收益在哪儿？黑石集团的乔恩·格雷谈巨额人工智能资本支出带来的回报
展开
过去两年，AI资本开支已经膨胀到一个很难忽视的数字。
仅五家大型科技公司，年度资本开支就从约4150亿美元增加到8200亿美元，相当于美国GDP的约2.5%。与此同时，数据中心、GPU、电力、冷却、网络设备还在继续扩张。
于是市场开始反复追问一个问题：
这么多钱砸进去，回报到底在哪里？
黑石集团总裁兼首席运营官Jon Gray给出的答案，值得关注。因为黑石看到的不只是英伟达、OpenAI这些最显眼的公司，还能从1400多家被投企业、贷款客户和基础设施项目中观察AI真正进入企业之后，到底有没有创造现金回报。
AI的需求增长，已经开始从概念变成真实收入最直接的变化来自AI模型公司的收入。
Anthropic和OpenAI几年前几乎还没有规模化收入，而现在两家公司的年化收入已经快速增长。与此同时，在黑石覆盖的1400多家公司中，对Anthropic的年化支出从2025年9月约2500万美元，上升到5.25亿美元，增长约21倍。
为什么企业愿意不断增加AI预算？
因为在一些实际场景里，回报已经可以算账。
例如黑石旗下Phoenix Tower投入约400万美元建设AI流程系统，用来处理租赁业务，现在每年可以带来约450万美元收益，相当于年回报率超过100%。
能源数据公司Enverus利用AI辅助代码修复，相关投入获得的回报达到18倍。
Tricon则通过AI将客户申请处理速度提升约90%。
这些案例至少说明了一件事：
目前AI支出的增长，并不完全建立在“未来可能有用”的预期之上，已经有一部分企业开始得到可以量化的效率提升。
真正支撑AI资本开支的，是生产率AI能不能持续吸收如此庞大的资本，最终取决于它能不能提高整个经济系统的生产率。
过去十年，美国劳动生产率年均增长大约1.5%，最近两年半已经提高到约2.6%。
很难把这全部归功于AI，但黑石观察到，大型科技公司的单位员工收入在三年半时间内提高约65%；与此同时，标普企业以及黑石投资组合企业的 EBIT DA利润率也出现明显改善。
这也是理解AI投资最重要的一层。
如果AI只是一个新的软件订阅费用，那么今天几千亿美元的数据中心和芯片投资确实很难解释。
但如果它最终改变的是企业的人均产出、利润率和商业模式，那么AI基础设施的价值就不能只看GPU本身。
它更接近上一轮工业革命中的铁路、电力和互联网基础设施。
但“工业革命”并不意味着所有参与者都会赚钱这一点反而是Jon Gray最值得注意的提醒。
他把今天的AI浪潮和1870年至1900年的美国工业化阶段做了比较。
那30年里，美国劳动生产率翻倍，GDP增长约4倍，制造业实际产出增长约6倍，股票市场上涨约7倍。
但与此同时，大量铁路公司破产。
技术革命是真的，基础设施需求也是真的，但这并不意味着所有建设基础设施的人最后都能获得理想回报。
这也是今天AI行情最容易被忽视的问题。
判断AI是不是一场长期产业革命，和判断某一家AI公司、某一个数据中心项目值多少钱，本身就是两个完全不同的问题。
2000年的互联网没有消失，但当年很多互联网公司消失了。
铁路最终改变了美国经济，但大量铁路投资者并没有等到那个结果。
这一轮和过去最大的不同：需求暂时跑在供给前面Jon Gray认为，目前AI基础设施和历史上一些泡沫存在一个重要区别。
当年的铁路和电信基础设施，很大程度上是在需求真正出现之前，通过高杠杆提前建设。
而今天的AI基础设施，至少目前看到的情况，是需求增长速度超过供给。
数据中心、电力和芯片很多项目已经有大型客户签约，而且这些客户本身的资产负债表相对健康。
这也是为什么黑石目前依然愿意把大量资本投入GPU、TPU、neocloud、数据中心以及电力基础设施。
因为真正制约AI扩张的，正在从“有没有需求”变成：
有没有足够的芯片、电力和数据中心。
例如建设1GW级别的AI基础设施，包括电力、数据中心和芯片，整体资本需求可能达到约550亿美元。
而燃气轮机等关键设备的交付时间，甚至已经排到2030年以后。
AI行情接下来最值得看的，不只是芯片过去两年资本市场最容易看到的是英伟达、HBM和服务器。
但如果AI继续扩张，真正的瓶颈可能越来越向物理世界转移。
