林卓锋：代码吞噬现实——AI的“地心引力”

在Anthropic近期递交给投资者的招股书草案中，出现了一个科技企业上市史上相对罕见的风险披露：美国公众对在本地建设人工智能数据中心的抵制情绪，被正式列为可能影响公司未来盈利的核心风险。

在上篇专栏中，我从半导体架构和单位经济学的角度，探讨了Anthropic如何试图通过自研ASIC芯片来摆脱"英伟达税"，从而改善毛利率。但在真实的资本市场里，任何高科技都无法脱离物理世界独立存在。当一家以算法起家的独角兽公司，为了支撑其庞大的营收目标，必须在现实中签下几十吉瓦（GW）的电力和基建大单时，虚拟代码的扩张就不可避免地撞上了现实的墙：电网负荷、地方监管、资源争夺。

这场由生成式AI引发的万亿美元估值狂欢，正开始经受现实物理世界"地心引力"的全面拉扯。

重工业节奏拖累软件速度
AI看起来是轻盈的代码，但大模型的训练和运行却是彻头彻尾的重工业。仅Anthropic一家，通过与各方合作锁定的下一代算力需求就超过了3.5GW。对普通人来说，这只是一个数字，但在电力系统中，这相当于一座中型工业城市的全部用电负荷。

这里存在一个致命的时间错配。软件算法的迭代是以周、甚至以天计算的，但物理世界有自己的铁律。建设配套的电网、制造高压变压器、铺设工业级的冷却水管道，走的是传统的重工业周期。目前，北美洲和亚洲许多地区的电网并网排期已经拉长到两三年以上，核心变压器设备的交货周期也一延再延。

科技巨头账面上即便有再多现金，签下再大的算力采购协议，如果等不到稳定的电力接入，这些投资就会变成拖累资产负债表的延期项目。算力扩张与实体电网承载力之间的硬核脱节，是目前AI产业面临的第一个物理瓶颈。

"邻避效应"背后的经济账
最近的民调显示，高达70%的美国受访者反对在自家社区附近建设大型AI数据中心。这种强烈的反对情绪（也就是常说的"邻避效应"），本质上是一笔算得很清楚的经济账。

一个超大规模数据中心会占用大片土地，消耗相当于整个农业县的水资源，以及一座城镇的电力。但在它建成之后，能够提供的长期本地就业岗位可能只有区区几十个——主要负责安保和日常设备维护。对当地居民而言，科技巨头的入驻不仅没有带来可观的就业，反而推高了本地的民生用电与市政用水成本。

在当前的选举周期下，这种民怨正迅速转化为政策阻力。无论是佛罗里达州在初选中对限制数据中心扩张的讨论，还是宾夕法尼亚州开始对高能耗设施设立严苛的环保与并网标准，地方政府都在重新评估科技资本对公共资源的消耗。审批延期、环保诉讼和税收调整，已经成为决定AI算力能否如期上线的商业硬约束。

打破科技巨头的环境承诺
除了电，还有水和碳排放。在AI爆发之前，全球大型科技公司几乎都制定了雄心勃勃的"2030年碳中和"目标。但大模型的运转需要极其庞大的冷却水和全天候不间断的基荷电力。风能和太阳能看天吃饭，无法满足数据中心稳定运行的要求。

现实情况是，为了填补AI的能源胃口，一些原本计划退役的燃煤电厂被重新启用，科技巨头甚至开始大规模寻求核电支持。这直接导致了大型科技公司的碳排放量在近年不降反升。当环保承诺与AI竞赛发生冲突时，资本通常会选择后者。但这引发了全球环保机构的强烈反弹，随之而来的碳税和环保合规成本，将不可避免地侵蚀AI企业的利润空间。

"重资产化"带来的估值风险
把数据中心建设阻力写进招股书，说明Anthropic的管理层对当前商业模式的脆弱性有清醒的认识。目前AI头部企业的超高估值，是建立在"软件公司"的逻辑上的——市场假设算力扩张能直接带来API接口收入，且边际成本会不断递减。但现实是，他们正在变成"重资产"公司。如果外部数据中心的建设因为停电或审批被拖延一年半载，公司预期的收入高增长就会大打折扣。

更危险的在于技术路径的演变。投入数百亿美元建设的重资产数据中心，回收期长达十几年。但如果在接下来的两三年里，行业发现小参数模型（Small Language Models）或者边缘计算（Edge Computing）就能解决大部分商业需求，又或者开源模型的内卷导致API调用价格暴跌，那么这些以极高成本锁定的庞大电力和硬件资产，将面临巨大的折旧减值压力。

生成式AI的发展正在进入下半场。前半场，资本市场为惊艳的技术突破和算力堆叠买单；而在万亿级别的下半场，竞争的焦点已经从硅谷的实验室转移到了真实的泥土里。

未来的科技巨头不仅要能写出世界上最聪明的代码，更要具备与物理世界打交道的能力。他们需要懂得如何获取土地、如何消纳绿色能源、如何平衡社区利益，以及如何在漫长的重工业建设周期中管理资金链。唯有跨越了现实世界的重重阻力，AI的估值神话，才能真正稳固地落在现实的土壤上。

  

本文观点，不代表《东方日报》立场