在阅读此文前，为了方便您进行讨论和分享，麻烦您点击一下“关注”，可以给您带来不一样的参与感，感谢您的支持。
本文章内容均有可靠的信息来源，相关信源加在文章结尾
2026年9月8日，在厦门举行的第26届中国国际投资贸易洽谈会期间，全球化智库副主任高志凯给出一个大胆判断：未来10个月左右，也就是2027年7月之前，美国AI泡沫可能破裂，并可能引发波及全球的金融危机。
巧的是，同一天，美国财长贝森特公开强调，美国必须保持对中国的AI领先，如果被中国反超，其他领域的巨大投入都可能失去意义。
两句话放在一起看，美国现在面临的矛盾就很清楚了：AI竞赛不能输，资本投入不能停，可投入越大，泡沫和金融风险也越容易被推高。
美国已经输不起，也很难停下来贝森特9月8日那番话，远不只是给美国科技公司打气。他甚至拿约1.5万亿美元国防预算和“铁穹”等项目举例，强调一旦中国在人工智能领域取得领先，美国在其他方向投入再多，也可能失去意义。
这说明对美国来说，AI早已不是普通产业。它连接军事决策、情报分析、自动化武器、芯片、金融、科研和制造业效率，谁掌握更先进的模型和更充足的算力，谁就更有机会掌握下一轮技术规则。
美国目前确实拥有明显优势：全球资本向华尔街集中，英伟达等企业掌握高端芯片，微软、谷歌、亚马逊、Meta和甲骨文拥有庞大的云计算体系，美国金融市场又能迅速为大项目筹钱。可问题恰恰也出在这里。
说白了，美国现在已经进入一种“明知投入过热，也不敢主动踩刹车”的状态。少投，害怕中国追上；继续砸钱，又必须让AI收入尽快覆盖芯片、数据中心、电力和债务成本。
这背后恐怕还有一层意思：美国AI投资不再完全由商业回报推动，而是被国家竞争焦虑不断加码。
所以，贝森特所谓“若输中国，一切白搭”，既体现美国对自身技术优势的重视，也暴露出一种越来越强烈的不安全感。竞争越紧张，美国越要扩大投入，而这种投入又会把整个金融体系更深地绑在AI身上。
5000亿美元债务，AI不再只是科技股故事如果美国AI热潮只表现为英伟达等少数公司的股价上涨，即使估值回调，影响可能也相对有限。但到了2026年，AI融资已经从股市扩展到债券、银行、保险、私募信贷、数据中心和能源项目。
9月8日披露的数据显示，截至2026年8月初，AI相关债务发行规模已经接近5000亿美元，约占美国高评级债务发行量的20%。
而在2024年，这个比例还只有约1%。短短两年从1%升到20%，意味着大量资金都在围绕同一个假设进行配置：未来AI需求会持续增长，数据中心会长期扩张，科技巨头的资本开支不会停。
过去一年，Alphabet、亚马逊、Meta、微软和甲骨文等超大规模云服务商发行的债券约达2200亿美元。
到2028年，全球数据中心相关投入可能接近3万亿美元。数据中心容量要扩张，背后还需要GPU、服务器、土地、冷却设备和大量电力，美国到2030年可能需要新增约82吉瓦发电能力来支撑这些设施。
这就很值得琢磨了。AI项目越建越大，回收周期越来越长，融资关系也越来越复杂。
开始时可能是科技巨头自己投资，随后变成数据中心企业借债、私募基金入场、银行提供贷款、保险机构购买长期债券。只要AI收入继续高速增长，这套循环就能维持；一旦收入增速放慢，每一层资金都可能受到影响。
9月10日，国际清算银行负责人也警告，AI确实拥有巨大的生产率潜力，但大量项目正在通过不够透明的债务结构融资，如果预期利润没有兑现，就可能形成新的金融稳定风险。其估算显示，全球前五大科技企业仅在2025年至2026年的AI投入便超过1万亿美元。
在我看来，这才是“美国AI泡沫”真正需要警惕的地方。AI技术可能是对的，产业方向也可能是对的，但资本市场完全可能提前透支十年的回报。
