美東時間15日，台積電公佈了2025年第四季度的財務報告，錄得總營收1.05兆新台幣，明顯高於分析師預期的1.02兆新台幣，毛利率達到了62.3%，大幅高於預估60.6%，歸母淨利潤錄得5,057億新台幣，同樣明顯高於分析師預測的4752億新台幣。財報一圖流詳見下圖（單位均為億新台幣，$表示為億美元，資料均來自於財報，點選可看大圖）：台積電的業務結構相對簡單，絕大多數收入均來自於晶圓加工，每月也會按時披露業績情況，因此，針對季報我們的分析，主要有兩個落腳點：其一是先進製程的佔比。目前台積電在N2、N3製程上有不可替代的顯著優勢。先進製程的出貨量直接影響了其毛利，除生產成本外，晶圓加工最大的成本項就是折舊，先進製程出貨量的高低，直接影響了其固定成本攤薄的程度，從而影響了其整體的利潤水平。其二是終端裝置的佔比。尤其是HPC（高性能電腦）佔比的趨勢，能夠反應AI行業整體資本開支的趨勢，台積電在過去很長一段時間內，受制於下游頭部客戶（比如蘋果），業績存在明顯的季度周期性（尤其是智慧型手機佔比較高），自AI爆發以來，業績增速趨於穩定，觀察台積電單季度終端裝置份額的變化，也能幫助我們更好的理解現如今熱門的AI市場。本季度是針對台積電財報研究的一個短期節點，因為大機率今年一二季度，台積電2nm製程產品將會正式進入報表，那麼2025年四季度，將會是3nm製程時代最成熟的一份財報，也會為未來一年台積電整體的毛利水平奠定基調。先來總結下台積電四季度財報表現：1. 3nm的金礦挖不完，雖然2nm、1.6nm的先進工藝潛力巨大，但目前市場主流的3nm需求旺盛，在成本短期內沒有明顯擴張的同時，帶動營收、毛利、淨利均創新高。並且一季度指引非常強勁，預計營收在346-358億美元區間，毛利率指引63-65%區間。2. 等效12英吋的晶圓單價創新高，短期內看不到售價下滑的趨勢。3. 智慧型手機在第四季度的增速達到了11%，HPC保持了高位低個位數增長，高性能HPC的增速連續兩個季度放緩，很有可能如市場預期一樣，CoWoS先進封裝的產能不足，影響了HPC終端的出貨量。4.台積電對AI發展的預期相對樂觀，提高了2026年資本開支的指引，並且先進封裝也成為了資本開支的重點項之一。5.成本優勢也在逐漸擴大，2026年台積電或進入全盛期。01代際優勢越拉越大，3nm還有利潤可挖，2026年有望突破65%毛利自AI爆發以來，半導體就撕下了周期性標籤，這一點在台積電身上展現的尤為明顯。2023年第三季度，台積電3nm產品正式出貨，在此之前，台積電的毛利水平，基本上圍繞著製程成熟度上下波動，比如自2020Q3 5nm出貨以來算起，到2023年Q3 3nm出貨，經歷了3年12個季度，毛利率從53%，一路攀升至62%，在工藝相對成熟後，毛利率回落至53%，直到3nm產品放量後再次提升。3nm製程的周期節奏明顯被打亂，毛利率一路向上，在2nm出貨的前夕，依然看不到3nm需求下降的趨勢，毛利率也是再次站上了62.3%的高位。主要還是因為AI爆發帶來的算力需求擴容，並且即便是3nm，目前來看台積電還是擁有明顯的代際優勢，以往三星、英特爾可以在四個季度內承接先進製程的供給，現在看來周期要再度拉長。今年年初，台積電爆出了將上調3nm製程報價，同時暫時停止接收3nm新訂單。也就是說未來兩年的產能基本已經被預訂一空，疊加最快一季度，最晚下半年2nm出貨，台積電兼具確定性和強預期，年內65%毛利率可能成為常態。02晶圓加工單價創新高，年化20%漲幅不是痴人說夢漲價，是台積電毛利提升的核心。今年四季度，台積電12英吋等效的晶圓出貨量為3961(kpcs)，同比增長了15.9%，但是環比下滑了3%，也就是說並不是產能釋放帶來的營收增量。如果我們以營收/出貨量來計算，第四季度12英吋等效的晶圓加工單價為26.41萬新台幣，突破歷史新高，在高基數下，依舊保持了環比單季度9%的增幅。這主要得益於3nm製程產品的高增長，去年第四季度台積電3nm製程產品佔收入比重達到了28%，環比提升了5pct。業績會中，有分析師提出，2025年台積電平均售價，連續兩年上漲約20%，20%是否會成為未來的常態？魏哲家顧左右而言他，提出定價受多方面的影響，並不穩定。不過縱覽台積電財報趨勢，從7nm產品向5nm產品迭代時，佔總營收的比重約為36%，隨著算力需求的擴容，3nm未來增長空間確定性更強，很有可能進一步帶動單價的上浮，估計會在2026年屢破新高，20%單價漲幅或許真的是未來的常態。03智慧型手機出貨量是本季核心，但未來預期不明朗以消費終端的產品來看，其實HPC的增幅明顯不如智慧型手機，當然主要的原因還是蘋果的新品周期。第四季度，智慧型手機增長了11%、HPC增長了4%，IoT增長了3%，汽車和消費電子相對疲軟，分別下降了1%及22%。從收入佔比結構來看，第四季度智慧型手機佔收入的32%，HPC佔收入的55%，二者累計貢獻了台積電87%的收入，與前三季度持平。不過智慧型手機業務的預期並不算明朗，此前有多名分析師表示，儲存晶片的漲價幅度過高，很有可能直接影響智慧型手機的出貨量，因此我們認為，今年台積電看點，還是圍繞在HPC上，只不過HPC也不全是好消息。04HPC增速連續兩個季度低個位數，可能是CoWoS限制了需求放量四季度HPC的營收增速為4%，三季度HPC的營收同比沒有增長，連續兩個季度的低個位數增長，與AI算力市場的火熱體感相悖。在我們看來，HPC的低增速與需求的關係不大，可能受制於兩個方面的影響：其一是客戶的優先順序，三四季度是蘋果的新品周期，部分產能讓渡給智慧型手機，HPC的增速自然會放緩。其二是CoWoS先進封裝可能限制了HPC的放量，目前市場的主流認知，已經將HBM抬到了相對高位，而目前的算力產品，也確實非常需要先進封裝，來將先進製程的晶片和HBM記憶體結合。此前根據TrendForce報導，台積電考慮將部分45-90nm產線分配給CoWoS封裝，也能從側面證明，CoWoS先進封裝，確實限制了HPC產品的放量。Google就因為沒有足夠CoWoS產能，將2026年TPU的生產規模，從400萬台下調至300萬台。05不信AI泡沫論，資本開支提速，70%-80%用於先進製程產能建設在四季度業績會的問答環節，台積電管理層首先回答了有關AI泡沫的論述，魏哲家其實表述的相對保守，他表明台積電內部一直在思考，AI需求到底是真實，還是虛幻，畢竟這直接影響台積電未來的資本投入力度。不過根據魏哲家的表述，過去3-4個月，台積電花了很多時間做客戶回訪，得到的答案都是AI對當下發展，確實帶來的巨大的推動力，因此台積電整體的思路是堅定AI投資方向，因此給出了相對較高的新年資本開支預期，預計將達到520億-560億美元。如果以2025年的口徑計算（全年409億），相當於在高基數下維持了27%-37%的資本開支增速，能夠看得出來台積電確實有信心。業績會中管理層也大致拆分了新一年資本開支的動向：70%-80%投入與先進製程產能建設、以支撐AI的結構性需求，大約10%將用於特殊製程技術，大約10%-20%將用於先進封裝測試。也就是說先進封裝的資本開支力度可能在百億美元上下，再次印證了先進封裝的重要性。06成本持續攤平，2026將迎來全盛期的台積電行文最後，我們再來看一下台積電四季度成本側的表現。其實台積電過去三年間，整體的費率趨勢非常穩，研發費率維持在7-8%的區間內，但是很明顯，目前受益於單價上浮，在成本沒有明顯變動的情況下，營收增速遠高於期間成本的增速。四季度台積電的期間費用整體僅有8.4%，創過去五年間的新低，主要的成本項折舊攤銷率，也大幅滑落至15%上下浮動，並且從產業鏈的角度來看，台積電的地位明顯提升，應收帳款周轉天數，自2023年以來，下降了26天，庫存周轉的天數下降了8天，目前整體的庫存周轉天數僅為26天。業績會中，管理層也談到了新一年的成本預期，2026年台積電的預期折舊費用可能會同比增長10%左右，這個預期明顯低於營收增速指引，那麼明年台積電折舊佔營收的比例很可能會進一步降低，固定成本再一次被攤平。綜上所述，台積電無論營收增速、產品結構、資本開支預期，還是成本結構，目前來看都有不俗的表現，2026年，或許是台積電的全盛期。 (錦緞)

