AI循环投资加码,最后谁来买单?AI泡沫,参与还是撤退
作者：微信文章一、AI巨额投资前所未有
刚刚又有两条百亿级AI基建落地：
一是贝莱德、英伟达、xAI、微软等财团以约400亿美元收购 Aligned Data Centers，并启动 AIP（AI Infrastructure Partnership）资本池，目标1000亿美元，加速数据中心建设；
二是英国初创 Nscale 与微软达成最高140亿美元协议，在美与葡部署 11.6万片 NVIDIA GB300 芯片，推动全球AI基础设施扩张。
进入下半年，AI几乎日更级上演“百亿新闻”，速度、规模与联动之密集前所未见。
英伟达→OpenAI：拟投至多1000亿美元；
OpenAI→甲骨文：5年云服务承诺3000亿美元（上半年现金消耗 25亿美元、亏损 125亿美元）；
甲骨文→英伟达：反向下单数百亿美元 GB200 等GPU；
有人对此的评价是AI永动机
仅以近月为例（部分），几家头部公司之间的资金联动，资本-算力-能源全链条被“锁链化”，出问题火烧连营800里”：
“星际之门”项目扩张：9月23日，OpenAI、甲骨文与软银宣布在美国新增五个“星际之门”数据中心站点，总投资预计4000亿美元，目标三年内达7吉瓦算力
CoreWeave与Meta达成142亿美元算力协议：10月中旬，人工智能基础设施提供商CoreWeave与Meta Platforms签订为期多年的合作，合同总额高达142亿美元，将为Meta提供英伟达最新GB300系统，进一步强化Meta在生成式AI与视频模型训练方面的算力储备
内存巨头也被纳入供应链：10月初，Altman与三星、海力士签署意向书，预计每月需消耗90万片DRAM晶圆，相当于全球三大存储厂商全年收入的逾一倍
马斯克与英伟达联手：10月9日，xAI寻求融资200亿美元，英伟达投资20亿美元。黄仁勋甚至表示“唯一的遗憾是没投更多”
OpenAI牵手博通：10月14日，OpenAI与博通签署多年期合作协议，共同开发定制AI芯片与网络设备，计划部署10吉瓦算力，相当于五座胡佛大坝或是上海20%的发电量
AMD与OpenAI绑定：OpenAI承诺采购6吉瓦AMD芯片，若部署达标，OpenAI将获得10% AMD股份
甲骨文与AMD深化合作：同日，甲骨文宣布将在2026年起在其云中心部署5万枚MI450芯片
OpenAI与Arm合作：10月13日，OpenAI计划在其AI服务器中采用Arm设计的CPU，引发Arm股价飙升逾11%
Alphabet加入赛道：谷歌母公司宣布五年内在印度投资150亿美元建设AI数据中心枢纽，打造美国以外最大AI集群。
这是一场典型的“算力军备竞赛”：
英伟达是军火商，OpenAI是先锋军，甲骨文与AMD是后勤补给，软银、三星、海力士、博通、Arm是外围联盟。每一个巨头都被绑定进这条全球AI产业的“能源链”中——资金、算力、芯片、数据中心、电力、能源系统层层咬合；
麦肯锡测算：到2028年，美国数据中心用电或达600 TWh，占全国12%（2023年为4%），电网被推向上限。
与此同时，小玩家也“借风起飞”，如由挖矿转型的数据中心公司 IREN、获得 NVIDIA 入股的 CoreWeave，股价飙涨，比如IREN从4月到现在10倍；
AI竞争的焦点，正从“模型谁更强、用户谁更多”迁移到“谁更快把钱→电→算力→产品闭环”。
胜负手在于：融资能力（低成本资本、长期资金可得性）、扩张速度（拿地与并购节奏、EPC交付效率）、基建落地（电力与冷却、网络与机房、芯片与封装、运维与安全）的全链路协同。
谁能更快更多锁定算力建设，谁就能获得通向AI世界的钥匙。
二、各大机构提示风险
高盛、大摩、经济学人、贝恩咨询、英格兰银行、美国银行、穆迪、瑞银、国际货币基金组织等纷纷提示风险
1、巨额投资可能入不敷出：
贝恩咨询：到2030年，全球AI公司需约2万亿美元/年收入才能覆盖当前算力与数据中心投入，但按现增速可能短缺8000亿美元；显示变现滞后于基建扩张
过去两年，科技巨头在 GPU、数据中心、电力系统上的支出激增，但下游需求与付费意愿并未同步增长
以 ChatGPT 为代表的生成式 AI 产品虽实现用户爆发，却仍面临盈利模式不清、成本高企的问题——仅 OpenAI 每年就亏损数十亿美元
摩根大通说：债务会堆积如山，因为目前人工智能的企业渗透率微乎其微，而迄今为止最大的应用场景，不过是每月 19.99 美元的订阅服务 —— 供那些懒得自己写论文、把写作任务外包给某个聊天机器人的大学生使用。