1美元现金流，撑起1.57美元投资微软、Alphabet、亚马逊、Meta和甲骨文2026年的资本开支已经达到约7000亿美元量级。这个数字看起来代表美国科技实力，可把它和企业现金流放在一起，味道就变了。
路透社依据LSEG分析师预期测算，按照目前趋势，到2027年，这五家企业的资本开支总额可能超过其自由现金流。
与2025年相比，它们预计到2027年新增约3400亿美元经营现金流，但资本开支却可能增加约5340亿美元。换句话说，每增加1美元经营现金流，就要对应1.57美元新增投资。
这并不等于企业马上会出问题，却说明AI必须在接下来一两年拿出更明确的商业回报。模型调用、云服务和企业订阅带来的收入，必须追上GPU折旧、数据中心建设、电力、土地和融资成本。
甲骨文就是一个很有代表性的样本。其2026财年资本开支一度达到经营现金流的174%，自由现金流转为负数，信用评级也因现金流和经营风险受到压力。
9月10日公布的最新业绩显示，甲骨文云业务需求仍然强劲，单季度营收同比增长30%，新增AI云合同超过300亿美元，说明AI热潮还没有停止。但同一季度资本开支达到285亿美元，自由现金流仍为负54亿美元。
这正好说明，泡沫风险不需要建立在“AI没有需求”之上。即使订单很多，只要建设成本和融资规模增长得更快，企业依然会承受压力。
如果顺着这个逻辑往下看，高志凯提出的10个月倒计时就有了现实支点。AI收入一旦不及预期，科技巨头会削减资本开支；资本开支下降，上游芯片订单就会减少；随后数据中心建设放缓，电力项目受影响，债券融资难度上升，相关企业估值下跌。股票下跌又会造成财富效应逆转，风险投资和私募信贷开始收缩。
如果这一过程再叠加美国高利率、高财政赤字或地缘冲突，原本的科技股调整就可能向信用市场蔓延。
真正危险的不是某家AI公司跌了多少，而是股票、债券、私募信贷和美元资产已经形成越来越紧密的联动。
一边竞争，一边又不得不谈美国把中国视为AI领域最重要的竞争对手，却又无法独自处理前沿人工智能可能带来的系统性风险。
9月4日披露的消息显示，中美正在筹备9月中旬的AI安全对话，计划讨论前沿人工智能失控、AI网络攻击、实验室自我监测和风险信息共享等问题，美方可能由贝森特牵头。
这就是中美AI关系最微妙的地方。美国既想保持技术领先、限制中国追赶，又不得不承认，强大模型一旦出现失控或被滥用，仅靠一个国家无法完全解决。竞争越激烈，双方反而越需要设置安全护栏。
再回头看高志凯的判断，美国最大的优势与最大的风险，其实来自同一个地方：资本、科技巨头、芯片和金融市场高度集中。上涨时，资金可以相互推动；预期逆转时，股票、债券和信用市场也可能相互拖累。
中国当然不可能完全置身于全球金融冲击之外。2008年的教训已经证明，一旦美国出现系统性危机，全球贸易、出口订单和资产价格都会受影响。
但中国金融体系以内需和银行体系为主，资本账户管理能力更强，制造业链条更完整，政策工具和产业调节空间也相对更大，因此理论上拥有更强的隔离、缓冲和修复能力。
结语高志凯给出的2027年7月前后，是一个风险窗口，而贝森特“若输中国，一切白搭”的表态，则解释了美国为什么明知投入过热，仍然不敢停下AI竞赛。
接近5000亿美元的AI债务、约7000亿美元量级的资本开支，以及每1美元新增现金流对应1.57美元新增投资，都说明风险已经进入融资体系。
对中国来说，最重要的不是坐等美国泡沫破裂，而是提前守住金融体系、产业链和就业基本盘，扩大内需，降低对外部资产价格的敏感度，同时继续提高关键技术能力。
下一场全球金融风暴是否会从美国AI领域刮起，还要看收入与投入的赛跑，但有一点已经明确：只有先把自己的船稳住，才能在风浪到来时更快恢复。
信源：
