人工智能基础设施的快速扩张引发了一个问题：工人和消费者是否会为一场主要惠及科技公司和投资者的繁荣买单。中国和美国近期的进展加剧了人们对 AI 行业财务可持续性、其对就业和电力成本的影响，以及投资放缓时社区所面临风险的担忧。

路透社报道称，中国 AI 与半导体股票的涨势出现了急剧逆转。追踪北京 AI 和芯片公司的 STAR50 指数（类似美国的纳斯达克）在不到四个月内下跌了 40%，抹去了约 4800 亿美元的市值。中国机器人公司宇树科技（Unitree）三个月前的首次公开募股曾获散户投资者 8000 倍超额认购，如今市值已腰斩。“现在我们看到泡沫正在破裂，”北京基金经理董宝珍告诉路透社。

在美国，据报道，微软向 6 万名员工提供自愿买断方案——约占其全球员工总数的 27%——因为公司计划用 AI 取代部分工作。Claude 背后的公司 Anthropic 在上市申请文件中披露了 807 亿美元的净亏损，以及涉及微软、亚马逊和 SpaceX 等公司约 6570 亿美元的基础设施协议。据对该文件的报道，其中约 4980 亿美元的承诺不可撤销，即使 Anthropic 从未使用其预留的算力。

微软和 Alphabet 随后公布的数字凸显了其 AI 支出的规模。Alphabet 连续第二个季度消耗了 91 亿美元的自由现金流。据 NPR 的《1A》节目报道，仅一个周一宣布的 AI 相关交易总额就约为 2350 亿美元，接近美国国内生产总值的 1%。

经济学家迪恩·贝克（Dean Baker）每周发布的 AI Bubble Monitor 也引发了对算力供应公司财务压力的关注。据报道，向大型 AI 公司出租算力的 CoreWeave 被认为已深陷垃圾债领域，其长期债务须支付 16% 的利息才能吸引投资者。

当前数据中心、发电厂和输电线路大规模建设背后的一个核心假设是算力需求将持续增长。但英特尔联合创始人戈登·摩尔（Gordon Moore）在 1965 年提出，集成电路上的晶体管数量大约每两年翻一番。摩尔定律总体上成立，同时数字硬件的成本也随着性能提升而普遍下降。

这一趋势提出了一个可能性：为当今 AI 系统建设的设施可能比预期更早地在技术上过时。《华尔街日报》最近以如下标题描述了从传统微芯片向晶圆级计算的转变：“微芯片时代即将终结。未来在于晶圆。数据中心将只有一个箱子那么大，而不是耗能巨大的庞大建筑。”

乔治·吉尔德（George Gilder）写道，这项技术正接近商业化生产。“加州帕洛阿尔托的 Cerebras 在其 WSE-3 晶圆级引擎中使用了这一概念，”他写道。“WSE-3 拥有约四万亿个晶体管——是英伟达 Blackwell 芯片的 14 倍——内存带宽则高出 7000 倍。Cerebras 将内存直接刻录在晶圆上，而不是将内存分散在高带宽内存迷宫中遥远的芯片和小芯片里。该公司将其晶圆级引擎堆叠了 16 层，从而将一个数据中心缩减为一个拥有 64 万亿个晶体管的小箱子。”

这一对比意义重大，因为传统数据中心可能占用 65 万平方英尺（约合 7 万平方米）的建筑，消耗吉瓦级电力，并使用数百万加仑的水进行冷却。一个体积小得多的系统，潜在地可以由屋顶太阳能和电池供电，所需基础设施也会更少。多家公司还推出了设计为在台式电脑而非集中式数据中心上运行的 AI 产品。Perplexity 上个月以“Perplexity Computer now runs fully local on Mac”为题发布了一款产品。

如果算力变得更加高效或转移到本地设备上，目前正建设数据中心、发电厂和输电线路的社区可能面临经济冲击。这一担忧让人想起以往的投资热潮，包括荷兰郁金香热、19 世纪的铁路、互联网泡沫破裂以及 2008 年住房和金融危机。

影响也正在劳动力市场显现。彼得·蒂尔（Peter Thiel）在 2009 年一篇卡托研究所文章中写道：“我不再相信自由与民主是相容的。”据一份播客文字实录，马克·安德森（Marc Andreessen）批评了政府雇员所享有的保护，包括公务员保护和公共部门工会，他称之为“防止被解雇的两层绝缘层”。

