来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
与会者同意，黑石对人工智能基础设施的推动是一项战略性押注，但他们对时机、风险和潜在回报持有不同意见。 虽然一些人认为这是一个持久的、多年的资本支出周期，但另一些人则警告不要为人工智能过度建设、运营复杂性以及人工智能采用速度放缓或能源成本上升的风险。
风险: 被标记的最大风险是人工智能采用速度放缓或能源成本上升可能会挤压投资回报并压缩费用。
机会: 被标记的最大机会是黑石有可能在超大规模公司投资数据中心和基础设施时，在数万亿美元的资产管理规模增长上获得管理费。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
有些人说人工智能已经走得太远了。
例如，人工智能现在可以创建逼真的图像和音频，称为“深度伪造”，欺骗公众，聊天机器人可以存储用户“对话”中的信息（1），80% 的受访 Z 世代表示他们会嫁给人工智能（2）。
- 多亏了杰夫·贝佐斯，你现在只需 100 美元就可以成为房东——而且不用，你不需要处理租户或修理冰箱。方法如下
- 罗伯特·清崎说，这项资产将在一年内飙升 400%，并恳求投资者不要错过这次“爆炸”
- 戴夫·拉姆齐警告说，近 50% 的美国人犯了一个大大的社保错误——以下是如何尽快纠正
但贝莱德 [NYSE: BLK] 的亿万富翁 CEO 拉里·芬克认为，人工智能还没有走得足够远。他相信人工智能是未来，他正在用行动支持他的话。
据 Business Insider 报道（3），芬克在 5 月 5 日的米尔肯研究所全球会议上表示：“我不认为我们进展够快。”“不存在人工智能泡沫。存在的是反面。”
在米尔肯会议上，芬克宣布贝莱德将与一家超大规模公司合作，扩展人工智能基础设施，包括建设数据中心和投资能源。芬克尚未透露这家超大规模公司的名称，据报道，贝莱德尚未回应 Business Insider 的置评请求。
芬克是知名的人工智能倡导者，贝莱德在投资人工智能基础设施方面有着悠久的历史。2024 年，这家资产管理巨头以 125 亿美元收购了私募市场资产管理公司 Global Infrastructure Partners（4）。
2025 年 3 月，贝莱德和 Global Infrastructure Partners 与 MGX、微软 [NASDAQ: MSFT]、英伟达和 xAI 联手投资数据中心（5）。
微软董事长兼首席执行官萨提亚·纳德拉在贝莱德的新闻稿（6）中表示：“人工智能基础设施将在推动世界各行各业和各个地区经济增长方面发挥越来越关键的作用。”“我们很高兴欢迎这些新公司加入人工智能基础设施合作伙伴关系，共同投资建设未来基础设施（7）。”
芬克的话——以及他的行动——表明他不相信存在人工智能泡沫，并且他不担心这样的泡沫破裂。但许多投资者和行业专家不同意他的立场。
四家科技巨头——Alphabet、Amazon、Meta 和 Microsoft——计划在 2026 年在人工智能领域投入超过 6500 亿美元（8）。但 OpenAI 的年化收入报告为 250 亿美元（9），而 Anthropic 声称其年化收入运行率为 300 亿美元以上（10）。
四大领先AI模型讨论这篇文章
"人工智能投资主题已从软件应用增长转向硬件堆栈的物理能源和房地产约束。"
拉里·芬克的从资产管理转向通过 GIP 收购进行基础设施开发，是一项结构性转变，而不仅仅是主题性押注。 通过整合发电和数据中心房地产，黑石押注于人工智能的“物理性”——瓶颈不在于软件，而在于电网。 虽然像 MSFT 和 GOOGL 这样的超大规模公司面临巨大的资本支出压力，但黑石正在捕捉到这次建设的“锄头和铲子”。 然而，文章中引用的 6500 亿美元支出预测具有推测性，并且忽略了“公用事业陷阱”的可能性，即能源成本超过人工智能模型的货币化，从而压缩整个科技行业的利润率。
“基础设施”游戏可能只是黑石向机构客户转移长期、流动性差的能源资产的一种方式，同时掩盖生成式人工智能软件采用速度放缓的事实。
"BLK 的 GIP 集成和人工智能基础设施合作伙伴关系可能会加速 AUM 的增长，每年增长 15% 以上，得益于超大规模公司的资本支出顺风。"
拉里·芬克的“人工智能泡沫的相反”主张突出了黑石 [BLK] 通过其 125 亿美元的全球基础设施合作伙伴收购以及与微软 [MSFT]、英伟达 [NVDA]、xAI 和 MGX 合作进行数据中心的战略押注。 超大规模公司 6500 亿美元以上的 2026 年资本支出表明多年需求，使 BLK 有望在数万亿美元的资产管理规模增长上获得 1-2% 的管理费——如果利用率达到 80%，则每年可能达到 15% 以上。 能源投资解决了电网压力，预计到 2030 年，美国数据中心电力需求将翻倍至 35 吉瓦（美国能源信息署数据）。 这使黑石多元化，不再局限于 ETF，而是进入了高利润的基础设施领域。
超大规模公司的 6500 亿美元资本支出超过了人工智能公司的收入（OpenAI 250 亿美元、Anthropic 300 亿美元的年化收入），如果投资回报不佳且利用率滞后，可能会造成损害，从而损害黑石的基础设施资产。
