IBM CEO的警示：兆美元支出難以盈利2025年12月初，IBM首席執行長Arvind Krishna公開質疑AI資料中心支出的可持續性。他指出，建設一個1吉瓦AI資料中心成本約800億美元，若全球計畫達到100吉瓦，總資本支出將達8兆美元，僅利息支出就需要每年8000億美元利潤支撐。這相當於當前科技巨頭利潤總和的數倍。Krishna強調，AI晶片5年折舊周期進一步放大壓力：“你必須在五年內用完，否則就得扔掉重設。”這一言論迅速引發市場震動，凸顯AI建構從“技術競賽”轉向“經濟可行性”審視的核心轉折。Krishna的計算並非孤立。多家機構估算， hyperscalers（如Microsoft、Amazon、Google、Meta）2025-2026年Capex總和將超3150億美元，其中AI基礎設施佔比逾80%。儘管需求強勁，但回報延遲已成為共識：MIT報告顯示，95%企業GenAI投資零回報；J.P. Morgan分析稱，實現10%回報需每年產生6500億美元收入，這在當前不確定性下遙不可及。Oracle財報：需求爆炸與現金流負轉的矛盾Oracle財政2026第二季度（截至2025年11月30日）財報於12月10日發佈，總營收161億美元，同比增長14%；雲基礎設施營收41億美元，增長68%；剩餘履約義務（RPO）暴增438%至5230億美元，新增680億美元主要來自Meta、NVIDIA等巨頭合同。這反映AI需求真實且繫結長期。然而，市場反應負面：股價盤後暴跌逾10%。核心原因是Capex大幅上調至500億美元（較9月指引增加150億美元），自由現金流轉為負值約100億美元，長期債務接近1000億美元。管理層強調“致力於維持投資級信用評級”，但這反而暴露財務緊縮風險：公司需持續借債擴張，而回報延遲可能導致信用市場收緊。Oracle從“現金牛”轉向債務依賴，標誌下游雲服務商轉化瓶頸顯現。Broadcom業績：增長強勁卻難掩邊際壓力Broadcom財政2025第四季度（12月11日發佈）營收180億美元，同比增長28%；AI半導體營收增長74%。公司指引2026第一季度AI營收翻倍至82億美元，顯示訂單勢頭不減。然而，股價下跌約11%，因毛利率預警：AI業務佔比上升導致元件成本壓力，客戶轉向自訂晶片可能削弱定價權。Broadcom保持正現金流，但整體科技股估值已接近dot-com泡沫峰值。任何增長放緩（如 backlog 未達預期）都觸發拋售，反映市場從“增長故事”轉向“盈利質量”考核。hyperscalers Capex狂飆：2025-2026年投資規模2025年，四大 hyperscalers（Microsoft、Amazon、Google、Meta）Capex預計超3150億美元，較2024年大幅躍升：Google上調至910-930億美元Meta 700-720億美元Microsoft和Amazon合計逾1000億美元這推動AI相關Capex佔美國GDP增長逾1個百分點，成為經濟主要驅動力。但若回報不及預期，這一支柱崩塌將放大衝擊：基礎設施遺留價值高，但短期現金流負轉風險上升。宏觀經濟分化：AI成最後支撐柱2025年，美國就業市場顯著惡化。ADP報告顯示，11月私人部門淨損失3.2萬職位，小企業裁員12萬，為2023年以來最大降幅。聯準會主席Powell在12月會議上承認，勞動力市場風險上升，官方資料可能高估每月增長。12月FOMC會議降息25基點至3.5%-3.75%，但點陣圖僅暗示2026年一次降息，遠低於市場預期。三位委員異議（一鴿派欲更大降幅，兩鷹派欲暫停）反映分裂：通膨頑固 vs. 勞動力弱化。Powell強調，高收入群體（股市財富效應）支撐消費，但AI股逆轉將銳減支出。嬰兒潮一代退休潮加劇風險：股市上漲時可持續，下跌30%-50%則無解。美國經濟“K型”分化加劇：底層消費疲軟（McDonald's、Target下滑），高端依賴AI股市。全球類似：日本家庭支出下降，歐洲零售乏力。若AI逆轉，Capex放緩疊加財富效應消退，將擊中消費——2025年已佔經濟增長大半。聯準會政策困境：平衡通膨與衰退風險聯準會12月會議更鷹派：2026年僅一次降息，反映通膨上行擔憂（部分關稅影響）。但勞動力市場弱化迫使“保險性”寬鬆。Powell稱當前經濟“異常”：通膨高於目標，就業風險上升。若AI泡沫破裂，聯準會空間有限，難以同時應對。歷史鏡像與潛在結局AI熱潮類似dot-com泡沫：初期狂熱，後期質疑回報，最終崩盤但遺留價值（網際網路）。