一项来自哥伦比亚大学商学院的研究对美国人工智能基础设施建设的投入规模及其潜在金融风险提出了警示。据路透社报道，该研究由金融与房地产学教授斯泰恩·范·纽文伯格撰写，并为本周末布鲁金斯学会的一场会议准备。研究指出，美国AI基建对经济产出的消耗可能超过电力、铁路、州际高速公路以及互联网等历史上大型基础设施建设项目。

范·纽文伯格在论文中写道，最初由亚马逊、Meta以及Alphabet旗下谷歌等公司利用自有现金进行的AI投资，如今已演变为一项大规模扩张计划。预计到2032年，美国每年将有约3.6%的国内生产总值（GDP）投入这一领域，累计规模超过10万亿美元。这一估算高于19世纪末美国铁路建设时期每年约占GDP 2.2%的投入，当时铁路是美国历史上成本最高的通用技术基础设施建设项目。

作为对比，20世纪50年代开始建设的美国州际高速公路系统，以及20世纪90年代中期启动的电信基础设施扩张，每年的投入规模均略高于GDP的1%。范·纽文伯格指出，铁路和电信基础设施扩张都曾引发明显的资产泡沫以及随后出现的崩溃，而如今AI基础设施建设正呈现出类似的融资结构复杂化趋势，可能带来系统性金融风险。

该研究并未对AI基建投资的前景做出直接预测，但通过历史对比提醒市场关注融资方式演变所蕴含的风险。随着投入规模持续扩大，AI产业的资金链条正变得愈发复杂，这一趋势值得监管机构和投资者密切关注。