①卡塔尔能源部长兼卡塔尔能源公司(QatarEnergy)首席执行官萨阿德·卡比披露,过去一天里,该国两条LNG产线受损,约1280万吨年产能或停摆3-5年,预计每年损失200亿美元,并可能触发长期合同不可抗力;
②壳牌也宣布,位于卡塔尔的GTL项目受损停产。
财联社3月19日讯(编辑 潇湘)如果要问全球投资者当前最担心什么,他们大概会提到伊朗危机的长期化,或是人工智能(AI)泡沫的破裂。
然而,眼下最令人恐惧的一种可能性——且这种可能性似乎正越来越大,或许是前者将导致后者……
近几年来,人工智能已成为全球经济进而也是股市看涨预期的代名词。这一点在美国表现得最为明显,那里聚集了Alphabet、微软和亚马逊等全球主要的“超大规模云服务商”(hyperscalers),以及英伟达、超微半导体和英特尔等芯片巨头。据圣路易斯联储的数据显示,这些公司资本支出连同软件及相关研发支出,占到了去年前三季度美国GDP增长的39%,而互联网泡沫时期这一比例仅为28%。
除了直接刺激投资外,人工智能还有望帮助企业提高每位员工的产出。在就业市场趋冷的西方国家,这种生产力提升可能成为经济增长的关键驱动力。
然而,一些业内人士当前表示,美国和以色列对伊朗的空袭,以及伊朗方面强硬的反击,可能破坏这一愿景。
随着霍尔木兹海峡实际上被封锁,油价已稳定在每桶约100美元。与此同时,作为欧洲关键能源价格基准的荷兰TTF天然气价格已升至每兆瓦时50欧元以上,而2月下旬时仅为30欧元。这已令人无比担忧全球经济会重演2022年俄乌冲突后遭遇的通胀冲击。
更糟糕的是,这甚至可能预示着“滞胀”——即通胀叠加经济衰退,类似于20世纪70年代的局面。
50年前石油危机对生产力影响的启示
如果这一历史类比成立,生产率的前景可能将十分严峻。
20世纪60年代,美国的单位小时产出年增长率曾保持在3%以上。随后,阿拉伯石油禁运和伊朗革命导致这一数字在1977年至1982年间降至平均0.4%。随着家庭购买力受挫,消费支出随之减少。这意味着企业不得不应对消费萎缩和能源成本攀升的双重压力,导致工厂产能利用率从1973年11月的89%骤降至1975年5月的71%。

与当今人工智能领域尤为相关的是,收入下滑同样会迫使高管削减投资并搁置新技术的应用计划。
此处的关键经济概念是“资本深化”,即随着企业自动化程度提高,机器与工人的比例随时间推移而上升。根据Penn World Table的数据,20世纪70年代石油危机期间,这一比例的增长速度在富裕国家开始急剧放缓,这表明企业削减了对工厂机器等设备的投资。
可以推测,如果2026年迄今的这场能源危机进一步恶化,类似的举措或许将是CEO们大幅削减AI部署计划——这些计划不仅伴随着高昂的云计算成本,往往还涉及咨询费用。
经济合作与发展组织(OECD)经济学家Christophe André此前已通过统计分析,验证了能源价格上涨会削弱生产力的观点。他于2023年合著的一篇论文中研究了1995年至2020年间22个国家的数据,发现能源价格每上涨10%,劳动生产率就会下降1%。关键在于,“温和”的上涨会促使企业投资节能设备,从而在数年后提升生产率。但“剧烈”的冲击则会产生持久的负面影响。
事实上,尽管美国的生产率增长在20世纪80年代石油危机后曾有所回升,但其增速仍停滞在低于20世纪70年代冲击前的水平。原因之一就在于,化工、金属和公用事业等高能耗行业的资本支出遭受了永久性打击:其占GDP的比例从1979年的4.1%降至2004年的2.2%。虽然单个企业未必大幅削减了支出,但其产出相对于整体经济而言却有所萎缩。当高能耗商品价格上涨时,人们的消费量就会减少。

这一现象近年来也曾在欧盟重演,自2022年以来,欧盟工业产出已下降13%。化工行业受创尤为严重,甚至在伊朗战争爆发前就几乎未见复苏迹象。近年来关闭工厂的化工巨头包括了英国的英力士和德国的巴斯夫,后者周三宣布,由于成本上升,将对欧洲部分产品提价30%。
小心能源危机“拔掉AI插头”?
诚然,西方高耗能产业的空心化,在很大程度上与20世纪80年代后的全球化以及制造业大规模外包至新兴市场(例如中国)有关。此外,美国页岩革命已使美国转变为能源出口国,这使得当地油气企业为从每桶100美元的油价中获利而进行的国内投资,有望帮助抵消这个世界最大经济体其他领域遭受的损失。
但即便如此,能源危机对耗电量极高的AI行业而言仍是坏消息。
根据国际能源署上个月的预测,2025年至2030年间,数据中心将占美国最终电力消费增长的近一半。其中大部分增长原本计划通过加快天然气发电来支撑。
这使得房地产公司仲量联行预测的未来五年将投入3万亿美元建设新数据中心的计划,注定将蒙上更大的阴影。如果各国央行为抑制通胀而加息,这些支出中快速增长的债务部分成本将进一步上升。
作为数据中心融资支柱的私募信贷行业,当前就正面临着投资者撤资潮,他们担忧信贷狂热已然过头。
当然,大语言模型的一大优势在于:虽然训练阶段会消耗大量能源,但处理每个额外token的能耗相对较低。即使在电力成本高昂的情况下,对于企业而言,使用AI模型可能仍比雇佣更多员工(这些员工所在的办公室需要供暖和照明)更为经济。同样,油价上涨可能会激励AI公司大力支持发电和储能项目。
然而,历史表明,像当前这样的危机可能会对高能耗行业造成长期损害。技术革命看似完全取决于科学进步,但实际上在很大程度上依赖于宏观经济环境。
而当前的局势正令这一切变得愈发复杂……