闲聊AI产业的未来
https://www.youtube.com/watch?v=xQsiFRlzOjY
最近，一篇万字长文把本就风声鹤唳的AI行业搅得更加人心惶惶。写这篇文章的人叫埃德·奇特龙，是科技圈里出了名的AI唱空派。他粉丝众多，观点一向激进。这次他抛出了迄今为止最狠的一个判断：所谓的AI泡沫根本不是什么行业性泡沫，而是彻头彻尾的OpenAI泡沫。他甚至放话说，OpenAI的商业模式有根本性缺陷，如果OpenAI最终倒下，它将成为AI时代的雷曼兄弟，不光自己完蛋，还会把整个数据中心产业、AI基础设施乃至全球科技股的估值体系一起拖下水。
这篇文章发布之后，很快被大量金融媒体转载讨论。媒体总结，奇特龙的核心观点是，问题不在于AI这项技术到底有没有价值，而在于OpenAI这家公司究竟有没有一套能够撑起整个AI资本周期的商业模式？如果答案是否定的，那么围绕OpenAI搭建起来的融资体系、算力投资和资本开支都可能面临连锁式的崩塌。
在文章里，奇特龙认为OpenAI自从2022年底横空出世，事实上已经变成了整个生成式AI时代的信用锚。投资者相信AI会改变世界，相信超大规模数据中心值得建设，相信GPU需求会长期高速增长，相信超大模型公司终将盈利，相信AI创业公司能创造足够大的终端需求。而这一切信念，奇特龙认为全都建立在OpenAI会持续高速成长这一个前提之上。换句话说，OpenAI早就不只是一家公司了，它更像是整个AI投资周期里的那个系统性重要机构。一旦这块基石松动，冲击面会远远超出它自己，整个体系都将面临连锁崩塌的风险。
那奇特龙凭什么说OpenAI的商业模式有根本性缺陷呢？他列了三条理由。
第一条，推理成本压根降不下来。用户规模越涨，每一次提问背后的GPU开销、电费、服务器成本就跟着涨。如果大量用户长期停留在低价甚至免费套餐上，企业级收入又跟不上并覆盖这些成本，那规模扩张带来的就不是利润扩张，而是亏损扩张。
第二条，资本开支的速度远远甩开了现金流改善的速度。现在AI行业花钱最多的地方已经不再是训练模型，而是推理算力、GPU采购和全球数据中心建设。OpenAI和它的合作伙伴正在推动数百亿美元甚至更大规模的数据中心项目，这些项目往往要好几年才能回本。一旦未来的AI需求增长不及预期，大批基础设施就会面临利用率不足的问题。
第三条，持续不断地依赖外部融资。奇特龙判断，OpenAI在未来很多年里都需要不停地融资来覆盖研发、算力采购和基础设施建设的开销。一旦资本市场的风险偏好下降或者融资环境收紧，它的商业模式就会承受更大压力。
虽然这些判断目前还只是奇特龙的个人观点，但确实反映出市场最近围绕AI资本回报率的争论正在不断升温。比起OpenAI本身，奇特龙更担心的其实是整条产业链上的杠杆效应。
过去两年，美国科技行业掀起了一场前所未有的数据中心建设潮。微软、谷歌、Meta、亚马逊这些超大规模云厂商纷纷提高资本开支，甲骨文这类公司则承接了越来越多的AI算力建设任务。这些项目大量依赖长期租赁、项目融资、私募信贷和企业债。一旦OpenAI这样的核心客户需求低于预期，或者资本市场重新评估AI的回报率，那么数据中心的利用率、租赁合同乃至融资能力都会受到牵连。
奇特龙认为，OpenAI一旦出现重大挫折，甲骨文和这些高度依赖AI基础设施需求增长的公司会首当其冲，因为市场此前给它们的高估值，本质上就建立在AI需求会持续爆发这个预期之上。不过眼下，微软、Alphabet这些巨头仍在持续扩大资本开支，并且普遍强调这些投资符合战略，市场还没有明显出现资本开支全面收缩的迹象。
除了OpenAI，奇特龙这次还把矛头对准了Anthropic。他的理由是，这两家公司虽然走的路径不太一样，但有一个共同点，都需要持续投入巨额资金来建设模型、采购算力，并且都依赖大型科技公司提供计算资源和融资支持。一旦AI商业化的速度低于预期，两家公司都会面临盈利压力。