今天是2026年1月12日，2025年由於外資的整年度拋售，造成統一超(2912)價格從260元左右至今日收盤的223元。我問了我自己：「我該害怕嗎?」本篇重點不討論外資拋售的原因，將著重在統一超(2912)財務報表上的分析，買賣是市場的本質流動，定期審視自己投資的公司正在做些甚麼事情或許才是價值投資的根基。一、財務總覽 - 發現問題?ROE(-8%) ※股東權益報酬率每股營業利益(-0.09)營業現金流(-4,748)營收(+1,550)使用權資產(+3,198)2025 年第三季，統一超(2912)之「使用權資產」出現明顯成長，並同步反映於「營業現金流」的大幅下降。考量統一超之產業與營運屬性，使用權資產主要來自於超商門市、商場櫃位、倉儲與物流據點等營運空間，推估本季相關變化，可能與擴張投資行為（如承租營運據點、租地委建，或搭配土地與不動產布局）密切相關。二、現金流與資產負債表檢驗統一超(2912) - 擴展所導致?現金及約當現金(百萬):上季54,567 / 本季48,567營業現金流(百萬):上季12,969 / 本季8,221自由現金流(百萬):上季8,314 / 本季827土地(百萬):上季4,745 / 本季14,7672025 年第三季土地項目提升 211.21%，顯示公司於當期確實出現顯著的土地資產擴張，進一步提高先前評估「擴張投資」的合理性。考量土地購置通常伴隨一次性的大額資金支出，該變化亦可合理解釋當期營業現金流明顯下降的情形；透過相關重大投資新聞事件交叉驗證，整體結論具備一致性。【公告】統一超代子公司統一超食代股份有限公司公告自地委建廠房【公告】統一超於高雄市灣市38市場用地租地委建(補充113/4/29公告)三、結論依據上述數據驗證，統一超（2912）於 2025 年第三季呈現積極擴張態勢。短期內因資本支出與營運前置成本增加，導致營業現金流明顯下滑，並對每股營業利益與 ROE 形成一定程度的擠壓；然而，整體營收與每股營業額仍維持正向成長，顯示擴張尚未對營運動能造成實質衝擊。考量統一超所處產業具備穩定現金流特性，現階段較適合持續追蹤擴張後對營收成長與每股營業利益回復情況的影響，以評估其投資效率是否逐步改善。**更多(分析、資產配置分享、財經閱讀筆記..等)歡迎至「ANSHI安實的沙龍」訂閱哦！※文章分享來自個人分析，不會給予該買或賣的評斷，純分享，也是一種自我紀錄。※投資理論沒有對錯，想法、策略只有適不適合自己，互相討論求進步(數據有誤，歡迎留言修正)。※數據資料來源：元大證券

連日來，中國網際網路領域硝煙再起。一場由前高管在社交媒體上的“炮轟”，將安全巨頭三六零（以下簡稱360）及其創始人周鴻禕，驟然推至輿論與資本市場的風暴眼。前360高管、區塊鏈投資人玉紅，以極為激烈和直白的言辭，指控周鴻禕及360集團存在大規模財務造假，尤其劍指遊戲業務“虛假充值”以虛增流水。儘管360集團在第一時間發佈措辭嚴厲的聲明及澄清公告予以全盤否認，資本市場卻以連續的暴跌，投下了充滿疑慮的一票。股價從16日收盤的10.86元，跌至17日盤中最低的10.08元，短短兩個交易日市值蒸發數十億元。這場看似突然的指控，已遠不止於個人恩怨的口水戰，它更像一把利刃，刺穿了上市公司光鮮的財報表皮，觸及了中國網際網路企業治理、創始人權威與資本信任之間最敏感的神經。指控與澄清：一場圍繞“數字”的生死博弈事件的引爆點，在於指控的直接與極端。玉紅聲稱自己曾幫周鴻禕“做假帳至少幾十億”，並掌握資料，揚言全網公佈，更將認識周鴻禕稱為“一生的恥辱”。其指控的核心，直指上市公司生命線——財務資料的真實性，具體指向遊戲業務通過“虛假充值”製造流水。面對如此嚴峻的指控，360的反應迅速且程式化。先是集團聲明斥為“惡意造謠”，緊接著通過上交所發佈正式澄清公告。這份公告的回應策略耐人尋味：它沒有就“幾十億”的驚人指控展開籠統辯駁，而是選擇了極其精準的定點拆解。公告指出，被外界普遍關聯的遊戲業務主體“GameWave”，自2018年重組上市以來，年均收入僅約0.2億元，佔公司年均總收入比例約0.2%。言下之意極為明確：即便該業務全為造假（公司已否認），其規模對於360的整體營收而言，也是九牛一毛，無關痛癢，更遑論“幾十億”的天文數字。從危機公關角度看，這份澄清試圖將一場可能動搖根基的“系統性財務造假”指控，降維成一個“邊緣業務的小問題”甚至“無稽之談”。然而，市場的反應——股價的繼續下挫——無情地表明，這場“數字之戰”並未因公司的澄清而平息。核心矛盾在於：指控方描繪的是一個觸目驚心的“黑洞”，而公司方則展示了一張近乎可以忽略不計的“小貼紙”。兩者之間的巨大撕裂，反而加劇了外界的困惑與不信任：要麼是前高管的指控嚴重失實、誇大其詞，要麼是公司的澄清避重就輕、未觸及真正要害。這場關於“數字”真偽的博弈，已然演變為一場關於“信任”存廢的考驗。人物與動機：從“紅衣戰友”到“區塊鏈鬥士”的決裂這場風波的另一個關鍵維度，是當事人身份的戲劇性。玉紅並非普通前員工，他曾是360體系內的重要人物，深度參與過公司業務。他如今的公開身份，則是“知名區塊鏈投資人”。這一身份標籤，為此次決裂增添了一層超越個人恩怨的行業隱喻色彩。周鴻禕本人，近年來成功將自己從“防毒軟體教父”轉型為“網紅企業家”。他的直播、演講、出版書籍、點評時事，以及與各車企高管的互動，使其個人IP與360的公司品牌深度繫結，甚至在一定程度上，個人風頭蓋過了公司主營業務。這種轉型固然帶來了巨大的流量與關注，但也將公司聲譽與創始人個人言行更為緊密地捆縛在一起，一榮俱榮，一損俱損。玉紅的指控，正是直接攻擊了這套“個人-公司”深度繫結模式的核心：如果創始人的道德與誠信基石被質疑，那麼整個公司的價值大廈也就隨之動搖。玉紅以“區塊鏈投資人”的身份發起攻擊，同樣值得玩味。區塊鏈技術自誕生起就帶有“去中心化”、“不可篡改”、“信任機器”的哲學核心，某種程度上正是對傳統中心化權力結構和不透明帳本的一種顛覆性挑戰。一位深諳此道的投資人，反過來指控一家傳統網際網路巨頭存在“帳本”問題，無論其個人具體動機如何（是純粹的個人恩怨、利益糾紛，還是帶有某種理念性的“揭黑”），其行為本身都構成了一種極具象徵意義的敘事：代表新型信任機制的力量，向舊有權力中心發起的“背刺”。