AI基础设施怎么做到长期复合增长？

AI基础设施投资是代际计算转型的基石，并非简单的投机泡沫。其长期复合增长依赖于对稀缺资源（电力与土地）的掌控和严谨的投入产出比。

一、核心判断：需求的长期性与历史借鉴

尽管当前市场情绪高涨且局部泡沫存在，AI数据中心投资的驱动力是坚实的长期需求，代表着下一波生产力浪潮的基石。正如电气化和铁路建设等历史性基础设施周期，早期的超额投资最终会转化为经济变革的复合回报。泡沫创造的物理基础设施容量是持久的，长期需求将验证当前投资的合理性。

二、本质区别：结构性差异避免过度投机

当前AI数据中心周期与光纤泡沫（Fiber 1.0）存在根本差异，不易招致大规模的投机性过度建设。

功能差异：AI是横向的计算层，更像“电气化”，提升生产力基线，区别于光纤的互连性。
合同约束：建设基于与超大规模云服务商的长期、照付不议承购合同，预先锁定需求，降低闲置风险。
稀缺约束：电力和土地成为关键制约因素，从结构上抑制了无约束的投机性扩建。
硬件迭代：GPU等计算硬件的快速刷新周期和阶跃式性能提升，能迅速吸收过剩容量，避免资产长期搁浅。

三、决胜要素：稀缺资源掌控与严谨原则

市场的最终赢家是能够掌控结构性稀缺资源并恪守严谨承销原则的参与者。

竞争护城河：成功的关键在于掌控结构性瓶颈资源：电力（稳定且经济）、土地（核心市场扩张能力），以及电网接入和许可。

严谨的投入产出比：尽管运营专长和合作关系是基础，但严谨的投入产出比才是盈利关键。投资者必须关注扣除日益昂贵的电力成本和资本成本后的投资回报率，避免以微薄利润出租稀缺投入。

风险管控：通过构建长期承购协议锁定收入、平衡交易对手风险，并灵活规划技术升级路径。

四、退出与估值趋势

具备稀缺资源和合同稳固性的数据中心平台能吸引基础设施基金，实现估值溢价。

估值溢价要素：超级核心市场的稀缺电力/土地接入；长期、照付不议合同；产权土地和扩张许可；以及强大的互连能力。

估值折价要素：定制化高、位于外围区域、租户集中度高、短期租赁、或电力权利不确定的资产将面临估值折价。

关键要点

人工智能生态系统部分存在泡沫，但模型与应用层面也涌现出真正的突破。历史经验表明，铁路、电气化和光纤等基础设施的早期超额投入，为后续的重大经济变革奠定了基础。我们相信，长期来看，数据中心需求将充分印证当前活动的合理性。
尽管常被拿来与20世纪90年代末的“光纤周期”进行比较，但当前的数据中心周期在本质上有所不同。它的基础是与全球最先进技术公司签订的长期承购合同，且容量、电力和土地已成为增长的关键制约因素。
几个关键因素将决定市场中的赢家与输家。首先是承销的审慎考量，即在计入电力和资本成本后，对单个项目的盈利能力进行严谨评估。
其次是建立竞争护城河。数据中心的进入壁垒显著，包括电力、土地、互连、许可，以及与超大规模云服务商（作为算力最大的客户群）合作所需的卓越运营能力和稳固的合作关系。
第三是恪守严谨原则与有效降低风险：这包括构建长期承购协议、平衡交易对手风险、锁定关键条款、规划技术演进的升级路径，并避免以微薄利润出租稀缺资源（投入）的模式。

需求将超越泡沫而持久

鉴于单一芯片制造商NVIDIA的市值占比已达标普500指数的8%，对人工智能泡沫的质疑是合理的。近期，这种审视已延伸至数据中心投资领域。以下统计数据有助于阐明其规模与制约因素：

