福利加码,Gate 廣場明星帶單交易員三期招募開啟!
入駐發帖 · 瓜分 $30,000 月度獎池 & 千萬級流量扶持!
如何參與:
1️⃣ 報名成為跟單交易員:https://www.gate.com/copytrading/lead-trader-registration/futures
2️⃣ 報名活動:https://www.gate.com/questionnaire/7355
3️⃣ 入駐 Gate 廣場,持續發布交易相關原創內容
豐厚獎勵等你拿:
首發優質內容即得 $30 跟單體驗金
每雙周瓜分 $10,000U 內容獎池
Top 10 交易員額外瓜分 $20,000U 登榜獎池
精選帖推流、首頁推薦、周度明星交易員曝光
詳情:https://www.gate.com/announcements/article/50291
能源衝擊如何可能會阻礙AI熱潮
倫敦,3月19日(路透社Breakingviews)——如果問投資者他們最擔心的是什麼,他們可能會提到長期的伊朗危機或人工智慧泡沫的破裂。然而,最令人擔憂的可能性,且看起來越來越可能,是前者將導致後者。
人工智慧已經成為對全球經濟和股市看漲的代名詞。這在美國尤為明顯,該國擁有像Alphabet(GOOGL.O)、微軟(MSFT.O)和亞馬遜(AMZN.O)這些主要的“超大規模運營商”,他們正向數據中心投資數千億美元,以及像Nvidia(NVDA.O)、超微(AMD.O)和英特爾(INTC.O)這些芯片巨頭。根據聖路易斯聯邦儲備銀行的數據,這些資本支出,加上軟件和相關研發支出,在去年前三季度佔美國GDP增長的39%,而在網路泡沫時期則為28%。除了直接的投資刺激外,人工智慧還承諾幫助企業從每個員工身上挤出更多產出。這種生產力提升可能成為西方經濟增長的關鍵動力,因為那裡的就業市場正逐漸降溫。
路透社伊朗簡報通訊為您提供有關伊朗戰爭的最新發展和分析。點此訂閱。
美國與以色列對伊朗的空襲,以及德黑蘭的回應,可能會破壞這一願景。霍爾木茲海峽實質上已封閉,油價穩定在每桶約100美元。同時,作為歐洲關鍵能源基準的荷蘭TTF天然氣中心的次日天然氣價格已升至每兆瓦時50歐元以上,而二月末則為30歐元。這引發了類似2022年俄羅斯入侵烏克蘭後的通脹震盪的擔憂。更糟的是,這甚至可能意味著“滯脹”,即通脹加經濟衰退,類似於1970年代。
如果這一歷史類比成立,生產力的前景將非常悲觀。1960年代,美國每小時產出年增長率曾超過3%。然而,阿拉伯石油禁運和伊朗革命將這一數字推低至1977年至1982年間的平均0.4%。隨著家庭購買力的下降,他們的消費也減少。這使得企業不得不應對消費下降和能源成本上升的雙重壓力,導致工廠的利用率從1973年11月的89%下降到1975年5月的僅71%。
與今天的人工智慧情況特別相關的是,收入下降也促使企業高層削減投資,放棄採用新技術的計劃。這裡的關鍵經濟概念是“資本深化”,即隨著企業自動化程度提高,機器與勞動力的比率逐步上升。根據賓夕法尼亞大學世界數據表,1970年代,富裕國家中這一比率的增長速度開始嚴重放緩,意味著企業縮減了對工廠機器等的投資。2026年的類似情況,可能是CEO們削減人工智慧推廣計劃,這些計劃伴隨著高昂的雲計算成本和諮詢費用。
經濟合作與發展組織(OECD)經濟學家Christophe André通過數據驗證了能源價格上漲對生產力的負面影響。他合著的2023年論文分析了1995年至2020年間的22個國家,發現每10%的能源價格飆升都與勞動生產率下降1%相關。關鍵的是,“溫和”的能源價格上漲促使企業投資於節能機器,最終在幾年後提高了生產力。但“嚴重”的震盪則持續產生負面影響。
事實上,儘管1980年代美國的生產力增長有所回升,但仍停留在低於1970年代震盪前的水平。一個原因是能源密集型產業如化工、金屬和公用事業的資本支出受到永久性打擊:1979年佔GDP的4.1%,到2004年僅剩2.2%。個別企業未必大幅削減支出,但它們的產出相對於經濟規模縮小。當能源密集型商品變得昂貴時,人們的消費也會減少。
這一現象在歐盟也在重演,自2022年以來,工業產出已下降13%。化工行業尤其受到影響,即使在伊朗戰爭爆發前也幾乎沒有復甦跡象。近年來關閉工廠的公司包括英國的INEOS和德國的BASF(BASFn.DE),後者週三宣布由於成本上升,歐洲部分產品提價30%。
當然,西方能源密集型產業大量外包到中國,這也是80年代後全球化的結果。此外,美國的頁岩革命使其成為能源出口國。這提高了國內油氣公司追求利潤、投資於油價為每桶100美元的前景,或能彌補其他地方的損失。
然而,能源震盪對極度能源需求的人工智慧行業來說是壞消息。根據國際能源署(IEA)上月的預測,數據中心預計將在2025年至2030年間佔美國最終電力消耗增長的近一半。這其中很大一部分將由天然氣發電的加速來支持。
這也讓未來五年內預計在新數據中心投資的3萬億美元規模更加令人懷疑,根據房地產公司JLL的預測。這些支出的債務部分正在快速上升,如果央行提高利率以抑制通脹,借款成本將進一步上升。私營信貸行業已成為數據中心融資的關鍵,但現在投資者因擔心過度放貸而開始撤資。
當然,大型語言模型的一大優點是,雖然在訓練時消耗大量能源,但每處理一個額外的標記所需的能量相對較少。在能源昂貴的世界裡,企業使用人工智慧模型可能比雇用更多員工來供暖和照明更便宜。同樣,油價上漲也可能促使人工智慧公司投資於發電和儲能項目。
然而,歷史表明,像當前危機這樣的事件可能對能源密集型產業造成長期損害。技術革命似乎都與科學進步有關,但實際上高度依賴宏觀經濟環境。當前的情況變得更加複雜。
請關注Jon Sindreu的X和LinkedIn。
欲了解更多類似見解,點此免費試用Breakingviews。
由Liam Proud編輯;由Streisand Neto製作