信任的裂痕：為什麼澄清無法阻止股價下跌？360的澄清公告在法律和程序上堪稱規範：有具體資料，有會計準則依據，有審計機構背書（標準無保留意見）。然而，資本市場給出的反饋是繼續用腳投票。這揭示了一個殘酷的現實：在特定情境下，程序正義未必能立即換來市場信任的修復。首先，“內部人”指控的殺傷力遠超普通做空報告或媒體質疑。前高管，尤其是曾負責核心業務的高管，其指控自帶一種“知情人爆料”的光環，更容易引發市場對“公司內部存在巨大隱情”的想像。公眾會傾向於認為，他看到了外界看不到的“另一本帳”。其次，審計意見的權威性正面臨複雜挑戰。近年來，國內外資本市場一系列財務醜聞表明，即便是權威審計機構出具的無保留意見，也並非絕對的“免罪金牌”。當強烈的負面指控出現時，市場會本能地重新評估審計工作的侷限性與潛在風險。公告中“均經審計”的聲明，在此刻的效力被打了折扣。最重要的是，這場風波發生在中國網際網路行業深度轉型、增長普遍承壓的宏觀背景下。許多昔日的明星公司都面臨著主營業務見頂、新故事難講、市值縮水的壓力。360同樣身處其中，其向人工智慧、智能硬體等領域的轉型成效，尚未完全得到資本市場的廣泛認可。在此敏感時期，任何關於公司基本盤——財務健康的負面消息，無論真假，都極易觸發投資者脆弱的神經，導致恐慌性拋售。股價的連續大跌，反映的不僅是針對單一指控的擔憂，更是市場對公司在當前經濟環境下整體抗風險能力、治理透明度以及未來前景的深度憂慮。超越羅生門：對中國網際網路公司治理的深層拷問“玉紅炮轟周鴻禕”事件，無論最終法律調查結果如何，都已成為一個具有典型意義的案例，對中國網際網路公司的治理提出了一系列尖銳拷問：創始人權威的邊界何在？ 當創始人的個人形象與公司品牌高度融合，其個人聲譽風險如何與公司風險進行有效隔離？當創始人與曾經的“左膀右臂”發生劇烈衝突時，公司董事會和治理機制能否有效介入、緩衝，避免事態惡化至公開決裂、殃及池魚？“後增長時代”的內部矛盾如何管理？ 網際網路行業狂飆突進的時代，高增長可以掩蓋許多內部管理問題和利益分配矛盾。當行業進入存量競爭甚至收縮階段，增長紅利消失，過去被掩蓋的內部積怨、利益糾紛更容易浮出水面，並以極端方式爆發。公司如何建構更具韌性、更能妥善處理內部 dissent（異議）的文化與機制？新型輿論戰下的危機應對。在社交媒體時代，來自“內部人”的實名指控，能夠在極短時間內形成爆炸性輿情，其破壞力呈幾何級數放大。傳統的“發聲明-走法律程序”的應對範本，在面對這種情感衝擊力強、傳播速度快的輿論戰時，是否足夠有效？公司需要如何升級其溝通策略，以更透明、更及時、更具共情力的方式，直接回應市場最關切的信任問題，而不僅僅是法律問題？風暴未止，信任重建之路漫長截至目前，這場風波仍是一出“羅生門”。法律的天平最終會傾向那一方，有待監管機構的調查與司法機關的裁決。然而，資本市場的判決已經提前下達：信任，一旦出現裂痕，修復的成本遠高於一次完美的危機公關。對於360而言，當前最緊迫的任務，或許已不僅僅是證明“帳目清白”，更是要思考如何重建投資者、合作夥伴乃至公眾對其公司治理、內部控制和文化建設的長期信心。對於整個中國網際網路行業，此事亦是一記警鐘。它提醒所有企業，在追求商業模式創新和流量光環的同時，紮緊公司治理的籬笆、維護健康的內部生態、保持與所有利益相關者（包括曾經的夥伴）溝通的坦蕩，同樣是企業基業長青不可或缺的基石。在資訊高度透明的今天，任何內部的“火藥桶”，都可能被點燃，並最終在公共輿論與資本市場上引發一場代價高昂的信任風暴。這場由前高管點燃的“炮火”，最終燒向的，或許是一個時代野蠻生長後所必須面對的治理與信任命題。 (一波說商業實驗室)

周五美股人工智慧相關股票大幅下跌，最核心誘因是短期內甲骨文（Oracle）和Broadcom的業績不佳以及公司指引的拉垮導致投資者對AI敘事再次表現了“巨大的擔憂”。但這次所謂的“市場擔憂”，和上次的TPU挑戰GPU的爭論卻完全不同，實際上是一種估值調整和情緒再次宣洩，對整個AI敘事沒什麼影響。但是對於博通，我看法平淡。因為博通雖然受益於ASIC的爆發，但是後續博通的回報相比之前要明顯打折扣，同時整體業務和毛利率的不確定性大幅增加。可以參考之前私域的內容，博通需要有新的故事和邏輯出現：我們看幾個主流投行對博通2026年的財務預測：目前對於博通26年和27年的EPS一致預期大概在10.31和12.89美元，賣方給出的估值區間在38-45X PE，整體上估值較高。賣方一致的看好博通，但市場的擔憂來自於電話會議上CEO Hock Tan的說法：（1）公司積壓了至少價值730億美元的AI產品訂單，將在未來6個季度內交付；這一數字中規中矩，根據美銀（BofA）的資料，樂觀的預期超過800億美金，一致預期在690億美金，顯然因為此前Tan賣了太多關子，瘋狂暗示了很多（包括這次暗示新客戶），730億美金顯然低於大部分投資者的預期，800才符合真實預期；（2）最令投資者心態爆炸的是公司既沒有給2026年AI業務營收指引，同時透露“在第四季度收到了人工智慧初創公司 Anthropic的110億美元訂單，但受AI產品銷售影響，公司整體利潤率正在縮小…”CEO的原話是：“我很難精準判斷 2026 年的具體情況，因此我寧願不向各位提供任何業績指引。”這個比較崩，確實也比我個人預期的要差。因為博通最大的客戶Google的TPU產品中，博通並沒有負責前端設計，只是負責後端實現，這對於其利潤率影響巨大。同時這也是博通首次“不知道晶片內部如何設計”，這意味著博通作為合作者，重要性大幅下降，後端實現競爭激烈，比如要面對聯發科的競爭，同時AI Chip甚至包括Marvell也都實力不錯。雖然博通依然絕對領先，但是不涉及類似於之前業務的前端設計，結果就是：地位下降、利潤率弱勢的尷尬局面。這個我們之前文章提到過：TPU的成功對於ASIC的設計邏輯衝擊很大，TPU就是各巨頭的理想形態。就是前端都自己做，找博通等後端實現。因為ASIC本身很重要的目標是控製成本、擺脫對Nvidia的依賴，如果前端設計依賴博通，那等於“既沒有降低成本（博通毛利率68%），也沒有擺脫依賴”，同時輝達GPU是可以直接搭建叢集。如果搞ASIC還要自己弄叢集和硬體系統，同時產能還得不到保證，目前顯然產能都在向Nvidia和Google傾斜，那麼各種成本綜合下來效率一塌糊塗…微軟的ASIC項目面臨的就類似問題。博通後續面臨幾大客戶，都將面臨類似的挑戰，反而是博通未來針對一些中小客戶的ASIC項目（主導前端）更加值得期待，這是更廣闊的業務空間，絲毫不遜色於幾個大客戶。大客戶項目是為了奠定整個AI業務的份額和格局，即使利潤率承壓也要絕對把握。博通這次是給不出利潤率指引，未來還將面臨“利潤率確實下滑”的挑戰，具體多少未知…但整體上博通也沒那麼糟糕，情緒消化後還是可以有不錯的增長，只是回報率和確定性不太理想。此次博通暴跌，我們能看到兩類公司不同的表現：博通質疑 vs Google強勢：AI的敘事逐漸從單純的算力投資，走向AI大幅帶動業務增長後的Capex提速。