麦肯锡估计，到2030年，企业在全球数据中心基础设施资本性支出上的投资将接近7万亿美元。[1] 这一规模相当于日本和德国的GDP总和。
美国人工智能相关的资本性支出占GDP比重约为5%（图1），并以高个位数至低两位数的速度增长。
2025年上半年，人工智能相关的资本性支出对美国GDP增长的贡献显著，甚至超越了消费者支出。预计四大超大规模云服务商（Amazon、Google、Microsoft、Meta）在2025年的资本性支出将超过3500亿美元，实现中30%区间的同比增长。若计入其他科技公司的支出，总额预计将推高至约5000亿美元。

图1：与人工智能相关的资本性支出占美国GDP约5%（图1），并以每年约10%的速度增长，与20世纪90年代末/21世纪初的科技繁荣相当

美国GDP的投资支出占比

来源：KKR GMAA、美国劳工统计局、Bloomberg，截至2025年6月30日。

我们的观点：泡沫确实存在，市场也必将经历一轮洗牌。

然而，根据JLL Research的数据，当前的市场吸收率显示，在全球最活跃的美国市场并未出现过度建设的迹象（图2）。从更长远的视角来看，我们认为未来的需求将印证当前大部分数据中心建设的合理性。模型和应用将持续迭代进步，并从具备大规模供电能力的系统中获取所需容量。

图2：至少到2027年，可用数据中心空间将稀缺

北美托管空置率

来源：JLL Research，截至2025年6月。注：托管空置率指现有数据中心中未使用的空间/电力容量。

过去与技术相关的基础设施炒作周期表明，当前在建的数据中心、电气基础设施和光纤网络不太可能被闲置浪费。相反，这些硬资产极有可能成为新经济的基石，并实现复合回报。在此过程中，部分资产价格预计将出现通胀，且人工智能生态系统中的一些商业模式将被淘汰。

换言之：泡沫总会使部分投资者蒙受损失，但其所创造的基础设施容量却是持久的。

与此同时，在避免遭受损失的前提下进行投资，意味着需提前降低风险，并基于电力和资本（日益昂贵）的成本，对项目经济性做出切合实际的假设。稳健的承购协议能确保租户在特定期限内为合同容量付费，无论其实际使用量如何。鉴于电力和土地正日益成为数据中心开发的关键制约因素，我们仅承接具备充足电力供应和完整权益的项目。这里的“权益”指构建功能性数据中心所需的所有各项许可、授权和协议。

从过去的泡沫中汲取教训

每一项革命性技术都需要新的基础设施支持。这类建设往往遵循乔治·索罗斯（George Soros）所称的“反身性”（Reflexivity）模式：热情推动资本投入，资本的充裕又反过来激发更多基础设施需求。然而，由于“非理性繁荣情绪”超越了基本面，这种需求往往会超前兑现。随后，市场将经历洗牌，淘汰薄弱的商业模式和资产负债表，但硬资产本身将被保留。

图3：过去技术基础设施泡沫的时间线

图4：过去技术基础设施泡沫的剖析

与光纤一样，即使资本过度，耐用的物理网络往往成为下一波应用的基础层。

我们相信数据中心有重要的根本差异

人工智能生态系统的洗牌将呈现何种面貌？我们经常听到当前市场与20世纪90年代末长途光纤连接及城域光纤网络建设的比较。然而，理解数据中心的不同之处，有助于我们明确今天的风险点所在。

万物智能

某些技术（如铁路和互连网）的价值在于连接性。但人工智能是一个横向的计算层，它渗透到工作流程、创意工作、分析、日常任务和决策的各个环节。它在众多领域同时提升生产力基线，而非像互连网经济中的消费者应用和广告网络那样，将价值集中于少数目的地。一个更恰当的比较是电气化：生产力的提升并非随着电灯的出现立即实现，而是直到工厂开始围绕电动机进行重新设计时才真正发生。这为后续的速度提升、效率优化和自动化浪潮铺平了道路，并持续影响至今。

长途和城域光纤易招致投机性建设[5]

在地面开挖并铺设导管（光纤束通过的保护性管道）后，其维护成本在数十年内极低，且通过增加光纤束来扩充容量的边际成本也较低。此外，只需在安装两端添置新的电子设备或光学器件，即可实现容量升级，无需拆除和替换基础设施。这种可扩展的基础设施是为快速的预期需求而构建，但其容量缺乏长期承购合同的约束。

