2026年上半年，美国科技巨头在AI基础设施上的投入，已经把历史上所有泡沫都甩在了身后。

高盛8月2日的报告给出了一个数字：2026年全球AI投资总额约1.019万亿美元，其中美国境内约5810亿美元。什么概念？相当于把整个越南的GDP一年砸进了数据中心和GPU集群。亚马逊全年资本开支上修到2200亿美元，Meta砸1300到1450亿，谷歌1950到2050亿，微软单二季度就花了410亿、同比增长70%。四家巨头合计，接近7500亿美元。

麦肯锡预计，到2030年全球数据中心累计投资将达约7万亿美元。这还只是直接投资，不算电费、不算人力、不算配套电网。

这些钱从哪来的？很大一部分是借的。

瑞银数据显示，亚马逊、Alphabet、Meta、微软、英伟达、甲骨文等巨头2026年债券发行规模预计超过2500亿美元，比上年翻了一倍多，接近2024年的十倍。科技巨头正在从软件公司变成重资产基建公司，用的是投资级债券、高收益债、私募融资--杠杆加得飞快。

与此同时，30年期美债收益率已经冲破5%。这个数字很多人没有足够重视。无风险收益率是资产定价的锚。5%的无风险收益意味着，所有高估值资产的折现率都要上修--未来赚100块，以前折到现在值60块，现在只值50块了。科技公司的估值大头在十年以后，折现率每涨一个点，市值就要缩一大块。

2000年互联网泡沫破灭前，美债收益率在涨。2007年次贷危机前，美债收益率在涨。2022年纳指跌30%，也是美债收益率在涨。

现在的问题只剩一个：美国往AI里砸的这些钱，最终能不能赚回来？

答案比大多数人想的要糟。因为有一个变量，传统泡沫分析很少考虑--中国。

房地产是本地生意，AI是全球生意

次贷危机的底层资产是美国房子。美国房子的价格，中国竞争对手影响不了。房地产天然是不可贸易品，风险是封闭的。

AI算力不一样。算力是可贸易品，甚至是高度全球化的标准化商品。训练一个大模型、推理一段回答，对算力的需求不看地理位置，只看单价。谁的电便宜、谁的芯片部署成本低、谁的运营效率高，谁就能以更低的价格卖算力、卖服务。全球客户会用脚投票。

而中国正在把AI的成本结构砸穿。

电价是硬约束--电力支出占数据中心运营成本的40%到60%，绕不过去。中美全国工业电价均值其实差得不算离谱，0.55元对0.62元。但算力不看全国均价，看落地成本。中国西部算力枢纽到户电价低到0.35元/度上下，宁夏、内蒙古光伏直供更低。美国数据中心扎堆在加州、弗吉尼亚，实际落地电价0.7到1元/度。比最优区域，中国便宜一倍以上。更关键的是总量--中国2025年全社会发电量10.58万亿千瓦时，是美国的2.22倍，每用3度电就有1度多是绿电。电不光便宜，还管够。

美国呢？电网大多建于上世纪五六十年代，七成输电线路服役超过25年。一座100兆瓦数据中心18到36个月能建好，但跨州高压输电线路审批要7到10年。算力落地和电网接入之间，有一道巨大的时间差。PJM电网2027到2028交付年的容量缺口高达6623兆瓦。数据中心越建越多，电越来越不够用，电价越涨越高。

电价只是成本的一端。另一端的Token价格更能说明问题--这是AI算力的最终计量单位。DeepSeek V4 Flash的API定价，输入0.14美元/百万Token，输出0.28美元。GPT-5.5同规格输出30美元/百万Token。同样的算力服务，价格差了上百倍。

有人说这是补贴，不可持续。不完全是。DeepSeek V4 Flash总参数2840亿，通过MoE架构每次推理只激活130亿，少算90%的浮点运算--靠的是工程效率，不是烧钱补贴。再加上西部绿电的低电价、国产芯片的替代、开源策略摊薄开发成本，中国的Token低价是结构性优势，撑得住。

一旦芯片突围，美国的钱就真的收不回来了

目前中国在高端AI芯片上仍然受限。但英伟达在中国的日子已经大不如前--黄仁勋2026年5月公开承认英伟达中国直销份额降至0%（这是出口管制的结果），算上间接渠道，IDC和Bernstein的数据显示其2026年全年中国份额可能只剩个位数。差距在快速缩小。2026年国产芯片出货占比已超60%，华为昇腾系列全年出货量预计超百万张，断层第一。DeepSeek V4全线适配昇腾生态，完成从CUDA到CANN架构的迁移，成为全球首个依托纯国产算力训练的万亿参数MoE模型。

现在国产芯片在千亿参数以上大模型训练还有瓶颈，行业预判2028年多模态专用芯片批量交付后，高端算力国产替代才算真正完成。但方向已经很清楚了。一旦中国在芯片上彻底绕开限制--哪怕不是性能追平，而是成本足够低、生态足够用--美国AI投资就危险了。

中国日均Token调用量已经突破140万亿--2024年初还是千亿级，两年涨了一千多倍。为什么涨这么猛？便宜到可以随便用。美国企业AI采用率仍然有限，很大程度是价格门槛太高。同样用算力，一边是水电煤价格，一边是奢侈品价格，客户往哪边走，用不着多想。

算下来就很清楚了：美国巨头花万亿美元建数据中心，高电价、高人工、高硬件成本，必须高价卖算力才能回本。中国这边呢？电价低一半以上，芯片逐步国产，模型开源，同等服务卖几十分之一的价格。万亿美金投下去的数据中心，很可能收不回成本。

这不是"估值高了跌一跌"那么简单。这是整个投资回报的底层假设被改写。

有点像次贷，但也不一样

先说像的地方。

杠杆加得猛。2500亿美元企业债只是开始，后续几年会更多。如果AI基建回报低于预期，债务违约风险就会传导到金融体系。

估值极度拉伸。科技巨头市盈率普遍在30到50倍，很多AI创业公司根本没有盈利，靠融资烧钱续命。

叙事驱动。"AI改变世界"这个故事，和2000年的"互联网改变世界"、2007年的"房价永远涨"一样，让人相信这次的规则不一样。

但核心差异在这里：次贷的底层资产是假的--没有还款能力的房贷包装成AAA证券。AI泡沫的底层资产可能是真的--AI确实在创造价值，英伟达2025财年净利润超600亿美元。

问题不在真假。美国人花远超对手的成本去做同一件事，对手的成本还在持续下降--这笔账越来越难算。

次贷危机的传导靠CDO、CDS层层嵌套，风险被放大了几十倍。AI投资主要是股权加企业债，没有那种衍生品放大效应。所以大概率不会像2008年那样突然崩盘、流动性瞬间枯竭。

更可能的路径是缓慢的失血。估值一季一季下调，数据中心项目一个一个推迟或取消，企业债利差一点一点走阔。科技巨头可以撑很久，它们有融资能力、有现金流。但资本市场最终要看回报。当越来越多的人意识到，美国万亿级AI投资在全球成本竞争中可能收不回来，泡沫就会破裂。

次贷危机的教训是：当底层资产是假的，泡沫迟早要破。AI泡沫可能给我们另一个教训：当底层资产是真的，但你的成本结构打不过竞争对手，砸再多的钱也只是给对手铺路。

一万亿美元堆出来的，可能不是AI霸权，而是全球最昂贵的展示厅。