记者 欧阳晓红
正在进入央行利率讨论视野的AI（人工智能），也在经历一场关于钱的大考。
一方面，芯片、数据中心、电力和网络建设不断增加资本需求；另一方面，美元长期利率高位运行，融资成本开始进入企业的扩张预算。未来的生产率尚待兑现，但今天的利息已经需要支付。
望正资本全球宏观对冲基金董事长刘陈杰表示，高利率正在对AI做一次全面压力测试。技术趋势能不能延续，与每一笔投资能否赚钱，需要分别回答。盈利增长强的企业，或许能消化资金成本上升的压力；而依赖远期想象、缺少现金回报的企业，则会面临资本更严格的筛选。
变化远不止于此。AI承受利率约束，也开始成为影响资金价格的变量。科技巨头扩大融资，与政府及其他企业共同争夺长期资金。金融体系与AI的联结，因而从股票估值延伸至债务偿还。
英国央行9月30日公布的金融政策委员会会议记录，引用了摩根士丹利的估算数据——截至9月初，2026年全球AI相关债务发行约4500亿美元，超过2025年全年两倍。委员会提醒，杠杆、不透明度及部分循环融资安排，可能在预期落空时放大损失；AI生产率预期的重估，还可能影响主权债市场。
10月7日，欧美长期国债抛售加剧：美国30年期国债收益率盘中触及5.732%，为2002年5月以来最高；英国30年期国债一度升至6.036%，为1998年1月以来最高。
利率在检验AI，AI又如何改变利率？围绕这层双向关系，经济观察报对话刘陈杰，试图甄别资本价格、产业回报与风险的边界。
钱变贵了，AI为何仍被看好
经济观察报：市场常把科技股视为对利率高度敏感的资产。为什么长期利率走高，AI行情却未随之结束？
刘陈杰：科技企业的价值与远期现金流密切相关，利率上升会提高贴现率，对估值形成压力。但股价还取决于另一端：企业未来究竟能赚多少钱。
如果盈利增长足够强，就可能抵消部分贴现率上升的影响。这也是为什么利率上行与科技股上涨，有时会同时发生。
回看过去几轮科技周期，可以发现，高利率会加速企业分化，但不能单独解释技术行情的起落。互联网泡沫破裂，除了融资环境变化，还涉及估值脱离基本面、部分商业模式无法兑现、现金流难以支撑持续投入等问题。
对今天的AI同样需要进行这种区分。真正有订单、收入和盈利增长的企业，与主要依靠远期叙事支撑估值的企业，承受利率压力的能力不同。
因此，我更重视需求能否转化为订单和盈利。已经能够看到涨价、订单和产能释放的瓶颈环节，盈利预期有相对具体的依据；只有宏大叙事、缺少收入兑现的方向，则需要谨慎对待。
即使产业趋势正确，高利率环境下也不能单纯期待估值提升。投资回报需要更多来自业绩的增长。技术革命可以继续推进，资本市场也可以同时淘汰一批无法兑现回报的公司。
经济观察报：本轮美国长端利率上行，应该怎样区分通胀、财政融资和AI资本开支的影响？
刘陈杰：不能只盯通胀这一因素。美国通胀回落的速度、能源价格变化，确实会影响政策利率预期，但长端还有供给和投资者结构的问题。
财政赤字需要持续融资。当美联储不再像量化宽松时期那样大规模购债，更多供给需要由私人投资者承接。如果海外资金的配置意愿也发生变化，市场就需要通过价格重新寻找买家。
与此同时，科技企业的长期融资需求增加了。科技企业过去是重要的现金流创造者、股票回购者和金融资产买家，现在又成为全球长期资本的重要需求方。这给长端资金供求增加了新的变量。
判断某一阶段由什么驱动，可以观察收益率曲线。如果短端变化相对有限，长端明显上行，就需要进一步考察财政供给、期限补偿和资金需求，不能全部归因于下一次加息。
但这个判断有时间条件。我在9月初的分析对应当时的市场，后续若通胀、就业或政策预期发生变化，各因素的权重也会调整，不能将某一个阶段的解释固定下来。
我更关注几股力量是否持续叠加：财政融资规模较大，AI建设仍需资金，通胀又限制货币政策放松的空间。它们共同作用，可能使长期资本成本较难明显回落。
AI开始影响钱的价格
经济观察报：你提出，科技巨头正在与政府争夺长期资本。怎样理解这种竞争？是否意味着AI也在推高自身的融资成本？
刘陈杰：这种竞争主要体现在投资者的配置选择上。政府和企业面对的资金来源存在交集，包括保险、养老金、资产管理机构等长期投资者。
当信用质量较好的科技企业持续发行长期债券时，投资者就会比较：持有国债能获得多少收益，承担企业信用风险又能得到多少额外补偿。企业债供给增加，也会影响组合中的久期、行业和发行人配置。
AI资本开支快速扩张以后，科技巨头需要的外部融资可能继续增加。即使企业本身有很强的经营现金流，也不能忽略建设规模、投入速度与资金回收周期之间的关系。
这种变化会体现在具体的发行条件里：认购是否充足，新债需要作出多大让利，信用利差有没有扩大，长期投资者愿不愿意继续增加同类资产。所以，我认为AI的融资环境既受国债收益率影响，也受自身债务供给影响。行业扩张越快，对外部资金的需求越大，就越需要证明新增投资能够带来相应回报。
不过，同样不能据此把美债收益率的全部变化归因于AI。财政、通胀、货币政策和全球资金流向等因素仍然重要。AI资本开支是加入这套定价机制的新力量，其影响还需要持续观察。
