今年8月，英伟达（Nvidia）联合阿波罗全球管理（Apollo）、贝莱德（BlackRock）、黑石（Blackstone）、布鲁克菲尔德资产管理（Brookfield）、高盛（Goldman Sachs）和KKR六家头部金融机构，共同搭建融资平台，计划为建设AI基础设施的企业撬动超过5,000亿美元的第三方资本。这是英伟达的最新战略布局。该公司已经从单纯的芯片制造商，转变为AI产业格局的统筹协调者。这也表明，对于这家全球市值最高的公司而言，未来的增长，既取决于下一项重大工程技术突破，也取决于客户还能否持续承受其高昂的产品价格。

这也揭示了AI产业演进的大方向。尽管全世界仍在密切关注新模型发布、芯片性能和数据中心容量，资金正日益成为决定谁有资格参与竞争的关键因素。企业之间、国家之间下一阶段的AI竞赛，很大程度上将取决于谁有能力为这场竞赛买单。竞争焦点正从前沿实验室转向信贷部门。谁能以更低成本、更大规模筹集资本，谁就能掌握产业发展的主导权。在这场竞赛中，美国目前仍占优势，因为其资本市场的深度超过其他任何国家。对中国和欧洲而言，要缩小技术差距，首先需要补足金融方面的短板。

回顾技术革命，人们往往首先想到蒸汽机、铁路、互联网等代表性技术。但同样重要的，还有让这些技术得以实现的金融机制：股份公司分散了远洋贸易的风险；早期债券和股票市场在铁路尚未产生收益之前就为其提供融资；风险投资则为成立时间尚短、难以从传统投资者处获得融资的企业提供高风险资金。

AI如今也迎来了类似的转折时刻。过去半个世纪，科技行业一直采用轻资产模式：软件只需编写一次，就可以分发给数十亿用户，边际成本几乎可以忽略不计。而AI正在把科技演变成一个重资产行业。最新的AI系统需要工厂、先进芯片、变电站，以及巨量电力供应。即便是全球最富有的公司，也越来越难仅靠自身经营收入来支撑如此庞大的资本开支。

仅美国五大超大规模云服务商，2026年的资本支出预计就将达到7,300亿美元。在这些支出中，由企业自身资产负债表提供资金的比例正在持续下降；预计这些公司最多将有三分之一的资本支出依靠债务融资。

如果连史上盈利能力最强的公司，都要靠借贷才能继续留在这场竞赛中，其他企业又有多少机会？

英伟达的这项合作提供了一种破局思路。长期以来，项目融资一直用于为基础设施项目提供资金，这类项目通常前期投入巨大，但可依靠多年稳定的收益逐步收回成本，例如发电厂、收费公路和机场。如今的新尝试，是把“算力”变成一种资产类别，让养老基金和保险公司也愿意像持有基础设施资产那样进行配置。

这种模式当然存在风险。AI算力与传统基础设施之间的类比并不完全成立：能源设施通常按可预见的需求建设，使用寿命长达数十年，回报稳定且可预测；相比之下，图形处理器（GPU）是短生命周期资产，AI需求难以预测，而且现在判断其投资回报仍为时过早。

不过，如果AI的潜在收益仍带有推测成分，其潜在风险同样难以判断。若这种融资模式能够奏效，它可能会像当年风险投资改变创业的风险权衡一样，重塑整个AI市场。

英伟达宣布该项目，也引发了人们对“循环融资”的担忧：即芯片制造商投入的资金，最终又通过芯片订单回到自己手中。但这项安排恰恰相反。英伟达基本不会动用自有资金放贷，其他六家合作伙伴同样不会。资金来自第三方：养老基金、保险公司、主权财富基金以及居民储蓄。这并非封闭的资金循环，而是将AI基础设施建设深度融入更广泛的金融体系。这种安排不会人为制造需求，而是重构供给端的成本结构，让超大规模云服务商之外的更多企业也有能力参与竞争——毕竟，就连超大规模云服务商本身，也只能承担部分成本。

未来，金融结构将在一定程度上决定这场技术竞赛的赢家。关键不在于谁拥有更多资金，而在于更广泛的金融体系，能否将资本配置到效率最高的用途上。

欧洲便是很好的例证。欧洲拥有全球最大的储蓄池之一。仅欧元区家庭持有的银行存款，就高达10万亿欧元（约合11万亿美元）。但欧洲的机构投资者宁愿购买美国科技公司的债券，也不愿支持本土初创企业。欧洲并不缺资金，真正缺少的是能把储蓄转化为投资的机制和渠道。

如果AI竞争归根结底取决于资本获取能力，那么欧洲的AI战略就必须配套资本市场战略。推动停滞已久的资本市场一体化进程，将比再启动一轮“超级工厂”建设，更能提升欧洲的竞争力。

中国面临的问题则恰恰相反。政府资金很擅长大规模建设基础设施，却不擅长让产能与实际需求精准匹配。据中国媒体去年报道，经历一轮政策推动的建设热潮后，新建算力中多达80%处于闲置状态。斯坦福大学以人为本人工智能研究院（Stanford HAI）发布的《2026年AI指数报告》估计，去年美国AI领域的私人投资规模是中国的23倍以上。

在这场AI竞赛中，当金融体系开始决定胜负时，美国天然占据优势：没有哪个国家像美国这样，能够如此大规模地把退休人群和家庭的储蓄转化为高风险、长期限资产。美国的债券市场、私募信贷基金和资产管理机构，早已在寻找这类资产——否则，一家芯片制造商又怎么可能仅凭一则公告，就提出高达5,000亿美元的融资目标？

AI热潮的第一阶段依靠的是技术突破：模型、芯片和应用。下一阶段则取决于金融体系能否为AI行业突破少数巨头格局、继续向外扩展提供融资支持。英伟达已经大胆尝试重塑AI产业的经济逻辑；其竞争对手也需要设计出同样富有想象力的融资机制。

技术革命不会仅仅因为有人发明了未来就自然发生。只有人们同时找到为这个未来买单的办法，革命才可能真正到来。（财富中文网）

本文作者梅赫兰·古尔著有《创新的新地理》（The New Geography of Innovation），并曾获《金融时报》/麦肯锡（McKinsey）布兰肯·鲍尔奖（Bracken Bower Prize）。该书入选了《金融时报》年度最佳图书。古尔此前曾任职于世界经济论坛（World Economic Forum），在耶鲁大学（Yale）就读期间，曾担任富布赖特学者、福克斯国际研究员和教学研究员。

Fortune.com上发表的评论文章中表达的观点，仅代表作者本人的观点，不代表《财富》杂志的观点和立场。

译者：刘进龙

审校：汪皓