11月3日，据《英文虎报》报道，摩根士丹利董事长兼 CEO 泰德·皮克（Ted Pick）在第五届国际金融领袖投资峰会上表示，未来10年，AI 领域的资本支出可能需要10万亿至15万亿美元（按当前汇率约合66.65万亿至99.98万亿元人民币），并有望推动 GDP 增长50至70个基点。这一判断再次将”AI 到底要烧多少钱”的话题推到台前。

基建融资是多方协作的复杂网络

皮克指出，AI 基础设施建设融资是一个涉及多个环节的复杂依存关系，链条上包含前沿 AI 实验室、芯片制造商、基础设施建设企业以及能源供应商等多类角色。任何一方掉队，都可能成为整条资本链路上的瓶颈。

这也解释了为何 AI 资本开支的规模如此庞大：它并非单一公司的研发投入，而是横跨算力、电力、数据中心与半导体制造的系统工程。从训练集群到电网扩容，再到高端芯片产能，每一个环节都需要真金白银的持续投入。

需求仍超供应，价值将更多来自应用层

谈到市场对 AI 泡沫破裂的担忧，高盛董事长兼 CEO 戴维·所罗门（David Solomon）给出了相对乐观的判断。他表示，市场对算力的需求仍然超过供应，未来很大一部分价值将来自应用层，而非仅仅停留在基础设施本身。

这一观点与业内的主流叙事相呼应：在训练侧竞争趋于饱和的背景下，谁能把算力转化为真正可用的产品与服务，谁才能吃到下一阶段的红利。应用层的商业化能力，正在取代单纯的算力堆砌，成为衡量 AI 投资回报的关键。

周期性调整是健康的”担忧之墙”

皮克将 AI 的发展与1999年至2000年、2001年、2003年、2006年和2008年的历次技术发展周期进行了比较。他认为，周期性的市场调整是非常健康的，能够形成一道”担忧之墙”，促使资本更理性地流向优质项目。他同时提醒，技术发展可能超前于原定计划，也可能落后于预期。

皮克也坦言，部分项目的资本结构并不完善，可能经不起时间的考验，但这同样是”创新者困境”的一部分——在不确定性极高的前沿领域，试错本身就是成本。对于押注 AI 的资本方而言，如何在狂热与谨慎之间保持平衡，仍是未来十年的核心命题。