不同在於集中度更高（S&P 500 30%由少數巨頭支撐），槓桿更重（科技債務激增）。若2026年需求未爆（競爭、自研晶片），債務滾雪球、信用收緊將連鎖反應。風險不止金融：資料中心電力需求佔全球14%，氣候壓力加劇；就業層面，Anthropic CEO預測淘汰一半入門白領，失業率升10%-20%。雖Yale分析顯示ChatGPT以來整體就業未擾動，但科技裁員數十萬已成事實。結論：轉折點已至，審慎為上2025年底，AI投資熱潮抵達轉折：IBM、Oracle、Broadcom事件標誌市場從“買入後問”轉向“先問回報”。需求真實，但財務緊縮、宏觀弱點放大風險。若2026年未實現盈利轉化，估值調整在所難免；長期，高效建構方能釋放轉型價值。投資者需警惕：AI或重塑世界，但過程伴隨劇痛。短期波動加劇，中期審慎配置為宜。 (周子衡)

今年三季度Google的財報中，投資收益引人注目，前三季度的浮盈已經達到220億。Google的這類非市場化股權投資通常與其戰略需求，或對其生態系統至關重要的AI 初創公司投資有關。今年的盈利主要來源於對Anthropic的投資。Anthropic是目前全球估值最高的未公開上市AI 公司之一。相比其它股東，Google投資金額較小，但入局早。從Anthropic的籌資歷史與估值變化中，可以看到其受到了資金的極度追捧。2021-2022，早期投資5.8億，來自於現在已經破產的FTX。2023年9月-2024年11月，亞馬遜承諾投資40 億美元。2023年10月，Google承諾投資20億。2024年3月，由 Lightspeed 領投E輪，籌資27.5億，估值達到615 億美元.2025年8月，由ICONIQ Capital 領投，籌資130億，估值達到 1830 億美元。2025年11月，微軟和輝達聯合投資150億。微軟約 50 億美元，輝達約 100 億美元。估值猛增至約 3500 億美元，是Google投資時的87倍！Anthropic是由前OpenAI 的核心研究人員在2021年創立的。其Claude 系列大型語言模型是當前市場上唯一能在性能上與ChatGPT 和Gemini抗衡的頂級模型。Claude與其它模型的不同之處，在於其專注於那些能在近期產生經濟效益的，企業級市場，模型的程式設計能力尤其強大。它對Google的DeepMind和 OpenAI關注的數學推理等領域則投入較少。可以看到，科技公司們正在根據自身技術稟賦和戰略目標，來選擇最能實現商業變現的細分領域進行深度挖掘。市場足夠大，容得下差異化競爭。2024年3月，Anthropic的E輪融資估值為615億美元。一年半後的2025年8月F輪融資，估值為1830億美元。這給Google和亞馬遜帶來巨大的帳面收益。短短兩個月後的11月，微軟和輝達也投資入股，估值幾乎翻倍，達到3500億美元。這說明Google的第四季度將同樣獲得可觀的帳面股權投資收益。Google和亞馬遜投資的主要目的之一是確保Anthropic 在其 AI 模型開發和訓練中，使用自己的雲服務。Google雲在與 Anthropic 簽訂的價值高達數百億美元的合同中，承諾提供大規模的Google自研的TPU AI 晶片，為其提供超過千兆瓦的計算能力，用於模型訓練和擴展。通過融資，Anthropic巧妙地鞏固了所有主要雲服務提供商和輝達的算力支援。從這個案例中可以看到，這些科技巨頭之間的關係錯綜複雜，Anthropic與它的股東們的關係既競爭又合作，還互相投資。比如Gemini 是Claude在產品和技術上的主要對手，而Google雲又提供了Anthropic關鍵的基礎設施。這樣的關聯交易就是大空頭Micheal Burry認為AI有泡沫的依據之一。非排他性值得注意的是，所有這些股權投資和業務上的合約都沒有排他性條款。比如，Google和亞馬遜在投資Anthropic的時候，並不限制Anthropic使用對方的雲。類似的，輝達投資OpenAI時，也不限制OpenAI買別家的晶片。在傳統行業，排他性競爭是主流。股權投資經常作為換取稀缺實物資源，比如礦產，的長期獨家控制權的籌碼。這是因為，傳統行業的市場規模增長速度通常與經濟增長速度持平或略高，是線性增長。在有限的市場中，競爭必然是排他性的。企業會通過法律合同、獨家供應協議、收購競爭對手等方式來消除競爭，實現市場份額最大化和垂直整合。而AI領域的技術和市場特徵與傳統行業截然不同。首先，AI創造了全新的、指數增長的需求，尤其是在算力和應用領域。