被反复提到的还有一家公司——软银。这几年，软银重新回到大型AI投资的前台，积极参与AI基础设施、芯片和模型公司的融资。如果AI行业未来进入估值调整周期，软银那一大堆AI资产自然会成为市场关注的焦点。目前，软银方面依然坚定押注AI的长期发展，把它视为下一轮科技革命的重要方向。
围绕AI行业泡沫究竟有多大的争论其实已经持续了一年多。
悲观的一方认为，AI基础设施投资的增速远远快于收入增长，大模型的盈利模式还没有得到完全验证，数据中心资本开支已经创下历史记录，市场估值越来越依赖未来数年的增长预期。
乐观的一方则认为，AI属于典型的通用技术革命，跟互联网、电气化的发展路径类似，前期投资往往远超短期收益，但长期来看，能够创造出全新的产业和商业模式。霍华德·马克斯的态度就是这一派的代表，他认为现代AI在推理、上下文理解和交互能力上展现出前所未有的特征，不能简单地拿它去类比历史上的投机泡沫。
也有一部分学术研究给出了更中性的结论，认为当前的AI市场既有真实的技术进步，也存在局部估值过热和资本开支超前的问题，更接近技术革命叠加局部泡沫，而不是单纯的投机狂热。
不管认不认同奇特龙的判断，他抛出的问题正在变成越来越多投资者关心的焦点：AI这些巨额投入到底什么时候才能兑现成稳定的现金流？
过去一年，资本市场几乎默认了AI资本开支越高越好的这套逻辑。但最近，无论是芯片股、服务器厂商还是云计算企业，投资者都开始盯上另外一组指标：企业的AI收入增长、AI产品的付费率、推理成本的下降速度、数据中心的利用率以及投资的回报周期。如果这些指标持续改善，那么现在这笔巨额资本开支最终可能会被证明是一次类似互联网时代的前瞻性投资。但如果商业化速度长期落后于投资扩张的速度，市场对整个AI交易的估值逻辑恐怕就要面临重新校准了。
所以，奇特龙这篇长文真正引发讨论的，并不只是OpenAI会不会变成下一个雷曼兄弟这么简单，它其实是再次把AI时代最核心的问题摆到了投资者面前。当资本开支不断刷新纪录之后，现金流和盈利能力到底能不能跟上？
奇特龙的态度非常明确：不要有幻想，不要救助，不要网开一面，不要税收优惠，不要政府补贴，也不要要主权财富基金。他认为，这个行业根本配不上任何形式的保护，因为它给整个社会带来的只有透支和消耗。他反复提醒读者，每当有人在讨论救助或者“大到不能倒”的时候，本质上都是这个行业在试图给自己制造一种“不能死”、“不会死”的错觉。而事实上，这些公司跟任何一家普通创业公司一样脆弱。
他特别强调，这次跟2008年金融危机完全不是一回事。AI行业对经济而言并不是必需品，它的存在感很大程度上就是靠营销和炒作撑起来的。他给出一组数字，今年一季度，OpenAI收入接近50亿美元，而这些收入里很大一部分来自那些正在拼命削减开支的下游公司。他的判断是，整个AI行业的收入里至少七成来自OpenAI和自身的算力支出，而这两家核心公司都严重不盈利。也就是说，从资金流向上看，AI行业很大程度上是风险投资的钱经由创业公司流向云厂商，再流向英伟达和数据中心资本开支的一场循环游戏。
他花了很大篇幅去反驳“这次就像互联网泡沫”的类比。他的理由是，互联网泡沫破裂之后留下的光纤网络有着极其明确的用途，那就是上网，而且当时的真实需求非常旺盛，只是被过度超前的建设速度甩在了后面。数据也支持这一点：2000年只有一半左右的美国成年人在用互联网，且网速慢得可怜，所以光纤和宽带建设的投资回报路径是清晰的。
而现在的情况完全不同。生成式AI已经被塞进了几乎所有人日常使用的产品里，谷歌、微软、Meta的账户里到处都是，媒体几乎天天在提AI。可即便如此，真实的付费需求依然稀薄。他认为缺的从来不是数据中心的产能，真正缺的是一个“这些产能到底用来干什么、值得为此付费”的理由。
