Bain & Company向全球人工智能行业开出了一张账单。按照这家咨询公司的计算，这张账单主要只能用尚不存在的产品来支付。该公司近期发布的第七份《全球科技报告》认为，到2031年，人工智能行业必须实现6万亿美元的年收入，才能证明目前流入数据中心的资本投入是合理的——其中约70%依赖尚未建立的收入来源。

报告称，现有的消费级和企业级AI服务最多可贡献1.8万亿美元，剩余4.2万亿美元则必须通过创造新的收入来填补。目前这项技术销售的所有产品，从聊天机器人到办公场景的智能副驾驶，覆盖的还不到预测总额的三分之一。

Bain预计，缺口将由一些尚处于起步阶段的领域填补，包括自动化机器和机器人、药物研发、心理健康以及能源生产。这些行业规模仍然较小、受到严格监管，或仍局限于实验室，而整个行业希望它们能在五年内创造数万亿美元收入。

报告主要作者David Crawford承认，这一要求的规模十分庞大。他表示，行业需要一轮超过移动通信和云计算所释放影响的创新浪潮；要以可持续方式为这轮建设提供资金，还需要使全球年度GDP增速额外提高约1%——而经济体很少会仅仅因为某个行业提出需求，就实现如此幅度的加速。

这并不是Bain首次估算这一缺口。去年9月，该公司估计，到2030年，AI企业需要实现2万亿美元的年收入，并预测届时将短缺8000亿美元。新的目标是此前目标的三倍，并且晚一年提出。尽管两份报告的统计范围可能有所不同，但方向是一致的：基础设施建设的成本增长速度，正在超过市场愿意为其买单的证据增长速度。

成本一侧的情况十分严峻。Bain预计，到2030年数据中心支出将达到5万亿至6.5万亿美元，并新增至少150吉瓦的容量。数据中心的规模和成本大约每12至16个月翻一番，芯片价格持续上涨是其中一个原因。融资可以安排，但变压器、水资源和电网接入无法按照同样的时间表及时获得。三者的短缺，加上当地强烈的反对，在6月季度导致美国价值680亿美元的项目被阻止或推迟。

其他分析机构也得出了类似结论。高盛本周估计，美国规模最大的五家超大规模云服务商要实现盈亏平衡，需要约3000亿美元的年AI收入，而2026年的基础设施支出将达到8000亿美元。由于AI云收入比AI出现前的趋势水平高出约700亿美元，高盛估计每年的缺口约为2300亿美元。

高盛的衡量标准比Bain更窄，只涵盖超大规模云服务商以及今年的建设，但它指向了同一个方向。红杉资本的David Cahn计算出的缺口约为每年6000亿美元；安联研究则认为，AI资本支出与收入增长之间的差距约为46%，高于2001年电信业过度扩张时期记录的32%。当时，运营商建设光纤网络的速度远远超过了需求的吸收能力。

这两组数据都存在需要注意的地方。高盛自身也警告存在重复计算风险，并假设2022年之后增加的资本支出几乎全部与AI有关，因为目前超大规模云服务商的资本支出实际上每一美元都被计入AI支出。Bain的数字则是一项门槛要求，而不是预测：它说明必须发生什么，而不是将会发生什么。

更令人担忧的动态是，没有哪家超大规模云服务商可能单方面削减支出、将市场地盘拱手让给竞争对手。这使资本支出周期无论短期回报如何都不断自我强化。在一场无法承受停止的竞赛中，低回报恰恰会在不被察觉的情况下不断累积，因为支出决策已经不再取决于投资回报。

Bain将一种市场情绪转化成了可衡量的测试。AI是否有用，早已不再是问题；现在的问题是，在电网和债券市场失去耐心之前，这种实用性能否在几乎尚不存在的市场中，以超越智能手机经济体量的规模实现定价。

两个指标将显示这一等式到2027年如何发展。其一，是机器人和药物研发企业是否开始报告真实的收入项目；其二，是在没有这些收入的情况下，资本支出指引是否仍持续上调。如果第二种情况发生，而第一种没有出现，那么这个行业就不再是在一个已经得到验证的市场上投资，而是在押注这样一个市场最终会出现。