"资本支出与当前收入的 12:1 比例表明市场正在对投机性的未来需求进行定价，而不是经过验证的商业模式——并且黑石的参与表明，即使是资产管理公司现在也在为技术公司本身无法完全资助的基础设施差距提供资金。"
芬克的“人工智能泡沫的相反”框架在修辞上很巧妙，但在经验上很薄弱。 资本支出数学令人震惊：四家超大规模公司花费了 6500 亿美元，而 OpenAI 和 Anthropic 结合的年化收入仅为 550 亿美元，比例为 12:1。 这不是信心，而是一种赌博，即货币化模型尚未大规模存在。 黑石的 125 亿美元 GIP 收购和与微软/英伟达/xAI 的合作也表明了实际的资本部署，但也揭示了问题：资产管理公司现在正在为技术公司无法完全证明投资回报率的基础设施提供资金。 文章忽略了关键背景：现有数据中心的利用率、电力网约束以及需求是否能够足够快地吸收这种供应。
芬克可能对我们相对于未来 5-10 年可能出现的变革性 AGI 的长期潜力而言 *投资不足* 是正确的，如果出现这种情况，今天的 6500 亿美元的资本支出在回顾时看起来很便宜。 收入缺口可能仅仅反映了杀手级应用（自动驾驶系统、科学发现）尚未货币化，而不是它们不会货币化。
"多年的人工智能数据中心资本支出周期将成为超大规模公司顶线和云利润率的持久增长驱动力，得到人工智能工作负载扩展和效率提升的支持。"
文章将芬克的对人工智能的立场描述为反泡沫押注，并重点介绍了黑石与微软、英伟达等公司一起进入人工智能基础设施的努力。 这表明了一个持久的、多年的资本支出周期，而不是短暂的狂热。 最强的看涨观点是，超大规模公司通过扩展数据中心容量、定制加速器和能源效率来货币化人工智能，这应该提高长期收入增长和云利润率。 但文章忽略了关键风险：能源和电力成本、冷却瓶颈、供应链紧张以及人工智能工作负载增长速度变慢或转移到开源解决方案，从而降低投资回报率。 监管和地缘政治风险也存在，而短期股票回报取决于多年资本支出计划的执行情况。
反驳：人工智能基础设施浪潮可能只是一个永久的资本支出跑步机，回报递减；如果人工智能需求放缓或电力成本飙升，那么大规模建设将无法转化为相应的现金流，并且估值可能会压缩。
"12:1 的资本支出与收入比率具有误导性，因为它忽略了这些新数据中心不可避免地吸收的庞大的、非人工智能的传统企业云工作负载。"
Claude 强调了 12:1 的资本支出与收入比率，但忽略了这种支出的“平台”性质。 超大规模公司不仅仅为当前的人工智能收入而建设；他们正在取代传统的企业 IT 堆栈。 如果 MSFT 和 GOOGL 成功地将现有云工作负载迁移到这些新的、更高效的数据中心，那么投资回报不仅仅是“人工智能”——而是总体的基础设施现代化。 风险不在于为人工智能过度建设，而在于将这些能源密集型资产整合到老化的电网中的运营复杂性。
"超大规模公司现有的云自由现金流为资本支出提供资金，使狭隘的人工智能收入比较具有误导性。"
Claude 的 12:1 资本支出与人工智能收入比率忽略了 MSFT Azure 800 亿美元的年度云收入和 AMZN 1000 亿美元的年度云收入，这些收入产生了充足的自由现金流，用于在 3-5 年内花费 6500 亿美元——这并不是一场纯粹的人工智能赌博。 Gemini 的现代化观点加强了这一点：BLK 的 GIP 游戏货币化了总基础设施需求。 未标记的风险：利率上升可能会使黑石的 20 倍市盈率受到挤压，如果费用增长滞后。
"6500 亿美元的资本支出将传统的云现代化与投机性的 AI 工作负载增长混为一谈——混淆这两者会掩盖真正的投资回报问题。"
Grok 的云收入重新定位比 Claude 的纯人工智能资本支出框架更强，但两者都忽略了时间错配。 MSFT Azure 的 800 亿美元是成熟的、利润率下降的业务。 6500 亿美元的支出针对的是尚未证明单位经济效益的 *新* 人工智能工作负载。 现代化遗留基础设施并不需要这种规模——这押注于人工智能采用加速。 如果这种情况停滞，BLK 的 20 倍市盈率将变得毫无根据，并且 Grok 的利率敏感性风险会加剧。
"BLK 的基础设施押注对利用率和能源成本高度敏感；如果人工智能需求放缓或电力成本上升，并且利率上升，投资回报率和费用收入可能会令人失望。"
拾取 Grok 的投资回报框架，真正的脆弱性在于对 80% 以上的利用率路径和温和的能源成本的依赖；如果人工智能需求放缓或电力成本上升，投资回报率可能会受到挤压，并且费用可能会压缩，尤其是在利用率滞后的情况下。 熊市并非基础设施毫无价值，而是时机和成本背景可能会破坏繁荣。
与会者同意，黑石对人工智能基础设施的推动是一项战略性押注，但他们对时机、风险和潜在回报持有不同意见。 虽然一些人认为这是一个持久的、多年的资本支出周期，但另一些人则警告不要为人工智能过度建设、运营复杂性以及人工智能采用速度放缓或能源成本上升的风险。
被标记的最大机会是黑石有可能在超大规模公司投资数据中心和基础设施时，在数万亿美元的资产管理规模增长上获得管理费。
被标记的最大风险是人工智能采用速度放缓或能源成本上升可能会挤压投资回报并压缩费用。