他还提到，英伟达开始承诺回购云厂商用不掉的算力，以此帮他们能有更多钱来采购GPU。在他看来，这恰恰说明真实需求根本没有想象中那么大。如果需求真的存在，英伟达根本不需要反过来花钱补贴自己的客户。他把订阅制AI产品的定价也拿出来说事儿，认为普通用户一个月花二三十美元甚至两百美元订阅ChatGPT或者Claude，实际上是在用一块钱去换高达四十美元的算力，这种靠巨额补贴撑起来的使用量，根本算不上是真实的工业需求。
接着，他把眼下的这轮泡沫拆解成好几层同时存在的捕获：股市本身的估值泡沫、数据中心的产能投机泡沫、AI创业公司的估值泡沫、私募信贷投向数据中心项目所形成的风险敞口，以及被AI建设需求拉高的半导体供应链泡沫。
他拿这些跟2008年做对比，指出当年真正大到不能倒的，其实是商业票据市场的流动性危机，牵动的是整个银行体系的运转。而OpenAI和Anthropic无论从债务规模还是从对金融系统的关联程度上看，都不具备这种系统重要性。
关于政府或者市场救助的可能性，他的态度也很直接。真正意义上的救助应该是有一个明确的终点，而OpenAI这种持续烧钱的模式注定是一个无底洞。他特别点名软银，认为这是目前唯一一家真正把自己的命运和OpenAI深度捆绑在一起的公司。一旦OpenAI迟迟无法上市，软银很可能会陷入实质性的流动性危机。而软银又是日本股市的重量级公司，还牵扯着日本政府养老基金的投资，这一点确实值得关注。
在文章的结尾，奇特龙的态度可以说几乎不留余地。他认为不应该有任何形式的政府兜底，这个行业应该像任何一家普通创业公司一样，如果撑不下去，就应该被允许失败，应该倒下。他把责任归结到山姆·奥特曼、达里奥·阿莫代伊以及微软、谷歌、Meta、亚马逊、英伟达这些巨头的高层身上，认为正是他们联手制造了这场围绕AI的集体疯狂，把一项在他眼中尚未被证明可持续的技术，包装成了不容置疑的未来。
最后，他的结论只有一句话：这个泡沫到了该破的时候，就应该让它破了。
---------------------
管财务的高管大概都无法熟练的使用微软全家桶
但是就是这么一群连电脑都用不明白的人在主导AI投资
最近，一篇万字长文把本就风声鹤唳的AI行业搅得更加人心惶惶。写这篇文章的人叫埃德·奇特龙，是科技圈里出了名的AI唱空派。他粉丝众多，观点一向激进。这次他抛出了迄今为止最狠的一个判断：所谓的AI泡沫根本不是什么行业性泡沫，而是彻头彻尾的OpenAI泡沫。他甚至放话说，OpenAI的商业模式有根本性缺陷，如果OpenAI最终倒下，它将成为AI时代的雷曼兄弟，不光自己完蛋，还会把整个数据中心产业、AI基础设施乃至全球科技股的估值体系一起拖下水。
这篇文章发布之后，很快被大量金融媒体转载讨论。媒体总结，奇特龙的核心观点是，问题不在于AI这项技术到底有没有价值，而在于OpenAI这家公司究竟有没有一套能够撑起整个AI资本周期的商业模式？如果答案是否定的，那么围绕OpenAI搭建起来的融资体系、算力投资和资本开支都可能面临连锁式的崩塌。
在文章里，奇特龙认为OpenAI自从2022年底横空出世，事实上已经变成了整个生成式AI时代的信用锚。投资者相信AI会改变世界，相信超大规模数据中心值得建设，相信GPU需求会长期高速增长，相信超大模型公司终将盈利，相信AI创业公司能创造足够大的终端需求。而这一切信念，奇特龙认为全都建立在OpenAI会持续高速成长这一个前提之上。换句话说，OpenAI早就不只是一家公司了，它更像是整个AI投资周期里的那个系统性重要机构。一旦这块基石松动，冲击面会远远超出它自己，整个体系都将面临连锁崩塌的风险。
那奇特龙凭什么说OpenAI的商业模式有根本性缺陷呢？他列了三条理由。
第一条，推理成本压根降不下来。用户规模越涨，每一次提问背后的GPU开销、电费、服务器成本就跟着涨。如果大量用户长期停留在低价甚至免费套餐上，企业级收入又跟不上并覆盖这些成本，那规模扩张带来的就不是利润扩张，而是亏损扩张。