Google、微軟、Amazon都比較堅挺，不要較真什麼微軟、Amazon跌過了，Google其實是明確的代表。同時我們還看好Anthropic的崛起，沒什麼比AI業務能盈利更性感的事了。對於Lumentum和Coherent，這兩家周五也跟隨大跌，但是是對之前快速上漲情緒的修正，兩家的增長和估值依然很有吸引力，跌完更有吸引力了，根據大摩的模型：（1）Lumentum 26財年（26年中）營收25.93億美金，毛利率38.8%，對應目前PE 49X，同時對應27財年34.8X PE；（2）Coherent 26財年營收65.8億美金，毛利率38.9%，淨利潤9.5億美金，對應26財年29X PE；Google鏈不同於其他ASIC最大的關鍵就是光互聯，對於高端光模組的需求暴增，同時OCS交換機為TPU提供了互聯的巨大成本和功耗優勢，光互聯依然是Google最大的β，周五的下跌僅僅是情緒的一次釋放，與邏輯無關。如果被情緒帶崩，是風險還是機會？對於明天市場的看法，會比很多朋友想像中的好得多，暴跌風險釋放，錯殺的就是機會。 (橙子不糊塗)

我們買的算力規模，是在“即便是第 10 百分位的悲觀情景下”，大機率依然付得起帳。YOLO式下注，風險旋鈕擰的太狠了。我認為勝率會在我們這邊。幾個小時前，素有“華爾街、矽谷超級提問者”的DealBook 創始人、紐約時報首席財經記者Andrew Ross Sorkin，與 Anthropic 的 創始人 Dario Amodei 展開了一場年末對話。這次採訪背景一方面是大洋彼岸已經處於聖誕前夕，但更重要的一面是，昨天，Anthropic被曝出已經啟動IPO籌備工作，計畫最快2026年上市，估值或達3000億-3500億美元。在此之前，則是 Transformer 架構和 Scaling Law 終結的爭議，以及 Gemini 3 Pro 模型的爆火，OpenAI  內部拉響紅色警報。這些事件的接連發生，讓此前甚囂塵上的“泡沫爭議”和接下來AI模型的發展走向帶來了新一輪的不確定性。Dario在爆出了自家的算力財務模型，他們內部稱之為一個不確定性圓錐。如果我有 80% 的毛利率，我花 200 億美金買算力，可以支撐 1000 億美金收入。但問題在於，這個“不確定性圓錐”實在太寬了，很難避免在某一側犯錯。此前，Dario 就曾表示，Anthropic 計畫在 2028 年實現盈虧平衡。而對於 AGI 的實現路徑，Dario 對於 Transformer 架構依舊保持樂觀：我仍然認為是 “規模化 + 偶爾的小修小補” 就足夠了。對於業界一直擔心的GPU晶片的折舊周期，Dario 回應道：舊晶片的價值會快速下滑。我們在建模時，已經默認舊晶片價值會快速下滑，同時也假設晶片效率曲線會持續高速演進。對於自己經常發出警告這件事，Dario對美國AI監管隱隱表達了不滿：現在美國監管已經分成了兩個世界，應該讓真正最接近AI技術的人來發聲。對於自己曾說過的“90%的工作會被AI替代”言論，Dario說，那只是半句話，下半句則是——那怕 AI 完成了 90% 的工作，而不是 100%，人類的“剩餘 10%”反而會被放大 10 倍，有時候甚至需要 10 倍的人，去完成原來 100 倍產出的事情。問題不在“會不會替代”，而在“企業願不願意更多選擇創造新價值，而不是只做極致降本”。以下是這次採訪的整理內容，大家enjoy！泡沫存在：接下來速度一定會放緩 但有些公司卻在YOLO 式下注主持人（Andrew Ross Sorkin）：今天下午的重頭戲從 Dario 開始。他是當今人工智慧領域最具影響力的人物之一，是 Anthropic 的聯合創始人和 CEO，這家公司以 Claude 模型聞名，是歷史上增長最快的科技公司之一，現在更是同時獲得了三大科技巨頭——亞馬遜、微軟和Google的支援。他比大多數人更早進入這個領域，早年在 BYU 做研究，後來加入Google，又成為 OpenAI 的早期成員，主導了 GPT-2 和 GPT-3 的研發。歡迎你來到現場。Dario Amodei： 謝謝邀請。今天可以聊的話題很多，包括——我們是不是正處在一個 AI 泡沫中？但我保證，我們會慢慢談到那個問題。主持人： 那我就直接問那個一開始提到的問題吧。你也承認，2014 年沒人想到 2025 年會走到今天這個程度。現在這個行業吸納的資金規模，幾乎代表了美國當前 GDP 增長的主要來源之一。我們是不是正處在某種泡沫中？是不是在過度投資？Dario： 這是一個非常複雜的問題，我必須把“技術本身”和“經濟層面”分開來看。從技術角度看，我非常堅定，我可能是最樂觀的那一類人之一。 但從經濟層面看，我確實有擔憂。即便技術真的兌現了承諾，生態裡如果有人在節奏上稍微踩錯一步，後果會非常嚴重。先說技術這部分。之所以我對技術進展並不太驚訝，是因為我和幾位後來成為聯合創始人的同事，最早系統性地總結過 AI 的“Scaling Law”——也就是只要你不斷加算力、加資料，在少量結構微調下，模型能力就會持續提升。像推理模型、測試時算力，本質上都是非常小的改動。我已經跟蹤這個趨勢 12 年了。最震撼的是：你用這樣極其簡單的方式訓練模型，它會在幾乎所有領域同步變強——程式設計、科學、生物醫藥、法律、金融、材料、製造業，這些正是整個經濟的核心價值來源。只看 Anthropic 自身，因為我們更偏企業級市場，我覺得更像一個“純粹的溫度計”。我們過去三年，收入每年 10 倍增長：2023 年從 0 到 1 億美元，2024 年從 1 億到 10 億，今年會落在 80 到 100 億之間。未來還會不會這樣漲？我不知道。但技術確實在推動價值，經濟回報也正在兌現。 它一定會放緩，但依然會非常快。所以我對“長期終局的經濟價值”是有信心的。主持人： 但問題在於，現在有公司每年要燒掉上千億美元，你們也計畫投 500 億。Sam Altman 去年的規劃數字同樣驚人。這是一次超級昂貴的下注。這個帳到底能不能算清，還是更多是一種“直覺賭注”？Dario： 這就進入我剛才說的第二部分——真正的困境來自於：“經濟價值增長速度”的不確定性，與“資料中心建設周期”的滯後性之間，存在巨大張力。 這是擺在所有公司面前的真實兩難。我認為有些參與者是在“YOLO 式下注”，把風險旋鈕擰得太狠了，對此我非常擔憂。主持人： 誰在 YOLO？Dario： 這個我不回答（笑）。但你可以換個視角想：如果你站在我這個位置，連續三年收入 10 倍增長，很自然會去問：明年會怎樣？如果你非常粗暴地外推，下一年可能是千億美元等級——我必須強調，我完全不相信這個數字。但它是數學上的上限之一。如果你從更理性的企業客戶、具體場景、銷售路徑去拆，可能是 200 億、300 億。所以我內部把它稱為一個“不確定性圓錐”——一年後是 200 億，還是 500 億，極其不確定。 我只能按最保守的一側去做規劃，但這種不確定性本身就足夠令人不安。算力財務模型 不確定性圓錐實在太寬了Dario ： 還要疊加一個現實因素：資料中心建設有很長的滯後周期，通常是一到兩年。這意味著我必須在“現在”，甚至幾個月前，就決定：在 2024 年初要買多少算力，去服務 2027 年初那個收入規模下的模型。