Story
BCA Research警告称，人工智能行业需要10万亿美元的年收入才能支撑投资热潮。
Summary
BCA Research 的一份新报告警告称，全球人工智能产业必须每年产生约 10 万亿美元的收入，才能证明涌入该行业的巨额资本支出是合理的，这引发了人们对长期盈利能力和估值的质疑。
根据 BCA Research 最新发布的一份报告，全球人工智能产业可能需要每年创造 10 万亿美元的收入，才能支撑数据中心领域大规模的资本支出。该分析强调了人工智能产业在长期盈利方面面临的重大挑战，并指出这些挑战在当前市场对人工智能的热情高涨之际被忽视了。
报告中，BCA 首席经济学家 Peter Berezin 警告称，投资者低估了未来的成本，高估了当前企业利润率的可持续性，而正是这些利润率支撑了股票估值。
10 万亿美元的盈利缺口
BCA 估计，到本十年末，包括微软、亚马逊、Alphabet、Meta 和 Oracle 在内的主要科技超大规模数据中心运营商的年度资本支出 (CapEx) 可能接近 1.4 万亿美元。为了使如此规模的投资盈利，该公司指出了一项重大的收入挑战：
- 假设投资资本的税前回报率为 15%，EBITDA 利润率为 30%（BCA 认为这比华尔街普遍预期的 50% 更为现实），仅这些超大规模数据中心就需要创造 7.4 万亿美元的年收入。
- 如果将中国、新兴云服务提供商和私营企业在非超大规模数据中心的 AI 支出考虑在内，BCA 预测全球 AI 行业的年销售额需要达到约 10 万亿美元。
AdBerezin 指出，10 万亿美元的数字相当于全球每年在医疗保健或食品上的支出总额，这凸显了 AI 行业面临的商业挑战规模之大。
虚高的利润率和不断上升的折旧
该报告认为，当前美国股市的估值建立在不稳固的基础之上。尽管标普500指数的预期市盈率约为19倍，看似与10年平均水平相符，但其背后却支撑着高达16.7%的预期利润率。
如此高的利润率得益于巨额的科技资本支出，这些支出并非立即计入费用，而是随着时间的推移进行折旧。这种会计处理方式人为地夸大了短期利润。BCA预测，随着投资周期的成熟，大型超大规模数据中心运营商的年度折旧成本将从2026年的2550亿美元增长到2029年的5810亿美元，增幅超过一倍。如果利润率恢复到2019年的正常水平，标普500指数的预期市盈率将飙升至更高的26.7倍。