第二条，资本开支的速度远远甩开了现金流改善的速度。现在AI行业花钱最多的地方已经不再是训练模型，而是推理算力、GPU采购和全球数据中心建设。OpenAI和它的合作伙伴正在推动数百亿美元甚至更大规模的数据中心项目，这些项目往往要好几年才能回本。一旦未来的AI需求增长不及预期，大批基础设施就会面临利用率不足的问题。
第三条，持续不断地依赖外部融资。奇特龙判断，OpenAI在未来很多年里都需要不停地融资来覆盖研发、算力采购和基础设施建设的开销。一旦资本市场的风险偏好下降或者融资环境收紧，它的商业模式就会承受更大压力。
虽然这些判断目前还只是奇特龙的个人观点，但确实反映出市场最近围绕AI资本回报率的争论正在不断升温。比起OpenAI本身，奇特龙更担心的其实是整条产业链上的杠杆效应。
过去两年，美国科技行业掀起了一场前所未有的数据中心建设潮。微软、谷歌、Meta、亚马逊这些超大规模云厂商纷纷提高资本开支，甲骨文这类公司则承接了越来越多的AI算力建设任务。这些项目大量依赖长期租赁、项目融资、私募信贷和企业债。一旦OpenAI这样的核心客户需求低于预期，或者资本市场重新评估AI的回报率，那么数据中心的利用率、租赁合同乃至融资能力都会受到牵连。
奇特龙认为，OpenAI一旦出现重大挫折，甲骨文和这些高度依赖AI基础设施需求增长的公司会首当其冲，因为市场此前给它们的高估值，本质上就建立在AI需求会持续爆发这个预期之上。不过眼下，微软、Alphabet这些巨头仍在持续扩大资本开支，并且普遍强调这些投资符合战略，市场还没有明显出现资本开支全面收缩的迹象。
除了OpenAI，奇特龙这次还把矛头对准了Anthropic。他的理由是，这两家公司虽然走的路径不太一样，但有一个共同点，都需要持续投入巨额资金来建设模型、采购算力，并且都依赖大型科技公司提供计算资源和融资支持。一旦AI商业化的速度低于预期，两家公司都会面临盈利压力。
被反复提到的还有一家公司——软银。这几年，软银重新回到大型AI投资的前台，积极参与AI基础设施、芯片和模型公司的融资。如果AI行业未来进入估值调整周期，软银那一大堆AI资产自然会成为市场关注的焦点。目前，软银方面依然坚定押注AI的长期发展，把它视为下一轮科技革命的重要方向。
围绕AI行业泡沫究竟有多大的争论其实已经持续了一年多。
悲观的一方认为，AI基础设施投资的增速远远快于收入增长，大模型的盈利模式还没有得到完全验证，数据中心资本开支已经创下历史记录，市场估值越来越依赖未来数年的增长预期。
乐观的一方则认为，AI属于典型的通用技术革命，跟互联网、电气化的发展路径类似，前期投资往往远超短期收益，但长期来看，能够创造出全新的产业和商业模式。霍华德·马克斯的态度就是这一派的代表，他认为现代AI在推理、上下文理解和交互能力上展现出前所未有的特征，不能简单地拿它去类比历史上的投机泡沫。
也有一部分学术研究给出了更中性的结论，认为当前的AI市场既有真实的技术进步，也存在局部估值过热和资本开支超前的问题，更接近技术革命叠加局部泡沫，而不是单纯的投机狂热。
不管认不认同奇特龙的判断，他抛出的问题正在变成越来越多投资者关心的焦点：AI这些巨额投入到底什么时候才能兑现成稳定的现金流？
过去一年，资本市场几乎默认了AI资本开支越高越好的这套逻辑。但最近，无论是芯片股、服务器厂商还是云计算企业，投资者都开始盯上另外一组指标：企业的AI收入增长、AI产品的付费率、推理成本的下降速度、数据中心的利用率以及投资的回报周期。如果这些指标持续改善，那么现在这笔巨额资本开支最终可能会被证明是一次类似互联网时代的前瞻性投资。但如果商业化速度长期落后于投资扩张的速度，市场对整个AI交易的估值逻辑恐怕就要面临重新校准了。
所以，奇特龙这篇长文真正引发讨论的，并不只是OpenAI会不会变成下一个雷曼兄弟这么简单，它其实是再次把AI时代最核心的问题摆到了投资者面前。当资本开支不断刷新纪录之后，现金流和盈利能力到底能不能跟上？
