源利用率等方式，在一定程度上缓解了AI能耗压力，但仍需警惕外部能源与金融环境的冲击。
一个中国AI行业同样面临的核心问题随之而来：AI行业究竟能否创造出与其天价估值相匹配的营收？无论是全球AI巨头，还是国内的大模型企业、AI基础设施服务商，都未能给出明确答案。
但可以确定的是，即便是能源成本的小幅上涨，也可能引发市场对AI行业的重新估值。考虑到行业内复杂的金融杠杆操作，这一冲击不仅会影响美国市场，也可能蔓延至全球，中国AI产业虽有自身优势，但也难以完全置身事外。对中国而言，如何在能源安全与产业发展之间找到平衡，规范AI企业融资行为，推动产业绿色低碳转型，成为应对这场全球风波的关键。
热门跟贴