来源：华尔街见闻
AI投资热潮正在积累系统性脆弱性。
高盛合伙人Rich Privorotsky发出警告，随着市场仓位 、杠杆与AI资本支出深度绑定 ，这一生态的内在循环风险已愈发难以回避 ，一旦AI支出周期出现扰动，市场的脆弱性将一览无余 。
触发市场警觉的直接导火索 ，是数据中心开发商Crusoe暂停了一个位于怀俄明州 、规模达1.8吉瓦的数据中心项目——该项目系应其客户要求叫停 ，而该客户至今未予披露 。Privorotsky指出，在一个几乎所有资产定价都与AI资本支出挂钩的市场中 ，即便是孤立的项目延迟或优先级调整 ，也足以迫使投资者重新审视对未来需求的预判。
与此同时，纳斯达克指数自上周四收盘以来已累计下跌约6% ，股票相对债券和原油的表现明显落后 。Privorotsky警告称 ，当前市场动量回报处于近五年的第90百分位，总敞口处于第99百分位，杠杆需求推动融资利差走阔 ，散户通过杠杆ETF的参与规模依然可观——这些因素叠加 ，使得市场对AI支出周期的任何风吹草动都高度敏感 。
数据中心项目暂停，AI需求假设遭遇拷问
Crusoe暂停怀俄明州项目一事之所以引发关注 ，在于该项目的特殊设计初衷——通过900兆瓦的表后能源（behind the meter）绕开电网瓶颈 ，专门针对AI算力基础设施的供电痛点而设计。
项目开发尚处于起步阶段便遭叫停，客户身份亦未公开 ，Privorotsky明确表示 ，据此得出宏观结论将是一个错误 。
然而，这一事件的象征意义不容忽视 。
在当前市场叙事中 ，AI硬件与数据中心投资是支撑科技股估值的核心逻辑支柱。任何关于需求放缓、项目推迟或客户优先级转移的信号 ，都会被市场放大解读 。
Privorotsky的判断是：孤立案例本身并不构成趋势，但在高度拥挤的仓位结构下 ，市场对此类信号的容忍度已大幅下降 。
AI生态分化：前沿智能与本地模型的双轨并行
Privorotsky描绘了一个正在形成的“双模态世界”：一端是通过中心化云端访问 、成本高昂的前沿模型乃至未来的超级智能；另一端是基本免费 、开放且日益强大的本地AI层 ，承担绝大多数日常任务。他预判的最终形态是：基础性工作在本地或开源模型上完成，复杂推理与难题求解则交由高端云端系统处理。
这一分化格局对AI投资周期的含义，目前仍存在根本性分歧 。
乐观解读认为 ，整体蛋糕将持续扩大 ，边缘计算、数据中心 、存储 、电力与网络的需求将全面增长；悲观解读则认为，大多数具有经济价值的任务或许很快、甚至已经可以在现有硬件上运行 ，实际需求的拐点可能远比当前估值所隐含的时间线更为滞后 。Privorotsky指出 ，这场争论的焦点已越来越不在于模型质量本身，而在于推理计算最终将在哪里发生。
循环风险积聚 ，杠杆敞口放大脆弱性
Privorotsky对当前市场结构的担忧集中于一个核心判断：AI支出已成为整个市场体系的“长腿 ”——它是硬件投资的主要驱动力 ，是GDP增长的重要贡献项，也是市场整体表现的关键支撑 。这种高度集中的依赖关系 ，形成了一个自我强化的循环 ，而这一循环的脆弱性正变得越来越难以忽视 。
他特别指出，杠杆产品所创造的大量嵌入式和合成敞口 ，使得市场对冲工具的价值被严重低估。在他看来 ，持有gamma（即期权的凸性敞口）在当前投资组合管理中的实用价值，远超多数投资者的认知 。这一风险并非新生事物，但市场正在加速向其靠拢 ，而非主动规避 。
AI投资驱动的经济正在“过热运行 ”
在宏观层面 ，Privorotsky将目光投向美国CPI数据。
美国劳工统计局周三公布数据显示，5月消费者价格指数（CPI）同比上涨4.2% ，为2023年初以来最高水平 ，符合市场预期 。
Privorotsky强调，官方数据的相对温和并不能掩盖现实中强劲的通胀压力：能源成本上升 、近一万亿美元的AI相关企业投资 ，以及约占GDP 6%至7%的美国财政赤字 ，共同构成了通胀的结构性驱动力 。
他的判断是：这是一个由投资驱动 、正在过热运行的经济体，除非AI带来的生产率提升足够显著 ，否则通胀将作为副产品长期存在。