可问题是，总得有人为每年 5000 亿美元的资本支出买单，若收入兑现滞后、成本失衡，易陷入“增长无利润”。
2、循环融资导致冲击扩散
摩根士丹利警示，应警惕 AI 产业链的“循环式融资”现象——客户与供应链相互持股、订单与融资交织，形成高杠杆闭环一旦现金流无法支撑扩张节奏，资金链断裂将迅速传导，引发系统性连锁反应
3、估值泡沫与市场脆弱性
多家投行称AI相关估值接近2000年互联网泡沫区间，且市值高度集中于少数巨头。
IMF与英格兰银行：当前定价受“高期待”驱动，若业绩不达标或情绪转弱，或现“科网式骤然校正”。系统性危机概率不高，但全球风险资产同步回调风险在累积
4、需求滞后与商业化瓶颈
科技巨头未来几年计划万亿美元级CapEx，但杀手级应用尚未出现，投资—回报缺口扩大
BCG（2024）：74%企业尚未将AI从试点推向规模化，瓶颈在需求吸收能力而非算力供给
《经济学人》：若下游无法消化，供给侧过剩与资本泡沫难免，最终反噬现金流与资本承受力
与投行和咨询机构呈现鲜明对比的是：
三、科技巨头不信“泡沫论”，极度乐观、继续高歌猛进
黄仁勋给出“非泡沫”逻辑：
AI推理将迎来“十亿倍”增长，爆发在即但多数人尚未内化；是的你没看错，是十亿倍-老黄原话；OpenAI正经历“双重指数”——一是用户数爆炸，二是单次调用算力上行（从“一次性推理”走向“先思考再回答”），两者叠加促使算力需求呈复合指数扩张。
华尔街对英伟达增速仍偏保守；
思考/后训练/预训练三条规模定律并进，驱动AI持续进化“通用计算已结束，未来属于加速计算与AI计算”：不仅有增量，更要把存量CPU大规模换成GPU
随着Token生成速度数月一翻，每瓦性能必须指数提升，每瓦收入亦随之走高——未来瓦特≈收入；
奥特曼的底层逻辑很直接：大多数人最终只需要一个AI服务。因此要把 ChatGPT 打造成真正的“AI级操作系统”——不止聊天，而是把应用、API、账号体系等全部能力收拢到同一个对话入口，让用户在一处完成调用、协作与执行。Altman向员工透露，OpenAI希望到2033年建成250吉瓦计算能力，按现价估算需超过10万亿美元投入下图为OpenAI和其他大厂的关系图(仅部分)
归根结底，巨头不是在“讲故事”，而是在把指数曲线当经营变量：算力、能效、产品迭代、商业入口四线并进、同步加速。
四、华尔街和硅谷的意见严重分歧，谁对谁错
他们对AI的看法为什么有如此巨大差异？
1、时间尺度不同
1）时间尺度不同：华尔街看 1–4 季度现金流与回本周期；硅谷看 5–10 年的平台化收益与网络效应——红利滞后、CapEx 先行
2、激励不同
巨头押注成功，回报非线性（生态位/标准/数据/人才复利）；卖方看错，最多“被打脸”，自身损失有限。企业家激励绑定“改变世界的曲线”，分析师激励绑定“不犯大错”。
3、信息优势与验证回路
巨头握有真实使用与工程数据（调用量、延迟、失败率、A/B、Copilot 产能等），日更级迭代；研究多依赖外推与二手样本；
他们意见分歧的核心在哪里？
抛开华尔街投行各种精美的统计、表格和演算，精确计算的各类开支、收入曲线，用户增长曲线，成本优化、对各行各业的影响、产业链等等这些细枝末节；
我们可以发现事情的本质，华尔街和硅谷科技巨头的真正分歧只有一个，就是
AI未来是否真的能改变世界，改变人们生活、改变商业模式、提高生产率
如果这些实现，再多的资本投入都能获得超额回报；如果没有实现，已有的资本投入大部分打水漂；
我倾向于硅谷科技巨头的判断更为正确
博通CEO 采访时称：目前约30%全球GDP来自“知识密集、科技密集”行业，随着生成式AI普及，比重有望升至40%，即每年约+10万亿美元新增价值。黄仁勋近期多次给出“智能相关GDP约50万亿；若AI把其中新增10万亿且毛利50%，则需要约5万亿美元/年的AI工厂（基础设施）”的估算逻辑，是现在的10倍；他们不是用报告下注，而是用真金白银下注；且这次是硅谷共识，不是元宇宙式的“孤军”-仅meta下注。
这些科技巨头的初衷，显然不是像许老板或贾老板那样，吹牛=》贷款（pianqian）=》套现走人；
黄仁勋、马斯克、奥特曼、扎克伯格、纳德拉、埃利森，这些兼具发明家、科学家与企业家属性的人物，过去数十年的远见与执行力一次次站在科技浪潮的中心。
这次对AI科技改变世界的押注，他们一定看到了华尔街看不到的机遇；如果AI投入是一条死胡同，他们会遭遇重大损失；
这不是“运气再赌一次”，而是同一套被验证过的“判断—决策—执行—布局”能力，迁移到 AI 这一更大的赛道上；