奇特龙的态度非常明确：不要有幻想，不要救助，不要网开一面，不要税收优惠，不要政府补贴，也不要要主权财富基金。他认为，这个行业根本配不上任何形式的保护，因为它给整个社会带来的只有透支和消耗。他反复提醒读者，每当有人在讨论救助或者“大到不能倒”的时候，本质上都是这个行业在试图给自己制造一种“不能死”、“不会死”的错觉。而事实上，这些公司跟任何一家普通创业公司一样脆弱。
他特别强调，这次跟2008年金融危机完全不是一回事。AI行业对经济而言并不是必需品，它的存在感很大程度上就是靠营销和炒作撑起来的。他给出一组数字，今年一季度，OpenAI收入接近50亿美元，而这些收入里很大一部分来自那些正在拼命削减开支的下游公司。他的判断是，整个AI行业的收入里至少七成来自OpenAI和自身的算力支出，而这两家核心公司都严重不盈利。也就是说，从资金流向上看，AI行业很大程度上是风险投资的钱经由创业公司流向云厂商，再流向英伟达和数据中心资本开支的一场循环游戏。
他花了很大篇幅去反驳“这次就像互联网泡沫”的类比。他的理由是，互联网泡沫破裂之后留下的光纤网络有着极其明确的用途，那就是上网，而且当时的真实需求非常旺盛，只是被过度超前的建设速度甩在了后面。数据也支持这一点：2000年只有一半左右的美国成年人在用互联网，且网速慢得可怜，所以光纤和宽带建设的投资回报路径是清晰的。
而现在的情况完全不同。生成式AI已经被塞进了几乎所有人日常使用的产品里，谷歌、微软、Meta的账户里到处都是，媒体几乎天天在提AI。可即便如此，真实的付费需求依然稀薄。他认为缺的从来不是数据中心的产能，真正缺的是一个“这些产能到底用来干什么、值得为此付费”的理由。
他还提到，英伟达开始承诺回购云厂商用不掉的算力，以此帮他们能有更多钱来采购GPU。在他看来，这恰恰说明真实需求根本没有想象中那么大。如果需求真的存在，英伟达根本不需要反过来花钱补贴自己的客户。他把订阅制AI产品的定价也拿出来说事儿，认为普通用户一个月花二三十美元甚至两百美元订阅ChatGPT或者Claude，实际上是在用一块钱去换高达四十美元的算力，这种靠巨额补贴撑起来的使用量，根本算不上是真实的工业需求。
接着，他把眼下的这轮泡沫拆解成好几层同时存在的捕获：股市本身的估值泡沫、数据中心的产能投机泡沫、AI创业公司的估值泡沫、私募信贷投向数据中心项目所形成的风险敞口，以及被AI建设需求拉高的半导体供应链泡沫。
他拿这些跟2008年做对比，指出当年真正大到不能倒的，其实是商业票据市场的流动性危机，牵动的是整个银行体系的运转。而OpenAI和Anthropic无论从债务规模还是从对金融系统的关联程度上看，都不具备这种系统重要性。
关于政府或者市场救助的可能性，他的态度也很直接。真正意义上的救助应该是有一个明确的终点，而OpenAI这种持续烧钱的模式注定是一个无底洞。他特别点名软银，认为这是目前唯一一家真正把自己的命运和OpenAI深度捆绑在一起的公司。一旦OpenAI迟迟无法上市，软银很可能会陷入实质性的流动性危机。而软银又是日本股市的重量级公司，还牵扯着日本政府养老基金的投资，这一点确实值得关注。
在文章的结尾，奇特龙的态度可以说几乎不留余地。他认为不应该有任何形式的政府兜底，这个行业应该像任何一家普通创业公司一样，如果撑不下去，就应该被允许失败，应该倒下。他把责任归结到山姆·奥特曼、达里奥·阿莫代伊以及微软、谷歌、Meta、亚马逊、英伟达这些巨头的高层身上，认为正是他们联手制造了这场围绕AI的集体疯狂，把一项在他眼中尚未被证明可持续的技术，包装成了不容置疑的未来。
最后，他的结论只有一句话：这个泡沫到了该破的时候，就应该让它破了。
---------------------
管财务的高管大概都无法熟练的使用微软全家桶
但是就是这么一群连电脑都用不明白的人在主导AI投资