电力、天然气、核能、电网、冷却设备、变压器、数据中心土地以及融资能力，都可能成为AI资本开支的一部分。
全球公用事业资本开支过去五年大约8000亿美元，未来五年预计接近翻倍。很多过去增长缓慢的电力设备、涡轮机和冷却设备公司，也因为AI基础设施需求重新获得关注。
所以AI产业真正的“卖铲人”，可能已经不只是GPU公司。
风险也越来越清楚AI投资并不是没有风险。
Jon Gray重点提到了几个方向：网络安全、监管、技术路线变化、地缘政治，以及过高的估值。
尤其是估值。
如果一家公司几乎还没有收入，估值却已经达到100亿美元甚至更高，那么即使AI长期趋势正确，也不意味着当前价格一定合理。
此外，先进半导体生产高度集中在台湾，也意味着整个AI产业链仍然存在明显的地缘风险。
还有一个更加长期的问题：
AI会重新给大量传统公司估值。
过去市场主要关注“谁是AI受益者”，未来可能越来越需要关注另一面：
谁的商业模式会被AI削弱。
一些软件、专业服务和信息服务公司，即使当前经营没有明显恶化，估值已经因为AI带来的未来不确定性开始下降。
技术革命从来不会让所有公司一起上涨。
真正重要的是企业有没有不可替代的资产、数据、客户关系或者商业模式。
最终还是回到一个问题：收益在哪儿？今天AI资本开支的“面包”已经非常明显：
芯片、数据中心和电力。
几万亿美元正在进入这些基础设施。
真正需要确认的是里面有没有“肉”。
也就是ROI。
目前黑石看到的答案是：已经开始出现。
企业流程效率、软件开发、客户服务、新产品、人均收入以及利润率，都已经出现部分可以观察和量化的改善。
但AI行情真正进入下一阶段之后，市场可能不会再满足于“资本开支继续增长”这件事。
投资者会越来越关心：
这些投入最终能够产生多少收入？
能够提高多少利润率？
多久能够收回投资？
如果答案持续变好，那么今天看起来巨大的AI资本开支，可能只是一次长期基础设施重建的开始。
如果回报跟不上投资速度，那么技术革命依然可能发生，只是资本市场需要重新回答一个更残酷的问题：
谁真正赚到了钱，谁只是替这场革命买了单。
本文仅基于公开信息及相关材料整理分析，不构成任何投资建议。
仅五家大型科技公司，年度资本开支就从约4150亿美元增加到8200亿美元，相当于美国GDP的约2.5%。与此同时，数据中心、GPU、电力、冷却、网络设备还在继续扩张。
于是市场开始反复追问一个问题：
这么多钱砸进去，回报到底在哪里？
黑石集团总裁兼首席运营官Jon Gray给出的答案，值得关注。因为黑石看到的不只是英伟达、OpenAI这些最显眼的公司，还能从1400多家被投企业、贷款客户和基础设施项目中观察AI真正进入企业之后，到底有没有创造现金回报。
AI的需求增长，已经开始从概念变成真实收入最直接的变化来自AI模型公司的收入。
Anthropic和OpenAI几年前几乎还没有规模化收入，而现在两家公司的年化收入已经快速增长。与此同时，在黑石覆盖的1400多家公司中，对Anthropic的年化支出从2025年9月约2500万美元，上升到5.25亿美元，增长约21倍。
为什么企业愿意不断增加AI预算？
因为在一些实际场景里，回报已经可以算账。
例如黑石旗下Phoenix Tower投入约400万美元建设AI流程系统，用来处理租赁业务，现在每年可以带来约450万美元收益，相当于年回报率超过100%。
能源数据公司Enverus利用AI辅助代码修复，相关投入获得的回报达到18倍。
Tricon则通过AI将客户申请处理速度提升约90%。
这些案例至少说明了一件事：
目前AI支出的增长，并不完全建立在“未来可能有用”的预期之上，已经有一部分企业开始得到可以量化的效率提升。
真正支撑AI资本开支的，是生产率AI能不能持续吸收如此庞大的资本，最终取决于它能不能提高整个经济系统的生产率。
过去十年，美国劳动生产率年均增长大约1.5%，最近两年半已经提高到约2.6%。
很难把这全部归功于AI，但黑石观察到，大型科技公司的单位员工收入在三年半时间内提高约65%；与此同时，标普企业以及黑石投资组合企业的 EBIT DA利润率也出现明显改善。
这也是理解AI投资最重要的一层。
如果AI只是一个新的软件订阅费用，那么今天几千亿美元的数据中心和芯片投资确实很难解释。