黄仁勋：押CUDA生态→押“AI工厂”全栈（加速器/网络/软件栈/生态）
马斯克：押电动车+垂直整合→押纯视觉/FSD/机器人+算力与数据闭环
奥特曼：押通用大模型产品化→押代理化工作流与平台经济（调用量驱动再训练）
扎克伯格：押移动端分发与推荐→押生成式AI融入Feed/广告/创作工具
纳德拉：押云+企业席位化→押Copilot 全面席位化与开发者生态
埃利森：押数据库与企业场景→押AI算力/数据安全/行业工作负载一体化
也正因过去的正确押注与决策，他们今天押对 AI 的概率被系统性地提高了:
反观投行与研究机构，多数仍是这场浪潮的旁观者：他们擅长模型与表格，却少了企业家与发明家的那份远见、承担与魄力。
若只看华尔街的研报，你很难在特斯拉、英伟达成为共识之前重仓押注——10倍涨幅之前，几乎没有一家投行给出足够前瞻的判断。
我们的马老师 说过：要相信企业家，不要相信经济学家；
美国的马老师说过：乐观错误，比悲观而正确要好
黄仁勋近期采访中对AI的看法和我们“在发展中解决问题”异曲同工：
如果有一列呈指数级加速的火车，你唯一要做的，就是跳上去。
一旦上车，所有问题都可以在途中解决。
因此，试图预测一列每秒都在加速的火车会驶向何方，然后妄图在某个路口拦截它，这是徒劳的。趁它还未快到无法企及，赶紧上车，与它一同指数级成长。
这段话我的理解就是：他们感知到：AI 的确在重塑世界，但轨迹与细节难以预判。
资本开支的路径也会重复科技革命的常见节律：
技术出现 → 资本涌入建设 → 价格快速下跌 → 使用量爆发 → 泡沫破裂 → 技术沉淀 → 推动社会发展。
至于目前巨头们千亿、万亿级的AI投资，谁来买单的问题：
不是某个机构和公司
而是 AI 被嵌入全球百万亿 GDP 的过程中，由数十亿个体与千万企业以效率提升和生活改善，来结算。
当然，长期看好≠短期无波折。
即便亚马逊在真正改变世界之前，也曾在互联网泡沫破裂时经历过接近 98% 的回撤。
五、股价是否有泡沫，和我的操作计划
目前的操作是：不动，继续持仓；
目前的股价是否有泡沫，我比较赞同高盛最新研报：泡沫早期阶段
1、尽管股价大幅上涨，但目前上涨主要由强劲且持续的利润增长驱动，而非对未来的过度投机
2、虽然科技股的估值有所上升，但其 PEG 比率（即估值与盈利增长的比值）仍与其他股票相当，并且远低于 1990 年代末的水平，也就是说科技公司估值高主要由高盈利增速推动；
按“未来12个月P/E ÷ 过去三年实际EPS增速”计算，美国科技板块在1999年末至2000年初互联网泡沫高峰期的 PEG 为 3.7 倍，而当前仅1.7 倍。这说明当前定价较90年代末更为克制；从这一维度看，美国科技股并不显得昂贵
3、Magnificent 7（2025E）合计指标显著优于2000年“科网龙头”：净利率29% / ROE 46% / 净债务权益比-22%（净现金），对比当年分别为16% / 28% / -4%，当前龙头的盈利质量与现金实力更强
4、美国科技公司的CapEx/Sales快速上行，但CapEx/Free Cash Flow保持稳定，且明显低于1990年代末，表明扩张仍被自由现金流覆盖而非失控举债
我更关注的是：
AI 革命会不会像科技大佬所预言的那样落地？这对投资意味着什么？
投资不是押大小，而是赔率与亏损可控的权衡：押对能赚多少，押错会亏多少。
我的执行框架（延续既有操作），美股中
90% 仓位：纳斯达克与科技巨头。若 AI 真正兑现，凭借当前高度集中的生态与算力-数据-渠道的垄断式优势，他们将获取大部分红利；即使红利外溢到各行各业，受益最多的仍是各行业龙头，比如金融的摩根大通、医疗的礼来、联合健康等；
10% 仓位：高风险、高成长的 AI 纯概念/主业公司，博取不对称上行。
如果押错，AI 革命并未如期实现：
这些科技巨头的基本盘仍在，全球最强的盈利与现金流不会因主题降温而消失，最多是从成长股回落为价值股，错过的是更高的增速溢价，而非企业的底层竞争力。
这就是我的答案：在不确定性中，用结构化仓位去换取正向赔率，并把错误的成本控制在可承受范围内。
其他相关内容：
这一切，可能仅仅只是开始
唯一的物理世界AI公司-特斯拉横盘4年后能否强势突破
英伟达 VS 寒武纪全面对比，看中美AI龙头惊人差异
顶级豪宅都在贬值，何况是你的房子
东大楼市、股市可能开启牛市，但我准备加速减仓（下）--资产比较学
通往财富的康庄大道，和走着走着就断了的羊肠小道
关税升级、全球市场巨震，但无需恐慌
页:
[1]