這中間存在兩個強耦合風險：第一，如果我買少了算力，我就沒法服務所有客戶，只能把他們推給競爭對手；第二，如果我買多了算力，而收入又沒跟上，我就付不起這些算力的成本，極端情況下甚至會面臨破產風險。這個“安全緩衝”本質上取決於我的利潤率。如果我有 80% 的毛利率，我花 200 億美金買算力，可以支撐 1000 億美金收入。但問題在於，這個“不確定性圓錐”實在太寬了，很難避免在某一側犯錯。Dario： 我們自認為是一家相對克制、負責的公司。因為我們主做企業市場，我覺得我們的商業模式更健康，利潤更穩，也更謹慎。但如果你換成另一種模式，比如純消費者業務，收入來源沒那麼確定、毛利也不穩定，再加上企業家本身就是那種“偏愛 YOLO、偏愛大數字”的性格，那風險旋鈕就可能被擰得非常狠。只要存在不確定性，就必然存在過度擴張的系統性風險。 我們每家公司都面臨這個問題，再加上彼此之間的競爭壓力，甚至還疊加了與威權國家“國家層面的技術競爭”，整個系統都會被推著往前走。這種風險是不可消除的，只能被管理。 但我確實認為，有些參與者並沒有管理好這種風險，而是在進行不明智的下注。主持人： 你說到這裡，其實大家心裡大概也知道你在暗指誰。你曾對投資人私下說過，Anthropic 計畫在 2028 年實現盈虧平衡；而 Sam Altman 說的是 2030 年。我暫且按他的演算法來算：他需要在兩年內從 740 億美元等級的虧損，轉為兩年後實現盈利。這個在你看來合理嗎？Dario： 說實話，我不瞭解任何其他公司的內部財務情況，也不可能評價別人。我只能回到我們自己的計算邏輯，也就是那個“圓錐式不確定性”：我們買的算力規模，是在“即便是第 10 百分位的悲觀情景下”，大機率依然付得起帳。再糟也會存在“尾部風險”，這從來不可能為零，但我們在盡力把風險控制在可承受範圍內，同時又要確保我們在競爭中不被甩開。我們在訓練和推理上都很高效，利潤結構也不錯。我認為勝率在我們這邊。主持人： 現在市場上很多人開始討論所謂的“循環交易”，以前我們管這叫“廠商融資”。尤其是輝達，以及其他一些公司，直接入股 AI 公司，而這些公司隨後又用這筆錢去買輝達的晶片，相當於形成了資金閉環。你怎麼看？Dario： 我們也做過類似的交易，只是不是某些玩家那樣的大規模操作。我不講具體案例，只講一個“標準化結構”的例子，解釋為什麼它在邏輯上成立：假設你要建 1GW 的算力規模，買晶片、建機房，總資本開支大概是 500 億美元，使用周期可能是 5 年，也就是每年攤 100 億。如果你是一家年收入 80—100 億、處在快速增長期的公司，現在就讓你一次性掏 500 億，現實中根本不可能。那怎麼辦？大型廠商站出來說：“我先投你 100 億，佔 20%，你先用這 100 億覆蓋第一年，其餘的慢慢按收入滾動支付。” 如果你已經接近 100 億年收入，那這並不是一個瘋狂的賭局。資料中心一年建成，第一年融資覆蓋，意味著你只要在兩年後做到 100 億等級收入，就能跑得通這套邏輯。從結構上看，這並不違背商業邏輯。Dario： 真正的危險只發生在一個場景：如果你一層層疊加這種結構，最後變成“到 2027 或 2028 年，我必須做到 2000 億美元年收入”，那你就一定是在過度擴張。規模，決定了一切的風險邊界。一批晶片到底能撐過幾年？舊晶片的價值會快速下滑 保守押注者會活下來主持人： 這裡還有一個關鍵變數，幾乎決定了整個行業的“投資算不算得過帳”——晶片的折舊周期。你買一批新晶片，它到底是有效四年、五年，還是八年、十年？這個假設不同，整個行業的財務模型就完全不同。你怎麼看？Dario： 我們在內部做的是非常保守的假設。嚴格來說，並不存在一個固定、統一的“折舊年限”。晶片本身可以跑很多年，真正的問題不是“它還能不能用”，而是有沒有更快、更便宜的新晶片出現，並且你的競爭對手已經在用它了。 一旦出現這種情況，老晶片的相對價值就會迅速下降，甚至一年之內就會發生。現在不止是輝達，各家都在推新一代 TPU、GPU。我們在建模時，已經默認舊晶片價值會快速下滑，同時也假設晶片效率曲線會持續高速演進。我們在 Anthropic 的所有假設，基本都站在極端保守的一側。 結果是：在“幾乎所有世界線”裡，我們都可以活下來。當然，極端尾部世界線一定存在，但我只能為我們負責，不能替別人背書。我也完全可以想像，有些公司正在“自我欺騙”，建立在過度樂觀假設之上。主持人： 所以，市場上真正理性克制的，其實就你們兩家？Dario： 我不知道你在指誰（笑）。我真的不知道。ps：這裡小編猜測，所謂市場上真正保持克制的這兩家，一家自然是Anthropic，另一家90%的機率是指的 Amazon。（同樣瞄準的是企業市場，而且沒有過度囤卡。用排除法的話，只剩下 Amazon 和 Apple 了。然而Apple 算是大模型玩家嗎？？？不大會。）不卷C端！GoogleGemini強歸強，Claude清風拂山崗主持人： 那我們換個話題，聊聊模型本身的競爭格局。就在過去一周，矽谷內部幾乎“情緒失控”，因為某位你我都認識的人發佈了新模型，引發了巨大震動。Saraparay 去年也來過這裡，現在大家突然意識到，原本被認為“資料天生佔優、理應贏麻了”的 Google，可能真的開始發力了。 Sam Altman 內部甚至發了“紅色警報”郵件，讓所有人回到工位衝刺下一輪突破。在你看來，現在這些模型的真實排序是怎樣的？以及，這種“當下時刻的領先”，到底有多重要？Dario ： 這是少有的幾個時刻之一，我真心覺得 Anthropic 選擇了一條不同的道路，是一件值得慶幸的事。 我們走的是企業市場路線。你剛剛提到的另外兩位玩家，本質上都還是以 消費者市場為核心，雖然也在做企業業務，但主戰場仍在 C 端。這也是為什麼會出現“Code Red”那種等級的內卷——Google 要守住搜尋壟斷，而 OpenAI 的核心陣地也在消費者端，這兩家是在正面肉搏。對他們而言，企業只是“第二戰場”。而我們過去幾年一直在 圍繞企業真實需求反向打磨模型能力，最先爆發的是程式設計，現在已經開始延伸到金融、生物醫藥、零售、能源、製造等領域。模型戰爭當然重要，比如我們上周剛發佈的 Opus 4.5，在程式設計能力上幾乎被公認為目前行業最強模型。但我們真正走的是“不同維度”的競爭路線，所以對這種你來我往的短期廝殺，依賴反而更低。某種意義上，我們處在一個相對“優越”的位置：可以持續增長、持續迭代模型，而不用天天發“紅色警報”。企業級AI很挑模型，遷移成本很高 專精能力會和AGI長期並存主持人： 那這些公司真正的“護城河”到底是什麼？如果有一天真的到了 AGI 等級，所有模型是不是都會趨同？誰還會在乎你用的是那家？是“記憶能力”嗎？還是人格差異？很多人現在就是那個新就用那個。Dario： 我只能從企業側講我的結論。為企業打造的模型，和為消費者打造的模型，在“性格”和“能力結構”上差異非常大。 企業模型更少追求“黏性與娛樂感”，更強調編碼能力、高階智力活動、科學推理能力。我也不認同“只要到了 AGI，所有東西都會收斂成一個形態”。你看看在座的所有人，都具備“通用智能”，但我們沒有變成同一種人。