但如果它最终改变的是企业的人均产出、利润率和商业模式，那么AI基础设施的价值就不能只看GPU本身。
它更接近上一轮工业革命中的铁路、电力和互联网基础设施。
但“工业革命”并不意味着所有参与者都会赚钱这一点反而是Jon Gray最值得注意的提醒。
他把今天的AI浪潮和1870年至1900年的美国工业化阶段做了比较。
那30年里，美国劳动生产率翻倍，GDP增长约4倍，制造业实际产出增长约6倍，股票市场上涨约7倍。
但与此同时，大量铁路公司破产。
技术革命是真的，基础设施需求也是真的，但这并不意味着所有建设基础设施的人最后都能获得理想回报。
这也是今天AI行情最容易被忽视的问题。
判断AI是不是一场长期产业革命，和判断某一家AI公司、某一个数据中心项目值多少钱，本身就是两个完全不同的问题。
2000年的互联网没有消失，但当年很多互联网公司消失了。
铁路最终改变了美国经济，但大量铁路投资者并没有等到那个结果。
这一轮和过去最大的不同：需求暂时跑在供给前面Jon Gray认为，目前AI基础设施和历史上一些泡沫存在一个重要区别。
当年的铁路和电信基础设施，很大程度上是在需求真正出现之前，通过高杠杆提前建设。
而今天的AI基础设施，至少目前看到的情况，是需求增长速度超过供给。
数据中心、电力和芯片很多项目已经有大型客户签约，而且这些客户本身的资产负债表相对健康。
这也是为什么黑石目前依然愿意把大量资本投入GPU、TPU、neocloud、数据中心以及电力基础设施。
因为真正制约AI扩张的，正在从“有没有需求”变成：
有没有足够的芯片、电力和数据中心。
例如建设1GW级别的AI基础设施，包括电力、数据中心和芯片，整体资本需求可能达到约550亿美元。
而燃气轮机等关键设备的交付时间，甚至已经排到2030年以后。
AI行情接下来最值得看的，不只是芯片过去两年资本市场最容易看到的是英伟达、HBM和服务器。
但如果AI继续扩张，真正的瓶颈可能越来越向物理世界转移。
电力、天然气、核能、电网、冷却设备、变压器、数据中心土地以及融资能力，都可能成为AI资本开支的一部分。
全球公用事业资本开支过去五年大约8000亿美元，未来五年预计接近翻倍。很多过去增长缓慢的电力设备、涡轮机和冷却设备公司，也因为AI基础设施需求重新获得关注。
所以AI产业真正的“卖铲人”，可能已经不只是GPU公司。
风险也越来越清楚AI投资并不是没有风险。
Jon Gray重点提到了几个方向：网络安全、监管、技术路线变化、地缘政治，以及过高的估值。
尤其是估值。
如果一家公司几乎还没有收入，估值却已经达到100亿美元甚至更高，那么即使AI长期趋势正确，也不意味着当前价格一定合理。
此外，先进半导体生产高度集中在台湾，也意味着整个AI产业链仍然存在明显的地缘风险。
还有一个更加长期的问题：
AI会重新给大量传统公司估值。
过去市场主要关注“谁是AI受益者”，未来可能越来越需要关注另一面：
谁的商业模式会被AI削弱。
一些软件、专业服务和信息服务公司，即使当前经营没有明显恶化，估值已经因为AI带来的未来不确定性开始下降。
技术革命从来不会让所有公司一起上涨。
真正重要的是企业有没有不可替代的资产、数据、客户关系或者商业模式。
最终还是回到一个问题：收益在哪儿？今天AI资本开支的“面包”已经非常明显：
芯片、数据中心和电力。
几万亿美元正在进入这些基础设施。
真正需要确认的是里面有没有“肉”。
也就是ROI。
目前黑石看到的答案是：已经开始出现。
企业流程效率、软件开发、客户服务、新产品、人均收入以及利润率，都已经出现部分可以观察和量化的改善。
但AI行情真正进入下一阶段之后，市场可能不会再满足于“资本开支继续增长”这件事。
投资者会越来越关心：
这些投入最终能够产生多少收入？
能够提高多少利润率？
多久能够收回投资？
如果答案持续变好，那么今天看起来巨大的AI资本开支，可能只是一次长期基础设施重建的开始。
如果回报跟不上投资速度，那么技术革命依然可能发生，只是资本市场需要重新回答一个更残酷的问题：
谁真正赚到了钱，谁只是替这场革命买了单。
本文仅基于公开信息及相关材料整理分析，不构成任何投资建议。
话题与分类：
主题股票：
主题概念：
声明：遵守相关法律法规，所发内容承担法律责任，倡导理性交流，远离非法证券活动，共建和谐交流环境！