构建投机性数据中心难度较大

数据中心建设属于资本密集型，因此为投机性投资筹集资金较为困难。同时，由于持续的物料运营成本，持有额外容量的成本也十分高昂。随着每个容纳服务器、存储和网络设备的机架所需的电力和冷却量增加，这些运营成本正在持续攀升。此外，计算组件每隔几年就需要更新换代；闲置容量会侵蚀投资回报，而非简单地“等待”需求。

数据中心通常以合同为基础

数据中心的建设通常仅在客户合同（包括承购要求）落实到位后才会启动。我们并未发现空置的“梦想之地”站点（即“如果你建，他们就会来”的模式），也未看到依赖商业电力（未对冲或非坚定供应、按现货定价）的建设活动。我们观察到一些与电力相关的投机行为，例如建设变电站和购买潜在未来站点的土地，但土地成本通常仅占项目总资本性支出的约10%。

快速刷新周期吸收额外需求

数据中心内的计算硬件，即加速器，老化速度极快。新一代产品推出速度加快，带来“阶跃式”的性能提升，这意味着技术进步是突然、显著且不连续的，在图表上更类似于垂直台阶，而非平滑向上的曲线。过剩容量不会长期闲置，因为新的工作负载和模型类型往往会迅速将其利用。临时的过度建设更多地表现为滚动式升级，而非资产搁浅。

电力限制抑制了过度建设的潜力

构建数据中心的最终制约因素并非资本，而是电力。电网连接排队、变压器交付周期长，以及选址和获取许可的复杂性，使得不受约束的过度建设不切实际。因此，能够掌控电网接入并拥有完整许可的业主将处于有利地位。

大规模技术基础设施建设很少浪费

互连网泡沫（dot-com）时代提供了一个值得注意的教训：那些超额建设光纤的公司，对光缆的长期需求判断是正确的。他们错估的，是需求实现的速度。

在繁荣前后，电信服务消费的增长速度快于总消费。在2001年所谓的泡沫破灭时，电信服务占总消费的比重已从1995年的1.7%上升到2.4% [6]。

光纤建设，如同数据中心建设，催化了进一步的创新。每一个新的应用都会引发更多的带宽需求，而更充裕的带宽又使得更多新的应用成为可能。

我们相信数据中心也将遵循相同的规律。我们预计大语言模型（LLM）和生成式预训练变换器（GPT）将变得更高效，所需计算功率更少，并随之降低成本，正如电气化进程中所发生的那样（图5a和5b）。与此同时，我们预计不断提高的采用率和新应用的不断涌现将刺激更多需求，如同以往的技术周期一样（图6）。

图5A：每百万输入Token成本（美元）

来源：Open AI和Luis Garicano，截至2025年7月。注：输入Token是GPT解释的语言单位。它可以是单词、单词组或单词部分。

图5B：每1000流明小时的光成本—工作小时

来源：Altman Solon、McKinsey、GreenStreet、TD Cowen

在不被碾压的情况下进入底层

两个事实可以同时成立：

这是一次需要巨额基础设施投资的代际计算转型；
我们仍处于区分“信号”与“噪声”的早期阶段。

我们坚信人工智能的潜力，并致力于投资人工智能基础设施，包括数据中心、电力和网络。但我们也深知严谨原则的重要性。我们在构建数据中心投资组合时遵循以下原则：

控制护城河资源的参与者应收获复合回报。

电力、土地、电网接入和许可，是构建数据中心的结构性瓶颈。客户关系和运营专长则是开发商和管理者必须跨越的非物质障碍，以便与低风险的交易对手（即投资级超大规模云服务商）合作。我们认为，依赖租用GPU或电力的商业模式难以实现可持续的差异化回报。拥有有形资源并掌握无形专长（资源）的参与者，将处于更有利的位置赢得竞争。

投入产出比重于炒作。

土地和电力价格正在上涨，尤其是在关键的数据中心市场。我们关注的是在扣除电力和资本成本后的投资资本回报率，而非理论上的总可寻址市场。核心问题在于，一旦利用率、资本成本和运营杠杆在本周期内回归常态，合同回报能否保持稳健。

