AI投资仍在以前所未有的速度膨胀。

高盛研究部2026年8月发布的报告显示，到2026年底，全球与人工智能相关的投资总额将达到约1万亿美元；2022年至2026年底，全球AI领域的累计投资总额将达到1.8万亿美元。

这笔钱已接近一个中等发达经济体全年的经济总量。

Gartner则在更宽的维度上给出类似判断。该机构在2026年1月指出，全球AI总支出当年将达到2.52万亿美元，同比增长44%。

简单换算下来，2026年全球平均每天有近70亿美元砸进与AI有关的支出里。

01 万亿级美元的狂奔

要理解当前AI投资的火热，首先需要看清数字的全貌。

我们把视角从宏观整体切换到微观个体，据彭博社基于最新财报的统计，Alphabet、Meta、微软、亚马逊和甲骨文五家公司在 leases、建筑、能源及其他设备上的未来支出承诺合计已超过3万亿美元。

其中，仅谷歌一家披露的承诺额就超过1万亿美元，较一年前翻了近八倍；Meta则以超过8000亿美元的承诺额紧随其后，近半数用在尚未开始的数据中心租约，偿付周期最长可达30年。

国内的AI投资节奏，与全球浪潮同频。

东海证券和穆迪的数据，也印证了这股热潮热辣滚烫，以及“烧钱”的触目惊心。

前者测算，四大科技巨头的合计资本开支年增速超过80%，资金主要流向数据中心、GPU及智算集群；后者预计，中国龙头科技企业2026年资本支出约1400亿美元。

为AI豪掷重金远不止几大科技巨头。

算力的尽头是电力，这已成为行业共识。

随着超大规模数据中心遍地开花，电力基础设施正在经历一场由AI倒逼的扩产潮。从可再生能源的长期购电协议，到小型模块化核反应堆的意向激增，再到电气化设备的订单暴增，资金正疯狂涌入能源赛道。

有机构估算，到2030年，仅AI数据中心电气化所需的投资就可能高达上万亿美元。

金融行业也在往AI里砸钱。2025年国有六大行金融科技投入合计 1300.91亿元，占营收比例在3.31%—5.78%之间。

还有运营商体系。2026年上半年，三大运营商公开披露的智算招标项目共计32个，预算总规模约157.58亿元。

某种程度上，这场AI狂欢的资金体量已经超出传统资本开支的范畴，更像是一代企业将未来数十年的资产负债表提前抵押给了AI。

02 监管喊话

当科技巨头纷纷许下未来数年天量支出承诺，驱动全球AI相关投资在2026年逼近甚至突破万亿美元量级，一个不容回避的问题浮出水面：这是否会成为一场由资本惯性主导的过度押注？

实际上，关于AI投资过热，过度集中的现象，已经引起监管注意。

近日，国家金融监管总局副局长肖远企在第五届国际金融领袖投资峰会上表示：“大量资本涌入科技行业和龙头企业，推高了这些领域的杠杆水平……加重了财务负担，削弱了企业再投资和扩大生产的能力，同时也增加了信贷风险。”

肖远企认为，政策制定者应针对人工智能驱动的经济转型，提前制定相应的政策框架，以加强宏观经济管理，并防范经济和金融风险。

监管的表态并非空穴来风。

当资本只在一个赛道流动、只向一种叙事聚拢，最先被推高的便是杠杆水平。

杠杆一旦抬升，扩张的冲动也一并放大——借来的钱越多，越需要尽快把规模做大，以此证明融资故事的合理性，于是扩张的速度往往快过现金流回收的节奏。

而这条链条的末端，落点通常是信贷风险。借来的钱终究要还，当偿债义务锁定在后续几年，回报轮廓却仍在云雾之中，银行和债券持有人承担的就是一种时间错配的风险，也是金融行业在这一轮AI热潮中尤其要重视的。

其次，挤出效应。资本一窝蜂涌向AI叙事，不仅对传统行业形成挤压，推高了后者的借贷成本，也不利于产业协同。

这一逻辑并不难理解。当科技巨头和AI企业大规模发债、争抢同一池子的机构资金时，传统行业可用的信贷资源便相对变少，资金价格随之变贵。

在这个过程中，传统行业未必做错了什么，只因为它们不在AI叙事之中，便在融资竞争中处于劣势。对于利润微薄、依赖银行贷款周转的制造业和中小企业而言，借贷成本的每一次升高，都是对生存空间的压缩和考验。

而AI的落地终究要落到制造、零售、医疗、能源等具体业态里，依赖千行万业提供场景、数据和进化意愿。如果传统行业自身的再投资能力被融资成本压住，数字化和智能化改造的进程就会拖后，AI应用场景的扩展也会随之受限。

03 结语

回到肖远企的那句话，政策制定者应针对人工智能驱动的经济转型，提前制定相应的政策框架。

这句话的分量，落在“提前”二字上。

AI投资过热的危险，不在于投资本身。算力基础设施是AI时代的地基，巨头们争相投入，有其技术演进的合理性。

真正值得警惕的，是投资的节奏、结构和融资方式，是否超出了企业现金流和金融体系能够从容消化的边界，以及对传统行业的威胁。

历史的车轮碾过，时刻提醒我们：在技术革命的叙事与金融周期的规律之间，保持一份清醒，或许比任何时候都更加必要。