還記得 2008 年金融海嘯前，少數幾個提前看出風暴醞釀的經濟學家嗎？其中一位是史蒂夫・基恩（Steve Keen）。他長期緊盯「私人債務」這個關鍵變數，早在主流模型還一片樂觀時，就發出信用擴張失控的警訊。如今，他把矛頭對準了席捲全球的 AI 投資熱，再度拋出一個讓市場坐立難安的時間表：這波由借貸堆出來的 AI 榮景，可能只剩不到一年的光景。他的結論很直接，AI 不會引爆像 2008 年那樣的銀行崩潰，卻可能觸發另一種更詭譎的危機——從實體供應中斷到企業接連倒下的「拼湊式」破產潮。
基恩這回不是來預測景氣轉折點，他是來掀開 AI 投資背後的財務底牌。根據他採用截至 2025 年第一季的數據，目前美國經濟中，由新增借款所支撐的支出大約占 GDP 的 4% 到 6%，這個數字跟 2006 年第三季金融泡沫高峰時的 15.4% 相比，確實還有一段安全距離。換句話說，整體經濟對新增信貸的依賴程度，還沒到 2008 年之前的危險水位。但是，真正的問題不在總體數字，而在於錢流進了哪裡。
超過 4,100 億美元的 AI 債務：是投資未來，還是豪賭一場？
基恩點出，今年企業為了資料中心及相關 AI 基礎建設的借款，已經超過 4,100 億美元。這不是小數目，市場正以驚人的速度把資金堆進 GPU、電力設施和大型機房。問題在於，基恩粗估，真正能夠長期留下來、且願意付費的 AI 終端用戶，所創造出的收入規模，可能只有目前企業資本支出的五分之一。如果收入端遲遲追不上燒錢的速度，這些背負巨債的企業最終將面臨嚴重的虧損壓力。
我們來看一個具體案例。QTS Realty 曾發行 39 億美元的公司債，為微軟在喬治亞州的資料中心計畫籌資，而這批債券的殖利率大約是 7.23%。這個水準甚至高過部分中等評級的垃圾債券。基恩對此的評論頗為尖銳：貸款人未來恐怕會後悔當初沒有要求更高的利率，因為 7% 的融資成本，跟未來可能出現的違約損失相比，可能根本不算昂貴。
【編輯觀點】從產業面來看，基恩的警告不是危言聳聽，而是點出了一個科技圈常忽略的財務現實。這波 AI 投資有個致命傷：它跟蓋晶圓廠不同，半導體廠完工後有穩定折舊攤提與產能利用率可計算，但資料中心的硬體迭代週期太短。今天花數十億美元買進的 H100，三、四年後可能被新架構徹底取代，而資料中心業者卻得在償還第一輪建設債務的同時，再掏出下一筆鉅資升級晶片。當「借新還舊」的循環卡住，第一個倒下的不會是銀行，而是那些現金流撐不住下一次設備更新的二線營運商。對一般投資人來說，如果手中的 ETF 或基金重倉了這類基礎設施概念股，可能要開始問自己：這筆投資的回收期，真的算得出來嗎？
房地產泡沫 vs. 晶片折舊：AI 借貸的結構性弱點
基恩特別對比了 AI 資料中心與房地產泡沫的根本差異。一棟房子蓋好之後，30 年內基本上都還能住人，具有穩定的實體殘值，但 AI 資料中心的核心設備——也就是那一排排最先進的 GPU——可能三、四年後就失去市場競爭力。這個時間差非常致命：業者不僅得攤提初始建設成本，還得持續投入巨額資金進行晶片換代。一旦 AI 業務產生的現金流撐不起下一輪的設備更新，整個投資循環就會硬生生斷裂。
講得更直白一點，房地產泡沫破滅時，至少銀行手上還有房子可以法拍，但 AI 泡沫若破裂，銀行拿回的是一堆折舊殆盡的伺服器，價值可能只剩帳面的一兩成。這也解釋了為什麼基恩會用那句諷刺意味十足的比喻來總結：未來某些無法獲利的資料中心，恐怕改建成匹克球場的經濟效益還比較高。
