When "pension money" meets "AI fever": What are the risks of global pension funds heavily betting on data center infrastructure?

隨着人工智能（AI）熱潮席捲全球金融市場，長期追求穩定回報的養老基金與保險資金正加速湧入數據中心等 AI 基礎設施領域，試圖在這一新興科技浪潮中分一杯羹，但這引發了市場對於公共儲蓄資金安全性的深度擔憂。

軟銀集團高管近日表示，其在美國規模高達 5000 億美元的 “Stargate” 數據中心項目，潛在支持者可能包括人壽保險公司和養老基金等長期投資者。軟銀創始人孫正義對此持極度樂觀態度，認為鑑於 AI 未來對全球經濟的巨大貢獻，即便投入巨資也能迅速收回成本。

與此同時，加拿大養老金計劃投資委員會也宣佈了與澳大利亞 Goodman Group 的合作計劃，雙方將聯手向歐洲的數據中心項目投資數十億美元。分析認為，這一系列動作表明，儘管 AI 技術的未來盈利模式尚存不確定性，但急需資金建設昂貴算力設施的科技巨頭與尋求長期資產配置的機構資金正一拍即合。

然而，將用於應對 “不時之需” 的養老金與尚處於投入期的 AI 基建深度綁定，其潛在風險不容忽視。雖然支持者認為這是一次基礎設施層面的必然投資，但分析人士警告稱，在缺乏確切盈利路線圖的情況下，將大眾的退休儲蓄暴露在科技泡沫的風險之下，可能會重演歷史上資產泡沫破裂時的慘痛教訓。

長期資本與 AI 宏圖的某種 “契合”

從投資期限匹配的角度來看，長期資金與數據中心似乎確實是 “天作之合”。AI 樂觀主義者所描繪的遙遠未來，恰好與年金業務的長週期特性相吻合。這種觀點的核心邏輯在於：雖然短期內可能面臨誤判，但跨越數十年的投資週期足以平滑損失，並在最終獲得可靠的回報。

孫正義在本月早些時候闡述了其宏大的商業願景。他計算稱，如果物理人工智能在十年後能創造全球國內生產總值（GDP）的 10%——他認為屆時全球 GDP 將達到約 200 萬億美元——那麼 “即使你在未來 10 年投入 10 萬億美元，也能在 6 個月內收回投資”。基於這一邏輯，他反問道：

“泡沫何在？”

毫無疑問，機器學習和人工智能將在未來幾十年深刻影響全球經濟。為了實現這一目標，科技公司目前正在進行大規模融資，以建設所需的昂貴數據中心和發電廠。AI 倡導者認為，這些項目將提供包括水、道路、橋樑和電信網絡在內的必要基礎設施。因此，利用項目融資來支持 AI 基建被視為是在構建支撐未來投資的實體資產。

歷史的迴響：從日本泡沫到私募隱憂

儘管願景宏大，但據彭博專欄作者 Mayumi Negishi 指出，當涉及到普通人的儲蓄時，理應採取最為保守的投資策略。她回顧了上世紀 90 年代末日本資產價格泡沫破裂後的情景：在不到四年的時間裏，有七家人壽保險公司相繼倒閉，數百萬投保人的 “巢穴資金” 受到重創。

這也正是為何當軟銀計劃引入養老基金，以及加拿大養老金計劃投資委員會聯手 Goodman Group 大舉投資數據中心時，市場觀察人士感到警惕的原因。過去十年中，華爾街資本接管人壽保險公司已產生了不少警示案例。

一個典型的案例是 Jimmy Nappo，他為妻子和女兒的未來保障勤懇繳納了 17 年的保費，但他去世後，其投保的一家由私募股權運營商擁有的保險公司因資本短缺而倒閉，導致他的遺孀至今仍在為全額賠付而抗爭。這些歷史經驗表明，當長期儲蓄資金被引入高風險或高槓杆的投資工具時，最終承擔風險的往往是普通儲蓄者。

鉅額投入與未經驗證的商業閉環

目前，大規模建設數據中心的理由主要基於效率——規模越大，處理能力越強，單位計算成本越低。然而，市場目前仍未看到一份經過充分論證的路線圖，能清晰説明如何從當前的投資熱潮過渡到足以支付鉅額成本的豐厚利潤。

孫正義的願景雖然誘人，但被指並非基於現實世界的數學計算。目前行業建立在一個巨大的假設之上：AI 數據中心的算力將像電力一樣，具有足以覆蓋資本成本併產生盈餘的價值。雖然人壽保險公司和養老基金可能會通過投資債務或優先股來控制風險，以確保在情況惡化時優先獲得賠償，但投資規模之大令人擔憂。

OpenAI 的 Sam Altman 曾提及數萬億美元的支出計劃及相關的金融工具；英偉達的黃仁勳也以極具説服力的口吻強調 AI 時代的確定性。這些言論正在影響金融領域的投資經理。這不禁讓人聯想到互聯網泡沫破裂前夕的基礎設施過度投資熱潮。雖然從長遠來看，技術泡沫及其留下的基礎設施可能會造福社會，改善人類生活，但這並不意味着將個人養老金投入其中是明智之舉。對於主要依靠養老金生活的投資者而言，避開這種充滿不確定性的宏大賭注或許才是更穩妥的選擇。