经济观察报：融资需求增加，可能影响长期资本价格；如果AI最终提高生产率，又可能改变投资回报率。但回到企业，怎样识别资本开支由扩张转向回报承压的拐点？
刘陈杰：首先要区分资本开支的绝对规模与增长速度。增速从爆发式增长转向高基数下的放缓，并不等于投资断崖式下降。
但投资者的关注点会发生变化。早期市场重视建设速度和投入规模，往后会更重视AI收入、毛利率、投入资本回报率，以及这些指标能否支撑继续扩张。财报中，资本开支指引与商业化进度之间的关系会越来越重要。
如果投入持续增加，收入和盈利兑现却落后，市场就会重新评估此前的乐观预期。反过来，如果商业化速度超过预期，新增需求能够支持扩产，企业仍可能获得资金。
目前行业也在调整投入结构。云厂商未必一直以同样的方式增加GPU（图形处理器）采购。训练、推理、网络、存储、散热和供电之间的支出比例，可能随着技术路线和应用需求变化。
因此，不能只用资本开支总额判断景气，还要看钱投向哪里，解决了什么瓶颈，能否形成真实收入。
对于投资者来说，一项产业长期有前景，并不足以支持任何价格的投入。高利率环境提高了选择项目和公司的要求，市场会更加关注业绩兑现，减少对单纯估值扩张的依赖。
从技术前景，走到账本深处
经济观察报：英国央行已把AI债务、杠杆和预期落空的风险放入金融稳定框架。哪些变化会使目前的市场调整进一步演变为信用压力？
刘陈杰：我在9月初的判断是，市场已经对部分宏观风险和产业预期作了调整，但不能认为所有不利情景都已经进入价格。
投资者可能接受AI仍有较高景气但增长速度不再持续加快的基准情景。这与资本开支大幅削减、算力严重过剩，或者经济硬着陆，是不同程度的变化。
如果云厂商明显减少投资，相关企业的订单就可能受到影响。如果技术范式发生较大变化，已有投入的回报也可能需要重新评估。监管环境的重大变化，同样可能改变商业化路径。
需要观察这些因素是否同时出现，以及企业有没有足够的收入和盈利支撑此前的扩张。行情调整本身，不能证明产业趋势已经结束，但产业趋势仍在，也不意味着企业能够回避经营与融资压力。
此前科技板块的高度集中、机构配置和杠杆资金，也可能放大价格波动。市场下跌有时包含获利了结和去杠杆，并不全部因为企业经营同步恶化。问题在于，调整之后，订单、资本开支和商业化预期是否继续下修。
我的基本判断仍然是，高利率会强化分化。对有产业收入兑现的企业，要持续检验盈利；对缺少收入和订单的企业，则不能因为属于AI赛道，就降低风险标准。
经济观察报：向前看两三年，AI投资的重心会怎样变化？哪些环节更接近商业回报？
刘陈杰：我的判断是，行业会从训练优先逐步转向更加重视推理，从通用模型竞赛进一步走向应用变现。传统大语言模型单纯扩大参数规模的竞赛有所变化，但整体AI系统仍在迭代。推理增强、智能体和世界模型，是值得观察的方向。
我预计，2027年全球AI相关资本开支有望突破1万亿美元，2028年可能进一步增加。但比总量更值得关注的，是支出结构的变化：价值可能从GPU进一步向高速互联、存储、散热和供电扩散。算力需求增加，不代表所有设备环节同步增长，不同瓶颈会在不同阶段出现。
智能体也可能从试点走向企业端的规模化应用。复杂任务往往需要多轮推理和工具调用，算力消耗可能明显高于普通对话，因此推理成本下降是商业化的重要条件。我倾向于把2027年—2028年视为关键观察期，规模化盈利窗口可能在2028年前后出现，但这取决于成本、可靠性与付费需求能否同步改善。
软件端尤其需要看真实付费。面向消费者的应用，仍需解决付费意愿与推理成本之间的矛盾；面向企业的垂直应用，则要证明能够嵌入业务流程，改善效率，形成持续收入。
制造、金融、医疗、法律等领域都有观察价值。不过，场景丰富并不等于商业回报已经确定。不同企业的落地速度会有明显差异，不能把行业时间表当成每家公司的盈利时间表。
经济观察报：海外长期资金价格走高，对中国AI投资意味着什么？投资者应怎样把产业机会与财务约束放在一起看？
刘陈杰：美债收益率是外部变量，不能单独决定A股AI行情。国内企业的订单、技术进步、产业链位置和商业化能力，仍然需要具体研究。
中国AI的机会分布在多个层次。基础层涉及算力及其配套设施，应用层则可能进入制造、交通、医疗、金融和办公等领域。产业扩散以后，机会不一定只集中在最显眼的模型或芯片企业上。
我比较关注共封装光学（CPO）、国产推理算力、企业端AI智能体、工业AI与合成数据。这些方向可能出现超预期的进展，但行业空间与公司回报之间还有距离。
选择企业时，我更关注订单能否转化为收入、产能释放能否带来盈利改善。软件应用要看真实付费，基础设施要看利用率与需求持续性，持续扩张的企业还要看现金流能否支撑投入。
也要把买入价格考虑进去。即使方向正确，如果估值已经包含过高预期，或者公司无法按期交付业绩，投资回报仍可能不理想。
AI有望改善经济增长潜力，也会带来竞争与淘汰。落实到投资，最终仍要回答：企业解决了什么问题，客户是否愿意持续付费，增长能留下多少现金。高利率使这些问题更加迫切，即使利率下降，这些检验也不应省略。
热门跟贴