專精能力會和通用智能長期並存。 再加上企業側的現實因素：公司會形成使用習慣，會和某個模型建立長期關係。即便是在 API 這種“賣裸模型”的業務裡，遷移成本也極高。下遊客戶適應了某個模型的“脾氣”，提示詞、互動方式都深度繫結，切換代價很大。這意味著企業級 AI 具備長期穩定的商業粘性。通往AGI，“規模化+小修小補”足夠了主持人： 一個純技術問題：你認為，現在這種基於 Transformer 的架構，加上純算力規模化，本身就足以通向 AGI 嗎？還是說還缺“某個關鍵成分”？Dario： 我仍然認為是 “規模化 + 偶爾的小修小補” 就足夠了。這些修改之小，小到外界可能根本不會注意到，只是實驗室裡的技術迭代。我已經觀察這些 scaling laws 超過 10 年了。主持人： 那你的時間判斷呢？AGI 在什麼時候？Dario： 我其實不太喜歡“AGI”“超人工智慧”這些詞，因為沒有清晰定義。它更像 晶片摩爾定律式的指數曲線——模型會在所有維度持續變強：新模型比上一代程式設計更強、科研更強，現在已經常態化拿下高中數學競賽，正在沖大學數學，甚至開始 首次產生“全新數學發現”。Anthropic 內部已經有人對我說：“我現在已經不寫程式碼了，我只是讓 Claude Code 先打草稿，我負責修改。” 這種狀態，在過去從未真正出現過。 這個節奏只會繼續加快，沒有所謂“質變奇點”，只是能力持續外推，模型的智力不斷抬升，收入曲線不斷往後面加零。美國AI監管已經分成了兩個世界主持人： 你在（美）監管、就業衝擊這些問題上也相當激進。白宮的 David Sacks 曾公開指控 Anthropic 正在通過“製造恐慌”推動監管，從而進行“高階版的監管俘獲”，並且已經傷害了創業生態。你怎麼回應？Dario： 我還是那句話：不要把這場討論變成對個人或單一機構的攻擊。 我從 2016 年起就開始公開寫 AI 風險和治理的論文，那時候 Anthropic 這個公司根本還不存在，更談不上什麼“監管俘獲”。而且我們支援的幾乎所有監管法案，都明確為中小型創業公司設立了豁免條款。 比如我們支援的 SB53 法案，年營收低於 5 億美元的公司根本不在適用範圍內。 我們在這件事上非常謹慎。真正該討論的，不是立場對立，而是具體政策是否合理。Dario： 你可以拋出各種指控，但這些說法和現實完全不符，無論是和我們實際支援過的法律條文，還是和真實情況，都對不上。現在其實存在兩個世界：一邊是 Andreessen Horowitz 等人，他們支援一個超級政治行動委員會；你們這邊也在建構另一個超級 PAC，試圖用完全不同的方式去影響這個行業的監管。問題是，為什麼？你們看到了什麼，是他們沒有看到的？我還是想把討論維持在政策層面。我對這項技術的看法是：我能理解一些人的樂觀來源，但我確實擔心，有一部分人把 AI 視為類似網際網路、通訊技術那樣的技術革命，覺得市場自然會解決一切問題。放在過去那些技術浪潮裡，這種看法也許是成立的。但真正最接近 AI 技術的人，並不這麼看。如果你去問那些真正做 AI 研究、真正建構模型的人——不是投資某些 AI 應用的投資人，也不是自以為懂 AI 的技術評論員——你會發現，他們一方面對潛力感到興奮，另一方面也非常擔憂。他們擔心國家安全風險，擔心模型對齊問題，擔心 AI 對經濟結構的衝擊。 舉個例子，有人曾提出要在十年內凍結所有監管，或者凍結州一級監管，而聯邦層面又沒有統一框架。這種提案去年夏天就出現過，上周又嘗試了一次，結果再次失敗，因為它極不受歡迎。連普通大眾都清楚，這是一個全新而且極具力量的技術。我可能是對 AI 正面效果最樂觀的那一類人之一。 我寫過一整篇文章《Machines of Loving Grace》，我在裡面說，AI 甚至可能把人類的壽命延長到 150 歲。再往後推，當資料中心裡真的出現“天才之國”，我們將擁有一個比任何人類都更快做出生物學發現的虛擬生物學家；它可能把經濟增速推到 5% 甚至 10%。老實說，我對這項技術的樂觀程度，可能比很多自稱“技術布道者”的人還要高。 但一切如此強大的東西，都不可能沒有巨大的副作用。作為一個社會，我們必須提前思考這些代價。 如果你說未來十年都不去監管這種技術，這就好比你在高速路上開車，然後決定把方向盤拆掉，因為“未來十年我都不需要轉向”——這在邏輯上是說不通的。老闆們不應該只做極致降本，而忽視創造新價值 90%的工作被AI替代，但剩下的10%會被放大10倍主持人： 那我們就談談其中一個最具體、最現實的風險——就業。除了駭客攻擊這些問題，你最近在《60 Minutes》裡也談到過工作崗位。我想知道的不是“有沒有可能”，而是，如果真的出現大量入門級崗位被替代，你認為應該怎麼應對？Dario： 我之所以不斷髮出這些警告，並不是為了當什麼末日預言家，而是因為“發出警告本身，就是解決問題的第一步”。如果我們不提醒自己風險的存在，就相當於在雷區裡閉著眼睛往前走；如果我們看見了地雷，就可以繞開它。我這段時間在認真思考這些問題，在 Anthropic 內部也是一樣。現在 Claude 已經開始為我們寫大量程式碼，我們也在親身經歷“工作如何發生變化”。我把應對方式分成三個層級，從短期到長期，也對應從企業就能推動，到需要整個社會投入更多資源。第一層，是企業自身與客戶層面的調整。 每一家客戶都會面臨同樣的權衡，這不是簡單的“取代或不取代”。一部分場景中，AI 會直接完成原本由人類完成的工作，比如保險理賠流程、KYC 全流程自動化，這些都可以端到端由 AI 完成。結果就是：更高效率、更低成本、更少人力。但還有另一種路徑——那怕 AI 完成了 90% 的工作，而不是 100%，人類的“剩餘 10%”反而會被放大 10 倍，有時候甚至需要 10 倍的人，去完成原來 100 倍產出的事情。問題不在“會不會替代”，而在“企業願不願意更多選擇創造新價值，而不是只做極致降本”。 前一種他們一定會做，我們也不打算攔；但如果他們願意更多做第二種，新增崗位也可能超過被替代的崗位。第二層，是政府的介入。 我並不把“再培訓”視為萬能解法，但它一定是必要選項的一部分。企業會做，企業也必須和政府一起做。但從財政層面看，我認為政府遲早要介入。我不確定具體是稅收工具，還是其他政策工具。但在一個高速增長的世界裡，我們曾做過一份報告，即便是今天這些模型，也已經能讓生產率每年提高 1.6%。這幾乎意味著生產率的翻倍，而且模型還在不斷變強。我認為未來有可能到 5%，甚至 10%。 這是一塊極其巨大的“蛋糕”。如果財富過度集中，這塊蛋糕本身也足夠大，大到我們完全有條件照顧到那些並未直接從 AI 中受益的人。第三層，是更長期的社會結構問題。 如果一個社會真正建構出了強大的 AI，它的運行方式必然會發生變化。回到凱恩斯在《我們後代的經濟前景》中提出的“技術性失業”，他設想他的孫輩也許每周只需要工作 15 到 20 個小時。這是一種完全不同的社會結構。當然，總有人會選擇拚命工作，但是否可能出現這樣一個世界：對很多人來說，工作不再是生活的絕對中心，意義的來源發生轉移，工作不再只是為了生存，更偏向於實現感？這種可能性真實存在。 我不是在提任何自上而下的規劃，我只是認為，社會終究會在後 AGI 時代，自己找到新的運行方式。這三層變化，從企業層面最容易、最快發生，到政府層面需要共識，再到社會結構層面最慢、最難推進。但未來很多年裡，我們三件事都必須一起做。主持人： Dario，我真心希望你還能再回來，和我們繼續討論這三件事該怎樣一步一步落地。非常感謝今天這場精彩的對話。Dario： 謝謝你，Andrew。謝謝大家。 (51CTO技術堆疊)