ai技術的複雜性與垂直整合難度，意味著沒有一家企業能從底層晶片、中介軟體、基礎模型、到應用層都做到最好。每一家都可以在自己擅長的領域發展，而不威脅到競爭對手。比如，Google的TPU晶片即使開始對外銷售，擴大市場份額，也不會影響輝達GPU的需求量。因為兩者服務的是不同的需求對象，而且對兩者的需求都遠大於供應。在市場巨大、資源稀缺、技術複雜這些因素的作用下，合作比排他性競爭能帶來更高的回報。AI巨頭們對前沿公司，如Anthropic、OpenAI的投資，能獲得技術，商業機會和投資回報等多重收益：通過鎖定技術和人才來對衝落後的風險。投資競爭對手的模型可以讓雲巨頭們獲得對最新AI 技術、能力和人才的近距離觀察，有助於他們縮小自身模型的差距。股權合作可以確保最新的頂尖模型優先部署在自己的雲服務上。Anthropic授權Google雲和亞馬遜雲AWS，將 Claude模型整合到Google雲的AI 服務生態Vertex AI和亞馬遜的AI 模型服務平台Amazon Bedrock 上。這允許Google雲和AWS的使用者通過 API 介面，直接在兩者的環境中呼叫 Claude用於建構自己的應用。使用者使用 Claude 模型時，Google雲和AWS會向 Anthropic 支付授權費用。由此，Google和亞馬遜成為Anthropic的戰略合作夥伴和分銷商，而不僅僅是算力供應商。這是AI時代基礎設施與模型技術深度繫結的競合模式。自然而然地，Anthropic盈利能力的提升，推動估值，也會給Google和亞馬遜帶來巨大的投資回報。從Anthropic的角度來看，則獲得了將計算資源進行最優配置的能力。它同時獲得Google的 TPU，亞馬遜的 Trainium/ Inferentia，以及微軟的 Azure的基礎設施支援，可以確保最先進的模型可以運行在最適合它們的硬體上，最大化技術產出。社會意義這些非排他性的投資與合作，還會產生一個更宏大、更具社會意義的結果。那就是促進整個AI行業的技術進步、擴大其社會應用範圍，進而激發全社會對AI的接受度和需求。首先，非排他性能更好地支援分散式創新，更有可能突破技術瓶頸，達到效率的極致化。Anthropic專注於 AI 安全和編碼，OpenAI 專注於通用智能，DeepMind 專注於科學發現。這種多點開花的競爭模式比任何一家公司內部研發都更有效率。巨頭們通過非排他性投資，可以外包一部分前沿研究的風險和成本，同時受益於所有方向的突破。其次，當市場上多個優秀且可信賴的AI 產品（Claude, ChatGPT, Gemini）出現時，企業和公眾對AI 技術的接受度會更快、更廣泛。當前這波由生成式AI 驅動的社會接受速度，在科技史上是前所未有的。參考歷史上，新技術達到1億使用者所需的時間，固定電話用了75年，手機16年，網際網路7年，臉書4.5年，而ChatGPT才僅僅用了2個月。如果用技術採納生命周期來衡量，AI目前正處於從早期採納，向加速滲透過渡的關鍵時期。在個人層面，已經超過數億人在使用AI 進行寫作輔助、程式碼查詢、資訊總結、日程規劃和創意生成。Google的生成式搜尋體驗和微軟的Copilot，正在將 AI 回答直接整合到搜尋結果中，這意味著每一次搜尋都在使用 AI。新一代智慧型手機、電腦作業系統正在將大語言模型作為底層能力內建，使用者在不知不覺中已經在使用AI。企業也已經認識到AI 不是可選項，而是保持競爭力是必須項，正在重金投資部署。Microsoft Copilot、GitHub Copilot 等工具被大規模採購，用於提升知識工作者和程式設計師的效率。企業正在將AI 模型，如Anthropic 的 Claude 或 Gemini，作為新的 API 介面整合到其核心業務系統和軟體中，實現資料分析和決策的自動化。未來當AI模型更加安全、專業和可信賴，垂直領域的關鍵應用也被成功開發和部署後，AI 會真正嵌入到各個傳統行業中，真正提升實體行業在物理世界的生產力。那時，AI 的廣泛應用將創造出目前我們無法想像的新商業模式和工作流程，這反過來會產生對大規模、持續、複雜算力的巨大需求。最終回到巨頭們投資的核心收益:建立未來的盈利基礎。算力消耗本質上是技術被社會接受度提高的最終結果。因為如果AI 不能廣泛應用於社會並改變生產力，那麼對算力的需求就會停滯不前。通過非排他性協議，讓被投資企業取得成功，從而最大程度地激發整個AI 生態系統的繁榮，最終將推動底層基礎設施和巨頭們自身產品的需求。 (一顆南瓜籽的成長)

