近日，黄仁勋预测，全球 AI 数据中心年度支出将从今年的约 6000 亿美元，到 2030 年飙升至 3 万亿至 4 万亿美元。这意味着未来五年资本支出需实现年均 42% 的增长，市场质疑：黄仁勋在 " 吹牛 "？

摩根大通在一份最新报告中指出，黄仁勋关于人工智能数据中心资本支出将爆炸式增长的预测，尽管听起来极为激进，但从财务角度看完全可以实现。该行分析认为，通过三大融资来源：企业内部产生的融资、私募股权 / 风投基金投资、以及通过债务或股权发行进行的外部融资，科技行业有足够的能力为这场史无前例的投资热潮提供资金。

将面临 1.6 万亿的年度资金缺口

摩根大通的测算显示，到 2030 年科技行业将面临高达 1.6 万亿美元的年度资金缺口。

摩根大通的分析首先聚焦于全球科技行业（以 MSCI 全球信息技术与通信服务指数成分股加上亚马逊和特斯拉）的现金流与资本支出状况。报告估算，2025 年，该行业的年度经营性现金流约为 1.6 万亿美元，而包括研发在内的资本支出约为 1.3 万亿美元，从而产生约 3000 亿美元的财务盈余。

报告假设，到 2030 年，AI 数据中心支出将达到黄仁勋预测范围的中点，即 3.5 万亿美元。同时，假设 2025 年 AI 数据中心投资为 6000 亿美元，其余 7000 亿美元资本支出按过去三年 11% 的年均增长至 2030 年的 1.1 万亿美元。届时，科技行业的总资本支出将达到 4.6 万亿美元。

即便假设经营现金流以每年 20% 的速度增长至 4 万亿美元，该行业仍将面临 6000 亿美元的资金缺口。

如果再考虑到股东回报，资金压力将进一步加大。报告假设，科技行业的股东回报将从今年的 7000 亿美元增长至 2030 年的约 1 万亿美元。计入这部分支出后，科技行业到 2030 年，年度总资金缺口将扩大至 1.6 万亿美元。

私募与风投：填补缺口的关键力量

面对万亿美元级别的资金缺口，私人资本将成为第一道重要的力量支撑。摩根大通指出，私募股权（PE）、风险投资（VC）以及基础设施基金正以前所未有的热情涌入数字基础设施和 AI 领域。

报告引述数据称，目前数字基础设施的年化募资额约为 700 亿美元，而根据 Pitchbook 的数据，今年投向 AI 和机器学习领域的 PE/VC 资本年化规模已达 2600 亿美元。两者合计，2025 年私人市场可为 AI 投资提供约 3300 亿美元的资金。

摩根大通预测，若这部分私人资本以每年 10% 的保守速度增长，到 2030 年其年度投资额将达到约 5310 亿美元。这意味着，私人资本的注入将能把 2030 年科技行业的 1.6 万亿美元资金缺口收窄至约 1.1 万亿美元。

债务融资：可控的杠杆扩张

剩余的约 1.1 万亿美元缺口，将主要通过债务融资来解决。摩根大通认为，科技行业完全有能力承担这一规模的债务扩张，而不会引发系统性风险。

报告根据美国非金融企业的融资结构，假设这部分新增债务的 40%（约 4300 亿美元）来自银行贷款，其余 60%（约 6400 亿美元）来自债券发行。

此举对科技行业资产负债表的影响是市场关注的焦点。摩根大通的分析显示，即使增加了如此规模的债务，到 2030 年，科技行业的净债务与经营现金流之比将从目前的 0.7 倍上升至 1.2 倍。这一水平不仅本身可控，而且与 MSCI 全球指数当前 2.2 倍的平均比率相比，依然显得极为健康。这表明科技公司拥有充足的借贷空间来为 AI 的未来进行投资。

不过，尽管摩根大通报告认为黄仁勋的预测从融资角度来看有可能实现，但电力供应和传输能力等其他潜在瓶颈，将是未来需要审视的下一个关键挑战。