三季度總營收兩年來首次同比加快增長，和資料中心收入齊創單季新高，後者同比增66%、環比增近25%；四季度營收指引中值同比增65%，三季度毛利率略低於預期但四季度料升至75%、六個季度內首次同比提升。黃仁勳稱，雲GPU售罄，訓練和推理的計算需求均呈指數級增長。股價盤後一度漲超6%。CFO重申，新晶片未來幾個季度料將創收5000億美元，稱六年前發貨的A100 GPU今年仍滿負荷工作。在投資者持續擔心企業的人工智慧（AI）領域超高投入難以為繼之際，AI晶片龍頭輝達送來驚喜：上一財季營收加快增長，增速重回60%以上，和資料中心的收入均創單季新高，體現AI基礎設施需求持續強勁，本財季的營收料將保持60%以上的增速，再度超出華爾街預期。輝達CEO黃仁勳在財報公告中表示，公司最新一代Blackwell架構的晶片“銷量遠超預期，雲端GPU已售罄”，“訓練和推理的計算需求持續加速增長，均呈指數級增長。我們已進入AI的良性循環。” 他在業績電話會上再次反駁AI泡沫論，稱關於AI泡沫的說法很多，“從我們的角度看截然不同。”評論稱，雲GPU售罄通常是黃仁勳用來表明其晶片買家和使用者——雲服務商需求旺盛、且沒有閒置產能的慣用說法。這顯然是他近期的宣傳策略，意在安撫擔心產能過剩的投資者。還有評論指出，財報顯示，截至 上財季末，輝達持有現金及等價物606億美元，顯示其仍有充足的資金支援AI在新的經濟領域應用。財報公佈後，收漲近3%的輝達盤後漲幅迅速擴大，盤後漲幅曾超過6%。分析師認為，輝達提供的總營收和毛利率指引緩和了外界的AI泡沫擔憂。美東時間11月19日周三美股盤後，輝達公佈截至自然年2025年10月26日的公司2026財年第三財季（下稱三季度）財務資料，以及第四財季（下稱四季度）的業績指引。1）主要財務資料：營收：三季度營業收入570.1億美元，同比增長約62%，分析師預期551.9億美元，輝達自身指引529.2億至550.8億美元，前一季度同比增長56%。EPS：三季度非GAAP口徑下調整後的每股收益（EPS）為1.30美元，同比增長60%，分析師預期1.26美元，前一季度同比增長54%。毛利率：三季度調整後毛利率為73.6%，同比下降1.4個百分點，分析師預期74.0%，輝達指引為73%至74%，前一季度為72.7%、同比下降3個百分點。營業費用：三季度調整後營業費用42.15億美元，同比增長38%，分析師預期42.2億美元，輝達指引為42億美元，前一季度增長36%。2）細分業務資料：資料中心：三季度資料中心營收512億美元，同比增長66%，分析師預期為493.4億美元，前一季度同比增長56%。遊戲和AI PC：三季度遊戲和AI PC業務營收43億美元，同比增長30%，分析師預期為44.2億美元，前一季度同比增長49%。專業可視化：三季度專業可視化營收7.6億美元，同比增長56%，分析師預期為6.128億美元，前一季度同比增長32%。汽車和機器人：三季度汽車和機器人業務營收5.92億美元，同比增長32%，分析師預期為6.209億美元，前一季度同比增長69%。3）業績指引：營收：四季度營收預計為650億美元，上下浮動2%，即637億至663億美元，分析師預期中值為619.8億美元。毛利率：四季度非GAAP口徑下調整後毛利率預計為75.0%，上下浮動50個基點，即74.5%至75.5%，分析師預期中值為74.6%。營業費用：四季度調整後營業費用預計為50億美元，分析師預期45.9億美元。01 總營收兩年來首次同比加快增長和資料中心收入齊創新高財報顯示，輝達三季度營收達到創紀錄的570億美元，高於公司的整個指引區間，並且較分析師預期高3%以上。營收同比增速從前一季度的56%提升至62%，這是自2024財年第四財季以來、將近兩年來首次營收增速較前一季度加快增長。貢獻三季度將近九成營收的資料中心業務收入也創單季最高紀錄，較分析師預期高將近190億美元、將近4%，同比增速從前一季的56%提升至66%。環比一季度，資料中心收入增長約101億美元，環比大增24.6%。三季度調整後EPS盈利同比也加快增長，同比增速從前一季的54%提高至60%，為本財年內最高增速。02 營收指引中值同比增65% 毛利率升至75%從業績指引看，輝達的整個四季度營收指引區間都高於分析師預期中值，以指引區間的中值650億美元計算，輝達預計的四季度營收將再創單季新高，較分析師預期中值高將近5%，預計將同比增長逾65%，也就是有望保持60%以上的增速。不過，此前一些非常樂觀的華爾街人士預期營收為750億美元，較輝達的指引區間中值高15%以上。輝達首席財務官（CFO）Colette Kress在業績電話會上說，四季度的營收指引未包含來自中國的資料中心計算收入。輝達三季度的毛利率同比超預期回落至73.6%，略低於分析師預期的74.0%，但四季度毛利率指引表現不錯。四季度輝達預計，毛利率中值將較去年同期的73.5%提高至75.0%，那將是自2025財年第二財季以來六個季度內首次毛利率同比增長。Kress說，即使面臨投入成本不斷增加，輝達也在努力將毛利率維持在75%左右。Wedbush證券的分析師Matt Bryson指出，輝達實現了此前投資者擔憂無法達到的兩個目標，一是預測總營收將超過600億美元，二是預計毛利率將達到75%左右。彭博行業研究高級技術分析師Kunjan Sobhani評論稱，輝達三季度的業績和四季度的指引均高於市場普遍預期，指引尤其高於預期，據其解讀，也領先於大多數買方機構的預測。這表明，GB300晶片的產能將大幅提升。03 CFO：六年前發貨的A100 GPU 今年仍滿負荷工作花旗、摩根大通等機構此前就對輝達的三季度業績持樂觀態度。這種信心源於輝達的客戶基礎。微軟、亞馬遜、Alphabet和Meta這四家公司合計佔輝達銷售額的40%以上，預計未來12個月這些公司的AI支出總額將增長34%至4400億美元。更關鍵的是，黃仁勳在今年10月的GTC大會上透露，輝達已合計獲得2025年和2026年兩個公曆年價值5000億美元的晶片訂單，其中包括將於明年開始量產的新一代Rubin晶片。本周三的業績電話會上，輝達CFO Kress重申，輝達預計，旗下最先進的一些晶片未來幾個季度將帶來5000億美元的收入，並且資料中心基礎設施領域存在著數兆美元的巨大整體機遇。Kress說，輝達有望達成這一5000億美元的目標，而且這個數字還會增長。Kress表示，OpenAI的使用者數量和毛利率都是令人鼓舞的跡象，其競爭對手Anthropic的營收也同樣讓人鼓舞。Kress稱，在三季度，GB300對輝達營收的貢獻超過了其前代產品GB200，實現了“交叉”。六年前發貨的A100 GPU今年仍滿負荷工作。Kress透露，針對中國市場的定製款AI晶片H20三季度銷售僅僅0.5億美元。她說，由於地緣政治問題的緣故、也因為市場競爭越來越激烈，H20 AI晶片的訂單永遠不會很大。公司正在努力尋找方法對華出口“更具競爭力的資料中心計算產品”。談到大客戶如何從AI投資中獲利，黃仁勳說，客戶的融資方式“由他們自己決定”，各國也將自行籌集AI建設的資金。如果深入瞭解就會發現其中蘊藏著巨大的利潤，足以負擔建設的投入。對於輝達是會將持有的現金投入生態系統，還是會回饋股東，黃仁勳說，這要看供應鏈。輝達的投資與擴大其技術的應用範圍密切相關。這些合作關係旨在幫助輝達與這些公司在更深層次的技術層面展開合作。輝達投資OpenAI是為了建立深度合作關係並支援其發展。 (硬AI)