對於備受關注的AI投資狂潮，被稱為“泡沫預言家”的克里斯托弗·伍德（Christopher Wood）再次敲響警鐘。他指出，市場已陷入非理性的狂熱，完全無視基本面，這幾乎註定會以一場崩盤告終。問題不在於是否會發生，而在於這場狂歡何時會突然中止。科技巨頭亞馬遜、Alphabet、微軟和 Meta的報告稱，它們在 2025 財年的AI相關支出預計高達 3640 億美元，高於此前約 3250 億美元的預期。然而，在本月舉辦的《財富》創新論壇上，伍德表示，誰能將所有這些資本開支最終貨幣化並實現盈利，仍是未知數。“目前AI的‘殺手級應用’是什麼？是那些用來幫孩子寫作業的應用嗎？”伍德調侃道。在伍德看來，真正在AI領域賺到錢的，仍然只有提供底層基礎設施的“賣鏟人”——首當其衝是輝達，在亞洲則包括海力士、台積電等公司。伍德是傑富瑞集團全球股票策略主管及《貪婪與恐懼》市場評論的作者。他被公認為亞洲最具影響力且見解獨到的市場策略師之一，在識別投機泡沫方面擁有令人矚目的履歷。伍德曾在網際網路泡沫、日本信貸泡沫和美國房地產泡沫初現端倪時便發出預警。伍德指出，中國在AI發展領域比美國更具優勢。這一判斷也直接體現在他的投資策略上——重倉中國，而非美國。“過去三年，我的全球股票組合中一直持有輝達，但約一個月前我已將其剔除。我並非斷言這只股票已經見頂，但其漲幅已達約五倍。”伍德押注中國的原因在於，雖然美國在算力上領先，但中國在能源上的優勢遠大於美國在算力上的優勢。伍德稱，過去一年多的所見所聞表明，中國電池儲存技術的進步令人矚目，太陽能發電成本已經低於煤電，“這是巨大的轉變。”伍德陳述的是一個事實：在過去，中國的煤電因其穩定和廉價被稱為“基載電力”的首選，但現在，太陽能的“度電成本”在光照好的地區已經比新建燃煤電廠還低。他甚至斷言，基載電力這個概念在中國幾乎變得無關緊要，因為中國幾乎擁有無限的廉價能源獲取途徑。“反觀美國，你會發現他們正倉促地計畫建設各種能源設施，包括核能。這個國家面臨著巨大的能源瓶頸。”伍德指出，如果美國想快速解決這個問題，真正應該做的是直接引進中國技術。“中國的公司，比如寧德時代，應該在美國設廠。在我看來，美國在這個方面的覺醒只是時間問題。但顯然，整個局面在一定程度上被美國國內受政治驅動的、反ESG運動所扭曲。”當然，美國在算力上依然是領先的。但他認為，拜登政府在2022年出台的試圖阻止中國獲得先進半導體的政策，已從根本上對美國產生反效果，違背了其國家利益。首先，它讓輝達等美國科技公司失去了中國這個大客戶。其次，政策出台後帶來巨大衝擊，極大地激勵了中國自主發展半導體產業鏈。輝達創始人黃仁勳明確表示，華為相比三年前已成為強大得多的競爭對手。從美國立場看，這個政策堪稱一記“烏龍球”。目前看來，中國在稀土問題上的籌碼，遠多於美國在半導體問題上的籌碼，伍德補充道。伍德認為，中國在AI發展方面也採取了更明智的策略，即聚焦開發出具有商業可行性的實際AI應用，這將引領 “推理繁榮”（inference boom）——隨著成千上萬個成功的AI應用被部署到各行各業，社會對“推理”計算的需求將呈現爆炸式增長。伍德透露，在幾個月前訪問北京時，一位中國AI業內人士對他說：“如果達到八分（滿分十分）的水平，對我們來說就足夠好了。”根據他的觀察，中國的AI公司並非執迷於建構完美的大語言模型以達到理論上的通用人工智慧（AGI），他們的重心在於開發出具有商業可行性的實際應用。而在美國，每家公司都在耗費巨資，試圖建構自己完美的、封閉的大型語言模型以期達到AGI。“而根據我與AI專家的交流，我認為，僅通過擴大大語言模型的規模永遠無法達到AGI。”為何美國科技巨頭仍在持續巨額投入？“他們極度害怕被顛覆，”伍德直言，“強烈的錯失恐懼症正在驅動這場軍備競賽。”最後，伍德向在場聽眾推薦《AI帝國》（Empire of AI）一書，該書揭示了OpenAI的內部運作和權力鬥爭，並批判性地分析了當前AI發展模式帶來的全球性影響。“我今年夏天在峇里島海灘上讀了它。讀完那本書後，我不會向OpenAI投資那怕1美元。” (財富Fortune)

