> ## Content Index > Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt > Use this file to discover other available public pages before exploring further. # AI 泡沫大概率不存在：5 万亿美元账单和 20 倍市盈率的算术 - URL: https://www.hubwiz.com/blog/ai-bubble-not-exist-five-trillion-arithmetic/ - Published: 2026-11-12T09:45:59.000Z - Updated: 2026-11-12T10:02:45.000Z - Description: 5 万亿美元账单、Anthropic 每 1 美元算力换 2.08 美元收入、20 多倍市盈率。把账摊开算，「明年就破」这个共识站不住。 - Author: admin - Tags: AI 泡沫, 商业模式, 算力经济, 行业分析 关于 AI 行业财务状况的网上讨论里，「泡沫存在、而且随时会破」几乎被当成前提。我不认为这是个合理的假设。没人能看见未来，但我认为存在相当大的可能性：过去几年 AI 公司那种陨石式的增长是合理的，而且它们的增长空间还有更多。 泡沫是一个投机性的概念：它意味着 AI 行业被极度高估。如果这个判断成立，大多数涉足 AI 的公司（其中好几家市值远超一万亿美元）的价值会崩塌，并拖垮整个经济。但它成立吗？我们一条条看账。 ## 支出高得离谱，但它是受约束的 说 AI 公司花的钱多得离谱，都是轻描淡写。AI 公司的债务与支出承诺是通过复杂的工具安排的，这让人很难看清它们的开支到底有多少（这是个严重问题，也是「AI 是泡沫」论最有说服力的论据之一），但它们已经承诺的支出[至少 3 万亿美元](https://www.archive.li/DgKzp?ref=hubwiz.com)。还有估算认为 AI 公司[已经花掉 1.9 万亿美元](https://www.isaiprofitable.com/?ref=hubwiz.com)，把整个行业的开销推到约 5 万亿美元。这是史无前例的投资规模，而如果这种支出水平要一直维持下去，AI 确实不可能盈利。 但问题在于：这种支出水平**为什么**必须一直维持？AI 公司花这么多钱，是为了先把数据中心铺起来、把 AI 跑起来。这些支出是一次性采购，不是经常性运营成本。等数据中心建完，AI 的支出会骤降。 抛开这些建设支出，AI 的运行成本其实并不高。我们拿不到整个行业的完整数字，但 Anthropic 的 [S-1 文件](https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm?ref=hubwiz.com)说，他们每花 1 美元算力，能挣 2.08 美元。换句话说，一旦忽略建基础设施的成本，AI 的盈利能力很强。关键在于，这份 S-1 显示 Anthropic 的收入已经超过「算力 + 基础设施投资」的总和，这直接反驳了「建数据中心这件事本身不可持续」的说法。真到紧要关头，AI 公司还能靠两件事省钱：不再让人免费用产品，以及临时暂停昂贵的 AI 研究。这两项可以立刻执行，而租约、支出承诺这类开支要难砍得多。 真正需要长期对付的唯一大头，是当初为了建数据中心而背下的巨额债务。就像前面说的，由于这些债务的发行方式很复杂，很难把承诺看清，但我们可以做个粗略计算。如果 AI 行业要在 20 年里还清 5 万亿美元，那每年是 2,500 亿美元。作为参照：Alphabet（Google 和 YouTube 的母公司）2019 年光收入就报了近 1,620 亿美元；按通胀调整后是 2,130 亿美元。因为这是很粗的算法，需要的总收入可能远高于每年 2,500 亿美元，但结论仍然站得住：这确实是一笔巨额开支，可用目前的数据看，还清它并非不可想象。其中一部分债务还是可转换票据，可以用股份而非现金偿还。2026 年上半年，Anthropic 以应交付给贷方的股份形式记录了 720 亿美元亏损。成本之所以显得这么高，只是因为估值飙到了约 1 万亿美元——这意味着 Anthropic 的股权足够让贷方全额收回。 ## 利润还能涨，而且能涨很多 在 S-1 文件里，Anthropic 记录的收入是：2023 年 4,100 万美元，2024 年 3.86 亿美元，2025 年 45.85 亿美元，2026 年**仅上半年** 163 亿美元。这是疯狂的增速，而且可以放心假设 OpenAI 等其他主要 AI 公司也在经历类似增长。增长速率总有一天会放缓，但那不必是很快的事。 看当下 AI 的能力，我真心觉得前沿模型还有太多没被用上的潜力。大多数（也许是全部）程序员和数学家在各自领域里都不如一个配了好 harness 的 AI 集群，而且贵得多。AI 不能替代律师和医生，但它能把他们的文书工作自动化，腾出时间做别的事。在生成式 AI 之外，自动驾驶正在成为现实，还有一些证据表明它们比人类司机更好。AI 的采用需要时间，但没有理由认为 AI 的使用量不会大幅飙升——即便 AI 不比今天更聪明（而它肯定会更聪明）。换句话说，AI 公司面前有待满足的巨大需求。 你会看到 AI 怀疑者身上一个奇怪的矛盾：他们害怕 AI 会怎样改变世界，却又似乎确信 AI 只会产出没人愿意付钱的垃圾。这两件事没法同时成立。害怕 AI 抢走你的工作是完全可以理解的，但钱会在那发生时易手。我不知道未来具体长什么样，也不知道大规模采用要多久才**真的**发生，但当我设想 AI 将如何改变世界时，我很难看到 AI 消费不是今天的 10 倍。 ## Google 没有护城河，麦当劳也没有 2023 年，一份 Google 内部备忘录[《我们没有护城河，OpenAI 也没有》](https://www.newsletter.semianalysis.com/p/google-we-have-no-moat-and-neither?ref=hubwiz.com)被泄露，里面指出开源社区正在跟上 AI 实验室的步伐。更宽泛地说，这份备忘录否定了「任何公司能在 AI 开发上拥有持久优势」这个想法。如果能有，那当然赚钱，但已经存在的信息和研究太多了，没人能指望自己的前沿模型在前沿待很久。这意味着永远不会出现某家公司「赢下 AI 战争」的那一刻，只有不停歇的厮杀，每家公司都想压过别人一头。 你知道还有哪家公司没有护城河、还在一场「产品很容易被对手抄」的战争里卖东西吗？[炸鸡三明治战争](https://en.wikipedia.org/wiki/Chicken%5Fsandwich%5Fwars?ref=hubwiz.com)里的 Popeyes。我知道听着很傻，但从商业角度看，两者惊人地相似。参加炸鸡三明治战争的餐厅，没有一家对别家有持久竞争优势，它们全都要面对「潜在顾客干脆在家做饭」这个替代选项，但这场战争对所有参与者都相当赚钱。仅仅说一家公司没有护城河，并不足以推出它赚不到钱。 理论上，AI 公司得担心用户转投竞品、或者改用开源模型。实践中这不是主要威胁。首先，普通人永远不会去用本地部署的模型。我知道这在技术圈是常见爱好，但普通用户不想为了一个「最好情况下也就和 ChatGPT 一模一样」的东西去折腾、去花钱。也就是说，原则上大多数普通人一辈子只会用少数几个模型。人们理论上可以在模型间切换，但人倾向于在一个产品上安定下来并产生品牌忠诚。比如我基本只用 ChatGPT，不是因为我有什么真正理由，而是因为它是我用过的第一个大模型。这在一定程度上抵消了客户流失的风险。另一个「没有护城河也能赚钱」的方式是机构锁定：一旦一家大公司把某个 AI 集成进日常运营，迁走的代价并不为零。它们甚至可能签了买一定数量 token 的合同，这会把它们绑在继续使用上，而不是迁移。 ## 还有大量资金可以融 泡沫破掉的一种可能路径是：相关公司在成长过程中把可花的资本耗尽，从而失败。考虑到 AI 公司的巨额烧钱与债务，这确实是个需要认真对待的风险。即便如此，我认为在大多数公司还没 IPO 的时候就去担心它们融不到钱，为时过早。SpaceX（尽管名字如此，它部分也是家 AI 公司）上市时[融了 800 多亿美元](https://www.bbc.com/news/articles/cgrk21wnvy9o?ref=hubwiz.com)。除此之外，很多 AI 公司还没有发行公开债务，而当私募贷方不愿再投钱时，公开债是拿贷款的主要途径。已经发了公开债的那些，比如 Alphabet 和 Meta，债券评级都很优秀。真需要更多资本，它们不会缺愿意借钱的人。 当然，投资者不是唯一的资本来源。一旦 AI 公司开始盈利（它们看起来已经盈利了），就能用利润为增长提供资金、并偿还债务。「AI 公司必须不断寻找新投资人才能开门」这个想法，大概已经过时几个月了。