市场上最大的“黑天鹅”：AI资本支出，三个巨大

尽管AI投资主题的基础仍然稳定，但巴克莱已经教导说，减慢数据中心支出可能是美国股票的最大系统风险。据Hard AI称，9月25日，巴克莱股票方法发布了一份研究报告，指出，如果数据中心资本支出在未来两年内下降了20％，标准普尔500指数将面对下坡收入的压力3-4％，而更严重的赞赏可能会下降10-13％。该报告指出，可能引发这一危机的三个潜在“巨人”：技术和效率的风险：AI模型效率的快速提高可以导致现有计算设施的“过度建构”，以重复科学和技术期间的“深色纤维”悲剧。物理风险：增加功率缺乏成为数据中心构建的不兼容的“硬墙”，这可以提高降低资本支出。流动性风险：当资本支出的增长时NS超出了现金流，融资压力和耗尽的VC资本的能力，这可能是破坏骆驼后部的最后一根稻草。 AI Boom具有坚实的基础，但没有误会。首先，该报告证实了AI投资主题的稳定基础。即使预测10万亿美元的资本支出，预计将增加30％ - 一年一时，对计算能力的市场需求也远远超过供应。高级理解模型和AI代理的普及进一步推动了Dem天花板。数据显示，标准普尔1500指数中的十家公司之一提到了AI在财务报告中带来的效率的提高。该报告将超级巨头资本的支出/销售的当前部分与Kewang Bubble期间的电信公司（超过40％）进行了比较，并认为当前情况相对谨慎。此外，当今GIA的杠杆比率NT技术和债务/EBITDA比率通常在0.25倍以内，比当时债务重大的电信运营商少。他们强大的现金流量为AI投资提供了坚实的主链。但是，这是一个疯狂的投资速度，导致分析师观看潜在的“黑天鹅” - 如果数据中心资本支出增长引擎突然停滞不前会发生什么？当下的第一个“巨人雷声”市场的第一种情况：提高模型效率和“黑暗纤维”报告是AI本身的发展可以消除其基础架构需求。虽然预训练的预训练击中了数据瓶颈，并且绩效提高变得越来越昂贵，但AI实验室可以减慢他们对新基本型号的投资。同时，模型在识别阶段的效率变得很高且昂贵。这种“剪刀差距”会导致致命的结果：严重使用鼠建造的庞大计算功率设施es。这是科学科学泡沫期间的“黑暗纤维”时刻的重复 - 许多纤维网络最终达到了预期的需求，最终变得粗鲁，拖累了建造它们的MA公司。 1月份发布开放DeptTeek-R1资源引起的市场销售引起了市场对“杀死需求的效率”的深切关注。第二个“巨型雷声”：功率缺乏的困难力量比技术风险更重要。数据中心被称为“电子”老虎，其令人惊叹的电力消耗在美国积累电网的压力很大。仅维持需求增长。一些地区显示了Pselectricity进展的迹象，例如赋予北弗吉尼亚州“数据中心巷”的网格，该网格在2026 - 27年增长了22％。为了解决这个问题，数据中心开始转向自建筑天然气功率等离子体，但这导致了燃气轮机订单，并且订单为SCHeduled2028。巴克莱强调，我们不应该领导由于“没有电动”而导致数据中心投资放缓的可能性。第三个“雷霆”：资本疲劳和融资压力第三风险来自资本水平。尽管巨型技术人员到今天的运营现金流量的增长仍然可以涵盖资本支出，但两者之间的差距很狭窄。巴克莱认为，如果资本支出开始继续超过内部现金的能力，那么诺言将依靠外部融资，从而削弱了AI基础设施构建的财务稳定性。在私募股票市场中，“独角兽”公司的价值高达4.9万亿美元，但是由于出口渠道有限的后续风险投资是唯一的途径。它被排干了。今年Oracle和Meta等一些巨头进行的十亿美元私人信贷交易也表明了持续的外部资金要求。当资本链紧张时，高资本支出就不确定。巴克莱进一步强调，投资者不应低估降低AI资本支出对美国通用经济的影响。根据巴克莱经济学家的估计，与数据相关的投资（计算机，软件和Donly Construction Center）在2025年上半年贡献了约1％的点。这意味着AI投资已成为驱动美国经济增长的主要发动机。如果美国经济由于其他原因（例如对劳动力市场的损害）倒退，那么降低AI资本支出的同时又将扮演“加速器”的角色，这使情况变得更糟。该报告认为，宏观与行业之间的负共鸣，对股票市场的威胁比行业调整要严重。收入的影响是有限的，升值风险是压倒性的。分析师指出在2023年至2025年之间，与AI相关的股票的显着增加主要是由扩大的升值驱动。当增长故事有Bistak时，欣赏是第一个撤退的人。巴克莱进行了压力计算，并模拟了未来两年中数据中心资本支出总额减少20％的情况：对收入的影响（EPS）相对适度：预计它将导致S＆P 500的EPS EPS对FISCAL 2026。公司的EPS造成3-4％的阻力。升值的影响（P/E）非常严重：这种情况总体上将导致10-13％的标准普尔500升值。对于直接受益于AI基础设施的行业，其市场平均收入压缩范围可能高达15-20％。巴克莱强调，投资者需要关注这三个风险因素的发展，并考虑采用适当的接近技术来管理潜在的风险。