随着人工智能（AI）基础设施建设的巨额债务与实体经济回报日益脱节，华尔街对AI支出的焦虑情绪急剧上升。金融界指出，庞大的AI投入能否转化为实际收益仍存巨大疑问，银行正因此收紧信贷政策。
收支鸿沟与减值风险
建设AI基础设施的成本与企业实际应用产生的收益之间差距正在扩大。Gartner研究显示，尽管预计AI提供商到2030年在基础设施上的支出将达7万亿美元，但同期产生的相关收入不超过3.6万亿美元。若企业维持当前投资速度，到2032年底，超过4万亿美元的AI基础设施支出可能面临减值风险。此外，Gartner预测，到2030年，超过80%的专业AI云提供商（即“新云”）将停止独立运营。
市场震荡与融资遇冷
作为英伟达关系最紧密的“新云”巨头之一，CoreWeave近期遭遇股债双杀。其债券收益率曾飙升至15%以上，股价暴跌15.5%，直至英伟达CEO黄仁勋出面背书后才有所反弹。
资金层面，AI资本支出中已有三分之一来自债务融资，资本市场显现疲态。媒体报道显示，全球AI相关债务发行量在2026年9月骤降至230亿美元，远低于6月份的1130亿美元。为避免集中度风险，摩根大通等银行已确认收紧信贷。受此影响，一笔约180亿美元的甲骨文数据中心园区银行贷款近期陷入压力区；获英伟达支持的AI云提供商Firmus则搁置了估值超300亿美元的IPO计划。
结构性错配与缓慢落地
当前的巨额支出建立在对计算需求永不衰退的信念之上，但这一信念存在结构性裂痕。业内人士指出，企业可能需要10至20年才能围绕AI根本性地重构运营模式，这意味着高昂的技术构建成本与漫长的回报周期之间存在严重错配。与此同时，部分企业正转向计算密集型较低的开源模型以降低成本。
尽管Anthropic等头部企业提供了反例——其第三季度自由现金流转正，收入较前一季度增长近50%——但其增速也已现放缓迹象。由债务驱动的AI建设已不再是孤立的科技投资问题，而是与股市及宏观经济紧密绑定。若AI押注失败，市场与经济恐将随之动摇。