在圍繞AI投資的激辯中，一個核心會計問題正成為多空雙方的新戰場：作為算力基石的GPU，其真實的經濟壽命究竟是多久？這個問題的答案，直接關係到科技巨頭數百億美元的利潤以及當前AI估值泡沫的虛實。據投行伯恩斯坦（Bernstein）在11月17日發佈的一份報告，分析師認為，將GPU的折舊周期設定為6年是合理的。報告指出，即便考慮到技術迭代，運行舊款GPU的現金成本相對於其市場租賃價格而言非常低，使得延長使用年限在經濟上完全可行。這一發現意味著，對於亞馬遜、Google和Meta等大型雲服務提供商而言，其當前的折舊會計政策在很大程度上是公允的，並非刻意粉飾財務報表。這直接為科技巨頭的盈利能力提供了辯護。然而，這一觀點與市場上的悲觀論調形成鮮明對比。以預測了2008年金融危機的“大空頭”Michael Burry為代表的批評者認為，AI晶片等裝置實際壽命僅2-3年。Burry警告稱，科技巨頭正在玩一場危險的會計“戲法”，旨在人為抬高短期利潤。01 伯恩斯坦：6年折舊在經濟上可行分析師Stacy A. Rasgon在報告中明確指出，GPU可以盈利地運行約6年，因此大多數超大規模資料中心的折舊會計是合理的。這一結論的基石在於經濟性分析：營運一塊舊GPU的現金成本（主要是電力和託管費用），遠低於市場上的GPU租賃價格。這意味著，即便硬體性能不再頂尖，但只要市場對算力的需求依舊旺盛，持續運行舊GPU就能帶來相當高的貢獻利潤。資料顯示，即使是已有5年歷史的輝達A100晶片，供應商依然可以獲得“舒適的利潤”。伯恩斯坦的測算表明，只有當GPU老舊到7年前的Volta架構時，才開始接近現金成本的盈虧平衡點。因此，報告認為，大型雲服務商（Hyperscalers）採用的5-6年折舊周期，從經濟角度看是站得住腳的。02 經濟可行性：高昂的租金與低廉的營運成本Bernstein的分析拆解了GPU的營運經濟學。GPU租賃價格，要比其營運的現金成本高出一個數量級。以A100晶片為例，報告估算其貢獻利潤率高達70%。具體來看，其每小時收入約為0.93美元，而包括電力、託管和維護在內的現金成本僅為0.28美元。這種巨大的利潤空間，使得雲廠商有充分的經濟動機去儘可能延長GPU的執行階段間。報告還提到，GPU的價值損失並非線性。它們通常在第一年因“磨合期”（burn-in）問題和市場對最新硬體的偏好而損失20-30%的價值，但在那之後價值保持得相對穩定。此外，報告通過與行業參與者的交流證實，GPU在物理上通常可以使用6-7年甚至更久。早期出現的一些“燒燬”案例，大多歸因於新硬體上線初期的配置錯誤（即“burn-in”階段問題），而非GPU本身的設計壽命缺陷。03 算力需求旺盛，舊晶片仍有市場當前的市場環境是支撐舊款GPU價值的另一個關鍵因素。報告強調，在一個“算力受限”的世界裡，市場對算力的需求是壓倒性的。領先的AI實驗室普遍認為，更多的算力是通往更高智能的路徑，因此他們願意為任何可用的算力付費，即使是舊型號。行業分析師指出，A100的算力容量至今仍接近完全預訂的狀態。這表明，只要需求持續強勁，運行效率較低的舊硬體依然有其存在的價值。04 科技巨頭的折舊選擇根據公司檔案，Google對其伺服器和網路裝置的折舊年限為六年；微軟為二至六年；Meta則計畫從2025年1月起，將部分伺服器和網路資產的使用壽命延長至5.5年。值得注意的是，並非所有公司都在延長折舊期。亞馬遜在2025年第一季度已將部分伺服器和網路裝置的預計使用壽命從六年縮短至五年，理由正是AI技術發展的加速。這一舉動為看空者的論點提供了一定的支援，也顯示了行業內部對硬體迭代速度的不同判斷。05 “大空頭”的警告：會計“戲法”與虛增的利潤與伯恩斯坦的樂觀看法截然相反，“大空頭”Michael Burry在11月11日通過其社交平台發出了嚴厲警告。他認為，科技巨頭正在通過延長資產的“有效使用壽命”來低估折舊，從而人為地抬高了收益。華爾街見聞寫道，Burry指出，AI晶片和伺服器等計算裝置的產品周期通常只有2到3年，但包括Meta、Alphabet、微軟、甲骨文和亞馬遜在內的一些公司，卻將其折舊周期延長至6年。他預計，從2026年到2028年，這種會計處理方式將使大型科技公司的利潤被虛增1760億美元。Burry特別點名，到2028年，甲骨文的利潤可能被誇大26.9%，Meta的利潤則可能被誇大20.8%。值得注意的是，Burry的觀點並非孤例。早在9月中旬，美國銀行和摩根士丹利就曾發出警告，稱市場嚴重低估了當前AI投資的真實規模，且對未來折舊費用激增的衝擊準備不足，這可能導致科技巨頭的真實盈利能力遠低於市場預期。這一系列警告，疊加Burry此前披露的輝達看跌期權持倉，加劇了市場對AI相關股票估值的擔憂。 (芯師爺)

