在资本市场对人工智能 (AI) 的狂热追逐中，一个关键的问题被推到了风口浪尖：支撑 AI 运行的底层基础设施成本，是否已经超出了合理的商业逻辑？
近日，摩根大通 (JPMorgan) 发出预警，指出 AI 建设的资金投入正呈现出一种令人不安的趋势。在过去，这种规模的巨额预算通常仅出现在政府的财政计划中，但现在，这种“天文数字”级别的支出已转移到了私人企业的资产负债表上。
这种现象被视为一种危险的信号。目前，科技巨头们为了在 AI 军备竞赛中不掉队，不惜投入海量资金采购高性能芯片并建设庞大的数据中心。然而，摩根大通认为，当成本规模增长到一定程度，它可能会在心理上被简化为“无限大”，从而掩盖了对实际投资回报率 (ROI) 的理性考量。
对于企业而言，这构成了一个典型的“成本陷阱”。在 AI 的商业闭环尚未完全打通之前，基础设施的资本支出 (CAPEX) 已经先行达到了顶峰。如果 AI 带来的效率提升或新收入来源无法覆盖其高昂的维护与建设成本，那么当前的繁荣可能仅仅是建立在对未来过度乐观的预期之上。
这一警示对全球 AI 产业链具有深远影响。对于英伟达 (Nvidia) 等硬件供应商，这意味着其营收的持续增长依赖于客户对成本的耐受力；对于云服务商，则意味着它们必须尽快将计算成本转化为可量化的商业价值。
对于中文读者和投资者而言，这提醒我们关注 AI 浪潮中的“性价比”拐点。当一个行业的估值逻辑从“只要有增长就好”转向“必须看到利润”时，那些无法证明自身商业闭环的 AI 应用和基础设施项目，将面临剧烈的估值回调。
本文内容仅供参考，不构成投资建议。