知名科技博主Ed Zitron援引內部檔案披露，OpenAI存在巨大的“財務黑洞”，其真實推理成本可能高達公開資料的三倍，而通過微軟分成反推的收入卻遠低於官方宣傳，導致收入難以覆蓋驚人支出。若資料屬實，不僅OpenAI的商業模式面臨可持續性質疑，整個生成式AI行業的盈利前景也將被徹底顛覆。一份據稱來自OpenAI內部的檔案，正對這家人工智慧巨頭的財務狀況和整個生成式AI行業的商業模式構成嚴峻挑戰。檔案內容顯示，OpenAI的實際營運成本可能遠超外界想像，而其收入則被顯著誇大，這使得其高昂的營運成本與收入之間存在一條驚人的鴻溝。此次引發震盪的源頭，是知名科技博主、時事通訊《Where's Your Ed At》的作者、同時也是科技行業尖銳批評者——Ed Zitron。他一方面通過個人媒體平台激烈批評人工智慧行業，預言其泡沫即將破裂；另一方面，他經營的EZPR公關公司卻曾為多家AI初創公司提供公關服務，這種既批判AI又為AI公司代言的雙重角色，使他成為科技界一個頗具爭議的聲音。作為深諳行業運作規則的"內部人士"，他卻堅信當前AI熱潮本質上是資本催生的泡沫，並以其標誌性的激烈言辭預言著整個行業的"審判日"即將來臨。Zitron在其部落格發佈文章，該文章援引其看到的檔案資料稱，OpenAI僅在微軟Azure雲平台上的模型“推理”成本，就已達到驚人水平。例如，在2025年上半年，該項支出接近50億美元，而此前媒體報導的同期“收入成本”僅為25億美元。這表明，OpenAI的燒錢速度可能是公開資料的近三倍。與此同時，這些檔案還揭示了OpenAI向其主要投資者微軟支付的20%收入分成。通過這一資料反向推算，OpenAI的實際收入遠低於此前報導的數字。例如，2025年上半年，微軟獲得的收入分成對應的OpenAI營收約為22.7億美元，但這與媒體報導的43億美元相差甚遠。如果這些資料屬實，不僅OpenAI的財務健康狀況堪憂，整個AI大模型行業的盈利前景也將被打上一個巨大的問號。對於這些資料的精準性，微軟和OpenAI的回應顯得模糊。據瞭解，微軟一位女發言人對英國《金融時報》表示，“數字不完全正確”，但拒絕提供更多細節。OpenAI則未予置評，僅建議媒體向微軟求證。一位熟悉OpenAI的人士稱，這些數字未能提供“完整的畫面”。儘管無法得到官方證實，但相關方也未能提供有力證據來實質性地反駁這些資料。01. 驚人的成本黑洞推理支出遠超收入根據Ed Zitron披露的資料，OpenAI的營運成本（特指模型推理成本）與其收入之間存在巨大差距，且這一差距比此前任何報導都要大。推理是類似ChatGPT的應用呼叫大語言模型以生成響應的過程，是其核心營運成本之一。資料顯示，從2024年第一季度到2025年第三季度的七個季度裡，OpenAI僅在Azure上的推理計算支出就超過了124億美元。僅在2025年的前九個月，其推理成本就已高達86.7億美元。相比之下，The Information曾報導稱，OpenAI在2024年全年的推理成本約為20億美元，2025年上半年的“收入成本”為25億美元。Zitron的資料顯示，真實成本幾乎是這些報導數字的三倍。更令人擔憂的是，這些天文數字般的成本似乎與收入增長並不同步。資料顯示，即使考慮到收入增長，推理支出似乎仍在以更快的速度線性攀升，完全吞噬了收入。這種模式讓人質疑，在當前技術和定價下，大模型業務是否可能實現盈利。02. 被誇大的收入？營收資料與公開報導存在巨大差異除了高昂的成本，Zitron披露的檔案還對OpenAI的收入提出了嚴重質疑。通過微軟獲得的20%收入分成款項，可以反向推算出OpenAI的最低收入水平，而這個數字與媒體引用或OpenAI自己透露的樂觀資料相去甚遠。2024年度：檔案顯示微軟當年獲得了4.938億美元的收入分成，這意味著OpenAI的收入至少為24.69億美元。然而，CNBC和The Information當時的報導預測，OpenAI 2024年的收入將在37億至40億美元之間。2025年上半年：微軟獲得4.547億美元分成，暗示OpenAI同期收入至少為22.73億美元。而The Information的報導稱，OpenAI在該時期創造了43億美元的收入。這些巨大的差異難以調和。就連OpenAI首席執行官Sam Altman聲稱公司年化收入“遠超”130億美元的說法，也與檔案所揭示的財務狀況格格不入。Zitron推測，公開報導的高收入數字可能源於對“年化收入”或“年化經常性收入”（ARR）的創造性計算方式，但OpenAI從未明確其定義。03. 複雜的合作關係與模糊的回應值得注意的是，OpenAI與微軟的財務關係極為複雜，並非簡單的投資與成本關係。據報導，雙方存在雙向的收入分成協議。微軟除了從OpenAI的收入中抽取20%外，還需要將其通過Azure OpenAI服務銷售模型所得收入的20%支付給OpenAI。此外，還有與Bing相關的收入分成和可能的版稅支付。這種複雜的結構意味著，僅從微軟獲得的收入分成來推算OpenAI的總收入，得出的必然是“低估值”。然而，即便考慮到這一點，Zitron資料所揭示的成本與收入之間的巨大鴻溝依然難以解釋。據瞭解，在向兩家公司求證時，《金融時報》並未得到明確的否認。微軟“數字不完全正確”的回應和一位知情人士“未能提供完整畫面”的說法，為市場留下了巨大的想像（或擔憂）空間。在沒有更具體反駁的情況下，這些洩露的資料可信度正在增加。04. 行業警鐘：AI商業模式的可持續性遭拷問如果Zitron披露的資料那怕只是部分精準，它也將對整個生成式AI行業敲響警鐘。這意味著作為行業領導者的OpenAI，其商業模式可能根本無法持續。英國《金融時報》基於這些資料進行的推演顯示，按照目前的增長率，OpenAI的最低預估收入可能要到2033年左右才能覆蓋推理成本。如果再減去微軟20%的收入分成，那麼它可能“永遠”無法通過自身收入覆蓋推理成本。這一發現對投資者和市場提出了一個尖銳的問題：如果連資金最雄厚、市場地位最領先的OpenAI都面臨如此巨大的財務壓力，那麼其他通用大模型供應商的處境又將如何？分析認為，未來只有兩種可能：要麼模型運行成本出現斷崖式下降，要麼面向客戶的收費標準必須大幅提高。然而，目前這兩種趨勢都未見苗頭，這讓生成式AI的商業化前景蒙上了一層厚厚的陰影。 (硬AI)