輝達財報以及輝達、微軟與Anthropic間高達數百億美元的交易未能提振市場，顯示出AI投資邏輯正經歷轉變。市場對AI的關注從長期願景轉向短期盈利兌現。投資者對於巨頭間“注資-採購”的循環交易模式已不再買帳，而是更看重企業能否在近期展現出切實的盈利能力和商業化落地效果，這也解釋了為何Google在此輪市場波動中表現穩健。“先營造成功，再實現成功”模式，在人工智慧領域正面臨投資者的質疑。輝達最新財報儘管超出市場預期，股價卻當日收跌，盤中出現自4月以來的最大波動。此外，輝達與微軟11月18日宣佈向Anthropic投資150億美元，後者承諾向微軟採購300億美元算力，消息公佈後市場反應平淡，而以往此類循環投資消息通常能夠推動股價。當前市場情緒已明顯轉變，從過去認為AI投資必然獲得回報，轉向更為審慎的態度。投資者對“先大舉投入、等待未來回報”的長期策略興趣下降，轉而更關注能夠在近期實現盈利的AI業務模式。這一趨勢對依賴長遠願景的AI公司以及資料中心等基礎設施供應商構成新的壓力。“燒錢換增長”邏輯的重新審視當前AI服務提供商面臨的核心問題是，提供服務的成本超過客戶支付的價格，客戶越多虧損越大。這些公司的策略是通過股東補貼客戶數量增長，創造良性循環：使用者增長刺激投資者注資並推高估值，公司得以聘用工程師（部分以股權支付），補貼更多客戶，並大舉投資基礎設施，希望最終開發出能收取全價的優質產品。然而，投資者已逐漸認清該模式的脆弱性，不願繼續承擔巨額投入以追逐高度不確定的回報。本月AI基礎設施類股票的普遍下跌，正是市場對這類“燒錢換增長”邏輯的重新審視。投資者轉向短期盈利策略市場對AI投資的態度正從“必然回報”轉向審慎評估，但遠未到全面否定階段。輝達股價年內仍累計漲超30%，微軟漲幅達14%，而自3月IPO以來，從加密業務擴展至雲服務的CoreWeave漲幅接近80%。人工智慧的投資邏輯正經歷深刻轉變，市場對AI的關注從長期願景轉向短期盈利兌現。投資者不再盲目追捧遙不可及的“超級智能”敘事，而是更看重企業能否在近期展現出切實的盈利能力和商業化落地效果。這一轉變也解釋了為何Google在此輪市場波動中表現穩健，該公司專注於將現有技術轉化為對企業客戶的實際價值，展現了清晰的變現路徑。可以看出，市場正在告別概念炒作，要求企業展現清晰的盈利路徑。這一轉向對依賴長期敘事的公司，如Meta Platforms、OpenAI，及相關資料中心供應商構成壓力。但目前來看，這只是投資邏輯的理性回呼，而非AI泡沫的破裂。(invest wallstreet)

在人工智慧等新科技領域競爭日益激烈的情況下，提振民間投資的政策應該進一步調整著力點，合理設置“紅綠燈”，讓敢投、能投、願投的企業，挑起新增投資的大樑，成為在新科技賽場上實現突破的關鍵力量。儘管美國AI（人工智慧）投資是否存在泡沫還有待時間檢驗，但一個事實是：AI驅動的巨量投資，已對美國宏觀經濟產生了顯著影響。2025年前兩個季度，投資對美國GDP的貢獻上升至每季年化1個百分點，創下2023年以來的最高水準。美國經濟的「三駕馬車」中，消費長期佔據主導地位，而2025年AI帶動的投資，少見地讓投資對GDP成長貢獻率逼近消費。這些投資主要投向了資料中心和相應設備領域。主導這一輪投資的是美國頭部企業。 2025年第二季度，美股「七姊妹」（ 蘋果、微軟、輝達、亞馬遜、Google母公司Alphabet、Meta和特斯拉）的資本開支規模近1,000億美元，較三年前同期規模翻倍，年增速接近65%。預計2025年全年，美國科技巨頭的資本支出將達到5,000億美元。摩根士丹利預測，從2025年至2028年，全球資料中心支出將接近3兆美元，其中1.4兆美元來自科技巨頭。這儼然是一個美國版的“四兆”，只不過是以私人企業投資為主的“四兆”。面對如此龐大的資本開支，科技巨頭左右騰挪，調動各方面的金融資源。過去兩個月，Meta、甲骨文、Realty Income合計在投資等級債券市場募資750億美元，這一規模不僅是新冠疫情前年均水準的兩倍，更遠超2015—2024年間行業年均320億美元的融資額，甚至推高了投資級債券的收益率。 OpenAI、輝達、甲骨文透過交叉持股，不僅為市場注入了充足的想像空間，也帶來了更大的風險隱憂。科技巨頭還設計了一系列複雜的融資結構，將部分投資轉至“表外”，以減少對當期現金流量表和資產負債表的影響。以Meta為例，其為路易斯安那州一個巨型資料中心設計的融資方案，就結合了股權、債券和專案融資等多種方式：一家基金管理公司投資30億美元與Meta成立合資公司，持股80%；該合資企業再發行270億美元的債券，支援數據中心建設。