8 月，英伟达召集了六家金融界巨头——阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛和 KKR——建立了融资平台，可以为建设人工智能基础设施的公司筹集超过 5000 亿美元的资金。这是一家从制造芯片转向在人工智能领域打造更广阔竞争环境的公司的最新举措，这表明这家全球最有价值公司的增长既取决于下一个重大工程挑战，也取决于客户是否能够继续购买其产品。
它还指出了人工智能更广泛的发展方向。尽管全世界都在关注型号发布、芯片功能和数据中心容量，但越来越多地决定谁能参与竞争的变量只是金钱。企业和国家之间人工智能竞赛的下一阶段将在很大程度上取决于谁能为此买单。行动正在从前沿实验室转向信贷服务台。谁能以低成本大规模筹集资金，谁就能引领潮流，而这场竞赛仍然对美国有利，因为美国的资本市场比其他任何国家都更深。对于中国和欧洲来说，缩小技术差距的途径是金融途径。
技术革命往往因其技术而被人们铭记：蒸汽机、铁路、互联网。同样重要的是使它们成为可能的金融机制：股份公司分散了贸易航行的风险；早期的债券和股票市场在铁路产生回报之前为其提供融资；风险投资向新成立的、无法从传统投资者那里筹集资金的公司提供高风险资金。
人工智能此时此刻正在达到自己的版本。半个世纪以来，技术都是轻资产的：软件只需编写一次，就可以以微乎其微的边际成本分发给数十亿人。人工智能正在将技术转变为重工业。最新的系统需要工厂、先进的芯片、变电站和大量的电力供应。即使是世界上最富有的公司也发现很难用自己的收入来支付所有这些费用。
仅美国最大的五家超大规模企业就有望在 2026 年花费 7,300 亿美元的资本支出。预计他们将通过债务融资最多三分之一的资金。
如果历史上最赚钱的公司都必须借钱才能留在竞争中，那么其他人还有什么希望呢？
英伟达的交易就是一个答案。项目融资长期以来一直为前期成本高昂的基础设施提供资金，多年来通过稳定的回报来支付：发电厂、收费公路、机场。新鲜的是尝试将计算变成养老基金和保险公司愿意拥有的资产类别，就像他们已经拥有基础设施一样。
这种安排存在风险。与基础设施的相似之处并不完美：能源设施的建造寿命可以持续数十年，通常是为了响应可预见的需求，并产生可预测的回报。相比之下，图形处理单元 (GPU) 是短暂的资产；人工智能需求不可预测；现在预测回报还为时过早。
尽管如此，如果人工智能的优点是推测性的，那么它的缺点也是推测性的——如果该模型有效，它可能会重塑人工智能市场，就像风险投资改变了创业的风险计算一样。
英伟达的声明伴随着人们对循环融资的担忧，即该芯片制造商的资金以芯片订单的形式回到公司。但这种安排却恰恰相反。大多数情况下，英伟达不会借出自己的资金，其六家合作伙伴也不会。资本来自第三方：养老基金、保险公司、主权财富基金、家庭储蓄。这一扩建不是一个闭环，而是被连接到更广泛的金融体系中：该交易不会人为地刺激需求，而是为超大规模企业之外的更广泛的竞争对手重组供应成本，而超大规模企业本身只能部分负担得起。
金融结构将在一定程度上决定技术竞赛的获胜者——不是看谁拥有更多的钱，而是看更广泛的金融架构是否能充分利用资本。
欧洲就说明了这个问题。非洲大陆拥有世界上最大的储蓄池之一；仅欧元区家庭就持有约10万亿欧元（约合11万亿美元）的银行存款。然而，欧洲机构投资者宁愿购买美国科技债券，也不愿支持自己的初创企业。钱就在那里；缺少的是将储蓄转化为投资的管道。
如果人工智能归结为获得资本，那么欧洲的人工智能战略需要资本市场战略，而长期停滞的资本市场一体化的进展将比另一轮超级工厂对欧洲竞争力的贡献更大。
中国的问题恰恰相反。国家的钱善于浇筑混凝土；它不太擅长将容量与需求相匹配：在政策驱动的建设热潮之后，中国媒体去年报道称，多达 80% 的新建计算能力处于闲置状态。斯坦福 HAI 人工智能指数 2026 估计，去年美国人工智能领域的私人投资是中国的 23 倍多。
随着金融界选出赢家，美国一开始就占据了优势：没有其他国家比其他国家更擅长将养老金领取者和家庭的储蓄大规模转化为高风险、长期资产。美国的债券市场、私人信贷基金和资产管理公司已经在寻找这种资产——否则一家芯片制造商怎么能在一次声明中就确定了 5 万亿美元的融资目标呢？
人工智能热潮的第一阶段依赖于技术突破：模型、芯片、应用。下一阶段取决于金融体系是否有能力承保该行业向少数公司以外的扩张。 Nvidia 做出了重新配置 AI 经济的大胆尝试；竞争对手将需要自己同样富有想象力的金融机制。
技术革命不会仅仅因为有人发明了未来而发生。当他们也弄清楚如何支付费用时，就会发生这种情况。
Fortune.com 评论文章中表达的观点仅代表作者本人的观点，不一定反映 Fortune 的观点和信念。