即使人工智能技术有其特殊性，但金融运行的底层逻辑，从未改变。

美联储主席沃什近日宣布成立新工作组，以评估人工智能等新型通用技术的发展速度、覆盖范围、经济影响，以及它们对美联储履行就业和通胀双重使命的意义。值得注意的是，沃什在声明中完全没有提及人工智能对金融稳定的影响，而金融稳定本是美联储的第三大使命。

美联储并不是没有完全察觉到人工智能带来的金融稳定隐患。今年4月，沃什前任鲍威尔与美国财政部长贝森特共同召开了一次会议，评估人工智能模型可能如何影响银行体系的网络安全。但这类讨论视角十分局限，远没有触及风险的全貌。

在美国，金融体系和资产市场都在对人工智能单向押注。如果这一趋势持续下去，人工智能数据中心债务额将超过住房抵押贷款债务额。因此美联储真正需要关注的是：这些数据中心能否产生足够现金流去按时偿还债务。

这个问题常会与另外两个问题混为一谈：人工智能是不是泡沫，以及是不是一项变革性技术。人们可能会不自觉地将这两个问题二元对立——要么是泡沫，要么是变革性技术。回望历史会发现二者并不冲突：19世纪的美国铁路热潮以1873年的金融大恐慌告终，20世纪90年代的电信和互联网热潮则以股市崩盘收场。这两个时期，技术确实具有变革性，但债权人和股东的资产仍被清零，因为投资规模超越了合理的短期回报。

同样，人工智能技术上的成功并不能保证财务上的成功。人工智能产生的收入仍具有不确定性，但借款者的还款计划是固定的。即使人工智能被广泛采用且数据中心被高强度使用，也可能无法产生足够现金流来偿还债务。而金融稳定风险的根源，则在于投机性未来收入与当前债务合同之间的不匹配。

这笔账目的规模令人生畏。风险投资公司红杉资本的大卫·卡恩估计，今年超大规模人工智能企业的资本支出约为7500亿美元，这需要在设备使用寿命期间产生约1.5万亿美元的终端客户收入才能收回成本。据他计算，自2022年ChatGPT推出以来，所有人工智能基础设施建设的累计最低回报门槛已达到约3万亿美元，而Anthropic公司的年化收入据传只有大概600亿美元。

咨询公司贝恩公司的计算则指出，要支撑起满足2030年预期需求所需的算力基建，人工智能产业必须每年创造约2万亿美元的新增营收。鉴于“泡沫”是指资产价格远超其产生的现金流，此类预测似乎印证了关于人工智能确实是泡沫的警告。

目前人工智能基础设施建设的资金来源，已从科技巨头的现金流转向资本市场。到处都充斥着各类循环融资安排：芯片制造商投资人工智能实验室，实验室反过来用资金购买芯片，云服务提供商则为租用其服务器的初创企业提供资金。结果就是在估值上涨与资本支出之间形成了一个正反馈循环。

芯片巨头英伟达成为了众多“新兴云”企业的兜底背书者，使那些资本薄弱的云服务提供商能够以优厚的条件筹集私募资金。科技巨头通过合资企业和租赁结构积累了巨额表外负债。同时越来越多的资本来自私募信贷基金，而这些基金往往向与其自身发起人相关的项目提供贷款。

与以往投机热潮中兴建的铁路或光纤电缆不同，此类投资不会留下持久性资产。芯片支出约占人工智能数据中心成本的一半，但这类元件在3～5年后便基本无法使用。因此抵押品的贬值速度可能会快于债务的偿还速度。

此外，人工智能有望带来的广泛生产率提升和劳动力市场效应，目前尚未显现。美联储近期报告指出，这是因为人工智能仍处于“基建铺设”阶段。但生产率的激增还要求企业进行巨额内部投资以重构业务流程。尽管如此，市场已经将强劲的盈利增长计入股价，这在一定程度上是基于AI驱动的生产率提升预期，也因此引发了“盈利泡沫”的担忧。

当前关于人工智能风险的讨论，大部分都集中在股市上，但更大的风险在于信贷市场。我们现在这个“以市场为基础”的金融体系，承担信贷中介作用的更多是债券市场、证券化工具和非银行贷款机构，而不是银行。其危险之处并非上世纪30年代的银行存款挤兑，而是2007年式的影子银行体系挤兑：对信贷质量的疑虑将引发短期融资收缩，借款人不得不在一个下跌的市场中抛售资产，进而导致价格进一步下行。

随着短期融资市场陷入僵局，美联储将面临为非银行贷款机构和数据中心债务提供担保的巨大压力，就像2020年新冠疫情暴发初期为货币市场基金提供支持那样。但如今人工智能的受欢迎程度甚至不如2007年的华尔街。若同时对两者进行救援，那就很可能摧毁美联储仅存的独立性。

当然，人工智能领域的大规模资本支出也可能最终被证明是正确的，从而产生偿还数万亿美元债务所需的收入，但这种情况下引发的劳动力市场动荡将是史无前例的。这就像一场噩梦般的抛硬币游戏：正面是金融动荡，反面则是《圣经》级别的就业冲击。

无论如何，金融稳定必须是美联储人工智能议程的核心。即使人工智能技术有其特殊性，但金融运行的底层逻辑，从未改变。

（作者系加州大学伯克利分校金融与民主项目研究主任）