OpenAI 首席执行官萨姆·奥尔特曼（Sam Altman）在 2021 年的一篇文章中写道，随着 AI 的发展，“更多的权力将从劳动转向资本”。这一警告反映出人们的担忧：自动化可能增强企业和技术的所有者的经济实力，同时削弱劳动者的议价能力。

据报道，自去年 10 月以来，亚马逊已裁减约 3 万个公司职位，此前首席执行官安迪·贾西（Andy Jassy）曾警告员工，AI 将“减少我们的公司员工总数”。据 Intellizence 的裁员追踪统计，今年迄今为止与 AI 自动化明确相关的裁员接近 11.9 万人——约为去年总数的四倍半。

机器人技术与生成式 AI 同步扩张。配备 AI 的机器正被开发用于组装汽车、缝制服装、清扫街道和驾驶车辆。据《环球邮报》报道，该行业还催生了一种需求：让工人佩戴传感器记录其动作，以便用这些数据训练旨在取代他们的机器人。

核心的经济问题是：如果自动化消除了大量工作岗位，消费者将如何负担商品和服务。工人同时也是客户、纳税人、房主和父母，他们的支出支撑着地方经济。其购买力的下降可能削弱企业所依赖的经济基础。

以往的金融危机提供了经济扩张成本如何分配的例证。里根政府时期对美国储贷行业的放松管制导致了最终酿成重大崩盘的行为。清理工作花费了纳税人超过 1000 亿美元，按今天的币值约相当于 1 万亿美元。据 BillMoyers.com 和一项 PBS 调查，当时的监管机构向司法部移交了超过 3 万起刑事移送案件，司法部取得了超过 1000 项重罪定罪。

上世纪 90 年代末的银行放松管制之后是 2008 年的金融危机。数百万美国人失去了住房，退休账户大幅缩水，工人们失去了生计。据当时的分析和国会记录，那场危机的规模被形容为储贷危机的 70 倍，但很少有资深银行高管面临刑事起诉。

与以往的技术热潮相比，AI 行业与军方、情报机构、国家安全基础设施以及美中战略竞争的联系更为紧密。OpenAI 首席财务官萨拉·弗里尔（Sarah Friar）去年 11 月在《华尔街日报》举办的一场会议上表示，公司希望为其数据中心相关融资设立联邦“后盾”。在被问及她是否意指政府担保时，弗里尔回答：“正是，”据相关报道。

《One Big Beautiful Billionaire 法案》允许公司在购买当年全额抵扣数据中心硬件的成本，而不是像许多其他行业那样采用折旧时间表。这一措施引发了对 AI 基础设施可获得的公共支持以及围绕该行业的政治关系的审视。据估计报道，埃隆·马斯克今年正花费近 5 亿美元支持共和党候选人。

消费者已经面临更高的电力成本。去年居民电价上涨了 6.9%，是通胀率的两倍多。据 CNBC 报道，高盛分析师预计，到本十年末，数据中心将占电力需求增长的 40%。

据《财富》报道，由于 AI 数据中心的需求，13 个中大西洋和中西部州到 2028 年至少将承受 230 亿美元的消费者电价上涨。弗吉尼亚州马纳萨斯的一名房主 1 月份收到了一张 281 美元的电费账单，而上一个月约为 100 美元。《消费者报告》也在其报道中审视了数据中心对电费、用水和当地社区的影响。

如果当前的投资热潮放缓或崩溃，消费者和纳税人可能要为半途而废的输电线路、数据中心和发电厂买单。互联网热潮之后也出现了同样的担忧：尽管 1999 年至 2002 年的市场崩盘损害了退休账户，但事实证明互联网是一项持久的技术，同时也为马克·扎克伯格、杰夫·贝佐斯和比尔·盖茨等企业家创造了巨额财富。

企业权力的集中也塑造了科技行业。1983 年，里根政府指示司法部、联邦贸易委员会和证券交易委员会减少对《谢尔曼反托拉斯法》和其他反垄断法律的执行，其结果是大规模并购时期的到来。里根还支持将股票回购合法化，由此产生的激励机制被批评者认为与竞争减弱、工人保护削弱以及服务水平下降有关。类似的整合如今正在 AI 领域发生。

核心问题在于，AI 经济将带来普遍的繁荣，还是将经济和政治权力集中在拥有机器的人手中。这项技术可能使美国大幅富裕，但工人们最终可能面临更少的经济保障、更小的政治影响力，以及更大的金融投机成本敞口。

互联网热潮和 2008 年金融危机的经验表明，技术和金融扩张在带来持久利益的同时，也可能给家庭造成严重损失。随着 AI 投资的持续，其收益与风险的分配仍是一个核心的经济和政治问题。