AI 資料中心到 2032 年需要達到 3.7 兆美元營收
哥倫比亞商學院的一項分析估計，美國的人工智慧資料中心及相關基礎設施在2025年至2032年間將需要約10.3兆美元的投資。為了證明這項支出的合理性，人工智慧產業到2032年必須創造每年約3.7兆美元的營收，相當於預估美國GDP的約9.2%。
這份由Stijn Van Nieuwerburgh教授撰寫、並於Brookings Papers on Economic Activity會議上發表的報告，預測資料中心容量將增加182.7吉瓦。要實現獲利，在滿載使用率下，每個已安裝GPU小時需要約5.50美元的營收；在80%使用率下，則需6.90美元。模型假設無槓桿報酬率為10%、現金流利潤率為50%，這表示相較於目前OpenAI和Anthropic約1,000億美元的營收運行率，每年營收約需成長80%。
人工智慧資料中心正越來越多透過外部債務，以及涉及Microsoft、Amazon和Google等超大規模雲端業者的複雜安排來融資。報告警告，需求疲弱、使用率偏低、電力短缺、電網限制和許可審查緩慢，可能造成產能過剩及更廣泛的金融風險。對加密貨幣交易者而言，這些發現主要是間接訊號：它們可能影響科技估值、半導體需求、能源市場和風險偏好，但文章沒有指出任何直接的加密貨幣催化因素。
Neutral
預期對加密貨幣市場的影響是中性，因為報告涉及美國人工智慧基礎設施的經濟效益，而不是加密貨幣採用、監管或區塊鏈活動。報告沒有為比特幣、以太幣或其他數位資產提供直接催化因素。
短期內，交易者可能會把10.3兆美元的投資需求，以及每年約80%的營收成長要求，解讀為人工智慧估值風險的證據。市場對債務融資資料中心、低使用率及電力限制的疑慮，可能令科技股承壓，並使整體風險偏好小幅下降。由於加密貨幣在總體經濟壓力期間往往與高成長科技資產同步交易，這可能造成有限的負面外溢效應，尤其是對投機性代幣而言。
然而，同一投資週期也可能支持半導體、雲端運算及能源等主題；若人工智慧需求保持強勁，這些主題可能維持機構投資人的風險偏好。從歷史來看，大型人工智慧支出預測往往推高科技及基礎設施估值，而對產能過剩的警告通常帶來的是波動，而非持久的加密貨幣趨勢。長期而言，結果取決於人工智慧營收成長能否追上產能。成功的建設週期可支持 risk-on 環境，但持續的產能閒置及日益升高的信用壓力，可能削弱流動性並令加密貨幣市場承壓。交易者應留意美國科技股、信用利差、電力價格、GPU需求，以及比特幣與那斯達克的相關性。