韩国民主劳总下属的民主劳动研究院于10月1日发布了题为《AI投资过热，该如何看待？》的政策简报，警告称人工智能（AI）基础设施投资正依赖债务和杠杆迅速扩张，若收益未达预期，损失可能蔓延至整个金融市场。
撰写该政策简报的研究委员柳承民指出，自2022年底ChatGPT发布以来，AI投资竞争急剧加剧。 报告援引的斯坦福大学以人为本人工智能研究所（HAI）数据显示，2025年全球企业的AI投资将达到5,817亿美元，较上年增长约130%，其中民间投资为3,447亿美元。 麦肯锡预测，2025年至2030年间，AI相关资本支出在基本情景下将达5.2万亿美元，若需求加速增长，则可能达到7.9万亿美元。 摩根士丹利估计，2026年至2028年全球数据中心的资本支出约为3.21万亿美元。报告分析指出，这种投资增速即使与过去的运河、铁路、电气化及互联网热潮相比，也极为迅猛。
问题在于收益。风险投资公司红杉资本（Sequoia Capital）估算，若要使当前的投资趋势合理化，AI行业必须从终端用户处实现6,000억 달러的年销售额，但实际销售额远低于此。 美国麻省理工学院（MIT）“NANDA”项目发布的2025年报告分析指出，尽管企业已在生成式AI领域投入300亿至400亿美元，但约95%的受访组织并未出现可量化的盈亏改善。 不过，该研究员补充道，由于这项调查并非代表全体企业的抽样调查，因此应谨慎解读。
研究人员将支撑投资扩大的金融结构归纳为三方面。第一是芯片制造商、数据中心运营商和AI模型企业相互投资，并再次购买对方产品和服务的循环金融。 这使得独立的最终需求与由价值链内部资金创造的需求难以区分，从而可能导致设备投资跑在需求前面。 研究人员解释称，这与20世纪90年代末互联网泡沫时期的情况相似——当时通信设备厂商向客户提供设备采购贷款，却因客户破产而蒙受损失，即所谓的“供应商融资”。
其次是利用图形处理器（GPU）作为抵押的贷款、利用特殊目的实体（SPV）进行的表外融资，以及数据中心相关的贷款和现金流证券化。 若GPU价值跌速快于预期，抵押品价值可能骤然下跌；而SPV借款则掩盖了实际杠杆率。资产证券化产品被出售给保险公司、养老基金及资产管理公司，这非但未能消除风险，反而加剧了风险扩散。第三点是私募信贷作用的扩大，其监管与信息披露要求较银行更为宽松。
AI价值链集中于少数企业。报告显示，英伟达占据GPU市场约90%的份额，台积电占据最先进工艺市场约90%的份额，而高带宽内存（HBM）方面，SK海力士和三星按销售额计算占据约80%的份额。 该研究所指出，鉴于韩国经济通过半导体与AI价值链紧密相连，一旦AI投资被证实为泡沫并引发全面调整，国内经济可能遭受重大冲击。
数据中心的电力和用水消耗以及环境问题也日益严峻。今年7月，美国42个州同时爆发了反对扩建数据中心的抗议活动。 该研究所认为，关于AI投资的争论不应仅停留在是否存在泡沫的层面，还应审视谁从中获利、谁又承担了经济、环境及社会成本，并主张应审查投资规模、方向及负面影响，同时制定必要的监管措施。该研究所表示，本报告内容可能与韩国民主劳总（民主劳联）的官方立场存在差异。
[ai_process]