為規避這筆租賃協議被計為長期負債，Meta在合約中保留了每四年可以退出租賃的權利；作為交換，Meta提供了一項擔保：如果Meta行使退出權，將向投資者提供補償，以彌補所有損失。類似的金融設計，也出現在OpenAI、xAI等公司的大型算力中心專案中。這些模式雖帶來了極高的融資效率，但也引發了對風險的擔憂。一方面，科技巨頭狀況不一，並非每一家拋出龐大資本開支計劃的科技企業，都有Google、微軟一般的現金儲備和經營性現金流；另一方面，市場擔心人工智慧的技術進展與落地效果會否低於預期。在這種情況下，人工智慧可能會迎來一次千禧年科技泡沫一樣的危機，甚至更糟——以資料中心為底層資產的表外融資有可能帶來類似2008年房地產危機的系統性金融風險。當美國AI投資面臨泡沫的考驗時，中國民間投資卻面臨另一類挑戰。在過去很長一段時間裡，以民營企業投資為主的民間投資是中國固定資產投資的重要部分，佔比超過50%，也是經濟成長的重要動力。但近年來，由於房地產市場拖累等因素影響，民間投資不斷走低，民間投資成長轉負，佔整個固定資產投資的比例已降至50%以下。為提振民間投資，從「民間經濟36條」到《中華人民共和國民營經濟促進法》再到《關於進一步促進民間投資發展的若干措施》（下稱《若干措施》），政策不斷加碼。特別是剛推出的《若干措施》，明確了在鐵路、核電重點領域，民間資本持股比例可在10%以上，同時鼓勵採購單位將對民營企業的合約預付款比例提高至合約金額的30%以上。這些政策是針對過去民間投資癥結的有的放矢。但結合近期美國的AI投資熱，我們可以觀察到一些新的方向與想法。其一，過去提振民間投資政策的主要方向是“清障”，即打破“鐵門”“玻璃門”，鼓勵民間資本進入諸如鐵路、核電、水電等國有企業壟斷的行業。這既是市場化改革的基本要求，也為了提高這些產業的營運效率。但在新一輪科技革命下，出現了更廣大的投資空間，這些領域普遍有更豐厚的投資回報，也面臨更高的投入風險，更符合民間資本的特性稟賦。因此，促投資政策應在「清障」的同時，將更多精力用在支援民間資本「拓荒」上，為民間資本大量湧入人工智慧等新興領域創造機會和條件。其二，不同產業處在不同周期節點，許多與房地產強相關的產業，還在經歷資產負債表修復階段，在這個階段不論出台什麼政策，也只能加快這些企業資產負債表的修復，而難以推動投資擴張。因此，促投資的政策應該聚焦在有能力有意願，正處於擴張周期的企業，要盡辦法為它們創造空間。本輪美國人工智慧投資主要由科技企業完成，這些企業普遍擁有較高的利潤率、現金儲備和市值，其業務也與人工智慧有較高的相關性，能從技術進步中直接獲益。這些企業有能力也有意願大幅增加資本開支。同樣，中國也有一批有能力有意願在人工智慧領域進行較大規模投資的科技公司，要盡量為這些企業創造投資空間。其三，要高度重視金融市場在投資中扮演的角色。 「金融+科技」雙輪的快速轉動，為美國AI發展提供了充足的動力，數千億乃至數兆美元的投入顯示了美國並非不具備進行大規模投資的能力，在可能取得高額利潤的新興市場，美國私營企業依然保持極強的金融資源調動能力。中國民間投資長期依賴銀行為主導的間接融資體系，在這個系統中，地方政府扮演了關鍵角色。地方政府不僅以財政資源扶持新興企業落地，支援頭部企業發展，也為這些企業從銀行獲得信貸提供某種「授信」。在房地產和「新三樣」的快速發展中，這個模式發揮了重要作用。但在統一大市場建設和化債的背景下，地方政府的角色正在出現變化，這一點是需要關注的。如何在新的發展階段，為新的投資領域，建立一個更有效、更合理的融資模式，將會是提振民間投資的關鍵。其中，一些新的金融工具可以逐步嘗試後擴大推進面，例如以資料中心等新型基礎設施為底層資產的REITs（不動產投資信託基金）。其四，要容忍一定程度的風險與泡沫。儘管對美國AI投資泡沫的質疑一直沒過，但這些新技術的探索需要試錯，只要不帶來系統性金融風險，泡沫破滅後，市場還會煥發生機。不能因為害怕出現泡沫，就把所有嘗試的手腳都綁住。一個完全沒有泡沫的市場，很可能也失去了孕育創新的土壤。對於民間投資，尤其如此。在金融監管健全的背景下，民間投資的優勢就在於“自負盈虧”，從創新探索的角度，由民間資本挑起大樑，整個社會承擔的成本是更低的。因此，一方面要強調對風險的防範，建立好防火牆，防止風險擴散，另一方面又可以在監管和風險控制上留出一定的「風險敞口」。回到本意，之所以要提振民間投資，不僅在於從總量上支撐固定資產投資成長，更在於民間投資擁有顯著的效率優勢和對創新的發掘能力。因此，在人工智慧等新科技領域競爭日益激烈的情況下，提振民間投資的政策應該進一步調整著力點，合理設置“紅綠燈”，讓敢投、能投、願投的企業，挑起新增投資的大樑，成為在新科技賽場上實現突破的關鍵力量。 （經濟觀察報）