执行力至关重要。

除了掌控稀缺资源（投入），我们认为兑现承诺的能力将是长期的关键差异化因素。那些能够迅速交付完整执行的租赁或开发协议、实现合理的每交付兆瓦（MW）成本、确保已建成数据中心的持续运营和高可用性（正常运行时间），并能以健康的盈利率续签租赁合同的参与者，将占据优势地位。

风险管控不容忽视。

必须在“人工智能热度消退期”到来前完成战略布局。这意味着要确保合同具备长期承购协议（即数据中心租户无论是否使用站点全部容量，都需要支付费用），平衡交易对手风险，并以足够的灵活性进行构建，以便随着技术和需求的演进而进行调整。

退出和估值趋势

能够降低我们投资风险的相同因素，也为更有利的退出创造了基础。稳定、全面运营的数据中心能够吸引核心及核心附加基础设施基金、主权基金和上市平台，这些机构寻求的是长期、投资级的现金流。投资组合买家通常愿意为具备安全电力接入、完整土地权益和可扩展容量的平台支付溢价。

投资者通常通过收入收益率或每交付兆瓦（MW）的企业价值来评估数据中心，随后再基于合同的稳固性、扩张潜力和电力的确定性进行调整。图7阐释了基于收入收益率的简化单位经济模型。

估值溢价通常赋予具备以下特征的平台：

在伦敦Slough、新加坡或北弗吉尼亚等超级核心市场的稀缺电力和土地接入资源：这些区域的需求密度和网络邻近性赋予了扩张容量独特的价值。
长期、照付不议（take-or-pay）合同，要求租户为约定的使用水平付费，无论其是否实际使用了站点的全部容量，并覆盖了运营和维护成本。
拥有产权土地和扩张许可。
强大的互连能力（高速光纤和网络交换）。
经过验证的正常运行时间和成本严谨性。
支持更高功率密度的设计。

相反，缺乏可替代性的资产（例如那些按定制规格构建、位于非核心或外围区域，或远离主要人口和网络中心的设施）则带有更高的残值和再利用风险。具有有限替代用途或长期相关性不确定的设施，应与那些具备可持续需求锚点、可扩展且区位优越的平台区别对待。同样，单一租户集中度高、短期租赁、电力权利不确定、租赁土地，或在能源和资本成本后暴露于微薄利润，都可能进一步削弱其销售前景和估值倍数。

KKR全球基础设施团队自2019年以来投资数据中心，构建该领域最活跃和全球多元化投资组合之一。我们现在建立了五个主要数据中心平台，涵盖超大规模、托管和边缘基础设施。

过去六年，我们已承诺313亿美元股权资本用于数字基础设施投资，反映我们对该主题的信念。

我们采取严谨、信念主导的方法。每项假设都受到挑战，团队辩论牛熊案例并从各方面压力测试逻辑。我们提前设置明确退出或止损标准，并快速关闭不复合的事项：释放资本和焦点用于重要的“是”机会。

我们也认识到重心正在转移。人工智能工作负载现在位于数字、电力、可再生能源和工业的交汇处。我们认为我们的“One KKR”模型（分享洞见、对齐客户关系，并在垂直领域协调资本）在我们数据、能源和计算快速融合的世界中脱颖而出，在那里孤岛可能扼杀即使最好的想法。

图7：数据中心单位经济图示指南

仅供说明。来源：KKR

结论

历史表明，技术革命往往在短期内出现超额投资，但能实现长期复合增长。如今，同样的驱动力正在人工智能基础设施领域发挥作用。虽然估值可能看似偏高，但正在构建的硬资产（数据中心、电力和连接）将锚定下一波数字生产力浪潮。

专注于执行力、投入产出比和风险审慎性的投资者，将能有效区分“信号”与“噪声”。随着计算、存储和能源的深度融合，对稀缺资源（如电力、土地和电网接入）的掌控，将成为决定胜负的关键。

我们的基本判断是，人工智能基础设施建设并非泡沫。它是下一次工业革命的基石（那些以耐心、精确和坚定信念来构建它的人，将描绘出未来的蓝图）。