基恩自己也坦言，這波 AI 熱潮讓他聯想到 19 世紀的鐵路泡沫。當時鐵路確實是改變世界的技術創新，但這不代表每一家投入鐵路建設的公司都能存活。最終，只有少數幾條關鍵路線的營運商賺到錢，其餘多數參與者都在過度競爭與低利用率下破產倒閉。AI 技術本身可能徹底改變經濟運作方式，但這跟「今天砸錢蓋資料中心的企業能否回收」是兩件完全不同的事。
下一場危機的引爆點：不是銀行，而是供應鏈斷鏈？
如果 AI 泡沫真如基恩所說會在一年內出現明顯裂痕，觸發機制會是什麼？他認為，這次的劇本跟 2008 年很不一樣。下一場危機的起火點可能來自金融體系之外——能源、礦產或關鍵原物料的實體供應若出現中斷，原本有能力償債的企業，可能因為生產線無法運轉、現金流突然斷掉，而被迫違約。
這就形成一種「拼湊式」的破產潮：不是所有銀行同時被擠兌，而是不同產業因為各自的供應瓶頸陸續倒下，再透過供應鏈與債務鏈彼此傳染。相較於 2008 年的瞬間核爆，這種蔓延方式更像是一場緩慢擴散的大火，救災難度更高，因為政府與央行很難在第一時間判斷該出手救誰。
基恩的立場很明確：與其放任信貸緊縮導致經濟硬著陸，不如採用財政刺激來撐住需求。他認為，在貨幣政策與財政政策的取捨之間，刺激方案是「兩害相權取其輕」的選擇。這也暗示了，如果 AI 投資真的在未來一年內出現大規模裁員與違約，市場或許得準備面對一個不靠降息就能解決的結構性問題。
數據背後的啟示
回頭檢視基恩提出的數據架構，我們可以得到幾個明確的結論。第一，目前美國整體經濟對新增信貸的依賴度約為 GDP 的 4~6%，遠低於 2006 年的 15.4%，金融體系本身並不處於系統性崩潰的邊緣，這點跟 2008 年有根本性的差異。第二，但 AI 相關借款已超過 4,100 億美元，且收入預估僅及資本支出的五分之一，這個落差代表有大量的企業債務缺乏現金流支撐，屬於高風險資產。第三，科技設備三到四年的折舊週期，大幅縮短了業者「以時間換取空間」的可能性，若下一輪晶片升級的資金無法到位，投資循環將被迫中止。
基恩的警告並非否定 AI 的長期價值，而是在提醒市場：技術的革命性與商業模式的可獲利性，從來就不是同一回事。鐵路改變了人類歷史，但當年滿手鐵路股的投資人，大部分都沒能活著看到那一天。
如果你正在評估 AI 相關的投資標的，不妨問自己一個更務實的問題：你押注的這家公司，三年後還有能力買最新一代的 GPU 嗎？如果答案有點猶豫，或許你該重新想想，那筆錢是否該繼續放在資料中心裡，還是聽基恩一次，考慮一下匹克球場。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
AI 借貸泡沫可能在什麼時候破裂？
根據經濟學家史蒂夫・基恩的估算，這波由企業借貸撐起的 AI 投資熱潮可能撐不過一年，預估在未來 12 個月內就會出現明顯的資金斷鏈或企業違約跡象。
為什麼基恩認為 AI 泡沫不會重演 2008 年金融海嘯？
因為目前新增信貸占美國 GDP 的比重約 4~6%，遠低於 2006 年高峰的 15.4%，銀行體系本身沒有過度槓桿化，因此危機不會從銀行端引爆，而是可能從企業投資失利與實體供應中斷開始。
資料中心的 GPU 折舊為何會引發財務危機？
最先進的 GPU 大約三到四年後就會失去競爭力，資料中心業者不只要償還建設債務，還得持續投入巨資更換晶片。若 AI 收入不足以支付下一輪升級，投資循環就會突然停止，導致企業違約。
基恩對 AI 投資的建議是什麼？
他認為 AI 的長期價值不該跟當前的投資回報混為一談，投資人應評估企業是否有足夠現金流支撐未來三到五年的設備更新，並注意能源與原物料的供應風險，因為實體經濟的中斷可能比金融風暴更早發生。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