這兩年AI建設如火如荼，科技巨頭不斷追加對AI的投資，眼看著真金白銀砸下去，確實也贏得了大批使用者，但是和投出去的錢比起來，就有點不夠看了，說到賺錢，這波AI熱潮真正的贏家只有一個，就是半導體巨頭。首先看GPU方面的絕對王者-輝達(NVDIA)AI資料中心市佔率超過90%，深耕平行計算30年，CUDA生態護城河堅固，還投資了大量AI企業，Figure，Perplexity，xAI，市面上有名的他都投，賣卡賺錢，客戶又拿他的錢買卡，完美閉環。22年底chat-gpt發佈的時候輝達市值4000億，現在已經登頂全球第一，市值翻了十倍，今年半年之內，漲幅接近100%，最高峰接近5兆。2024年收入1,305 億美元，2025上半年收入超過700億美元，利潤超過400億美元。誰為輝達代工-台積電（TSMC）輝達的晶片幾乎都是台積電代工，從H100, B200, 到Blackwell無不如此，台積電長期主導全球半導體製造市場，其技術就是先進工藝的代名詞，從7nm到5nm到3nm，不斷突破工藝極限。輝達對台積電的收入貢獻目前已提升到20%，蘋果，AMD, 高通，都是其重要客戶。台積電是第一個市值破兆美元的亞洲公司，兩年實現市值翻三倍，目前以1.4兆的市值位列全球市值第九，2025前十個月的營收達到了2.76兆新台幣，而且目前訂單激增，擁有定價權的台積電還可以漲價繼續增利。定製AI晶片和網路通訊-博通（AVGO）博通主要的看點有兩個，第一是ASIC定製，除開輝達的GPU，各家大廠為了更低功耗更強性能，想定製自己的AI專用晶片時會購買博通的ip。第二是晶片之間的互聯，大規模部署GPU叢集時，晶片之間需要極高速和低延遲的網路交流，博通在這一領域擁有極大優勢。目前博通的市值超過一兆美金，2024年至今市值漲幅超過200%，2025年第三季度AI相關的營收達到52億美元，同比大幅增長62%，且目前在手訂單超過1100億美元，增速強勁。HBM記憶體卷王-海力士（sk hynix）GPU計算速度已經遠超傳統記憶體資料傳輸速度，HBM（高頻寬記憶體）的出現正是解決了這一問題，海力士很早就押注此技術的研發，並靠著此項技術以及AI帶來的訂單在今年反超三星成為全球第一大儲存廠家，目前在HBM領域市佔率達到57%。雖然消費電子需求疲軟，但是靠著這波AI狂潮，海力士營收創新高，去年底給員工豪氣發出15個月的年終。今年勢頭更勁，openAI聯合多家巨頭投資5000億新建資料中心，海力士和三星就是其中HBM晶片的主要供應商，2026產能已經被全部吃光，訂單已經排到了2027年，其結果更是直接擠壓傳統記憶體產能，最近大家聽說的記憶體大漲價就是來自於此。最後說下為什麼是半導體巨頭呢，半導體是一個贏家通吃的行業，麥肯錫2025年報告顯示，全球半導體行業前5%的公司（輝達、台積電、SK海力士、博通等）捲走了1590億美元的經濟利潤，而中間90%的公司僅分得50億美元，底層5%甚至虧損370億美元。無論模型怎麼進化，應用怎麼豐富，最終都離不開晶片，晶片巨頭們拿到的是實實在在的訂單，從這點來看，就算這是一場泡沫，半導體巨頭們也要穩得多，當所有人都湧向“淘金熱”時，賣“鏟子”的笑了。 (星野回望)

這段時間，關於AI是否為泡沫的討論層出不窮。判斷是否存在泡沫的一個關鍵因素在於投入能否帶來相應的產出。本文將梳理中國字節、騰訊和阿里三巨頭與國外微軟、Google和亞馬遜三巨頭在投資回報率方面的對比情況。本文的資料參考源自一家調研機構的測算。01 測算方法用2025年的AI相關收入（以雲業務為主，儘量選取對外收入）除以今年的Capex金額（取市場預期的中位數計算）。02 中國外對比分析其中，阿里的資料口徑較為完整：阿里雲2025年AI雲收入預計達230億元，具體劃分為AI算力120億，AIPaaS 110億元。2025年capex預計為1200億元，產出比為19.2%。這六家巨頭的具體情況參考下表：03 結論從投資回報率來看，中國的三家企業與國外企業的差距仍然較為顯著。不過，海外巨頭們雖然投資成本高昂，但在收入方面也收穫頗豐，海外的人工智慧業務能夠面向外部市場盈利。反觀中國，整體而言，想要實現對外盈利仍較為困難，目前大多僅能供自身使用。在收入的投入產出比上，美國巨頭們依舊佔據優勢。 (傅里葉的貓)