从 Anthropic 的 S-1 看，AI 世界可能已经过了「押风险赌注」的阶段，现在可以专注于收获回报。 ## 这个行业不像我们见过的任何泡沫 泡沫发生时，通常先有相关公司估值明显虚高，事后来看破灭一目了然。对上市的 AI 公司，我们看不到这种情况。Alphabet、Meta 和 NVIDIA 都是过去几年市值暴涨的 AI 公司，但它们的市盈率全都稳定在 20 多倍。如果它们估值的上涨是非理性的（或者只是对未来增长的预期而非当期盈利），你会期待市盈率上升。相反，它们的估值看起来正是一家健康的万亿美元公司该有的样子。互联网泡沫时，很大程度上是由那些无法盈利、或者市盈率上百倍的公司推动的。我不打算假装自己是金融泡沫专家，但我从没听说过哪个泡沫里，参与公司的估值相对其盈利这么温和——即便它们的盈利（以及由此而来的估值）本身已经巨大。 这件事仍然可能是泡沫的一种情形是：AI 被证明只是一阵风潮。这轮估值上涨很大一部分来自对 GPU 和数据中心使用量的需求增加，而那是 AI 需求的下游。我们可以设想：AI 实验室被巨额投资资本托着，而这笔资本又托起了制造或出租 GPU 的公司的估值。但这事看起来并没有在发生。Alphabet 有一条全栈 AI 供应链：自己设计 AI 专用 ASIC、训练自己的 AI、把 AI 集成进产品、也把算力租给客户。他们的[招股书](https://d18rn0p25nwr6d.cloudfront.net/CIK-0001652044/8873e505-7403-4c46-b377-81d814482cbb.pdf?ref=hubwiz.com)很贴心地把它拆成「出租算力的 Google Cloud」和「Google Services」，这让判断 Alphabet 盈利增长是否主要来自数据中心变得容易。答案是：不是。Google Cloud 的收入在百分比上增长更快，但 Google Services 在绝对金额上增长得多得多。具体来说：Google Services 收入增加 378 亿美元、增幅 12%；Google Cloud 收入增加 155 亿美元、增幅 36%。Alphabet 确实从出租数据中心获益，但那不是它盈利暴涨的主要原因。 Meta 完全不出租数据中心，但[他们的招股书](https://d18rn0p25nwr6d.cloudfront.net/CIK-0001326801/b919eb05-86d9-4412-a8ff-308be1af070.pdf?ref=hubwiz.com)也记录了收入的大幅增长：2024 到 2025 年多出约 300 亿美元，2023 到 2024 年又多出约 300 亿美元。这不是愚蠢的投资者往任何做 AI 的公司砸钱，这是找到了 AI 变现方式的公司挣到的真实利润。Anthropic 的收入似乎也在指数增长，基于他们的 S-1。唯一真正的未知是 OpenAI，它从其他公司购买天量算力。它的财务状况可能很糟，但即便它倒了，我也不认为这等于泡沫破灭。真要说，更可能发生的是它的竞争对手们整合起来、争夺更大的市场份额，而不是崩塌触发一场把整个行业带下去的多米诺。 ## 结论 我写这篇文章，不是想把「AI 泡沫论」一把推翻。即便有这些证据，AI 行业的财务可持续性仍存在严重风险。针对数据中心的公众反弹会让 AI 革命所需的基础设施更难继续，监管壁垒可能让新模型更难开发或部署。除此之外，还有一个巨大的风险：一个自主 AI 黑客造成严重破坏，让公众对 AI 的需求骤降。而且，即便我已经论证了 AI 公司有能力偿还债务，我仍然对那个数字本身感到担忧。它们用越来越复杂的方式为基础设施投资融资，这不是好事；如果收入增长突然放缓（这当然有可能），这场赌局就会反噬。别把毕生积蓄 YOLO 进 AI 革命——或者至少亏得只剩衬衫时别怪我。 我写这篇文章，是因为我觉得关于 AI 的讨论已经变成一个回音室，而回音室从来不是弄清对错的路径。尽管有回音室，人们口头上相信的东西和他们实际的行为却相差甚远。说 AI 是即将破灭的泡沫是一回事，可如果我们都同意这一点，这些投资人的钱是从哪来的？说到底，当人真要把钱放到嘴上说的位置时，他们把钱从嘴里拿出来，去买了 NVIDIA。他们可能买错了，也可能没错。时间会给出答案。 最后一个观察：我认为围绕 AI 泡沫的修辞其实跟财务无关。关于 AI 泡沫的讨论太普遍了，不可能是逆势观点；也太欢快了，不可能是由投资者的恐惧驱动。在我看来，所谓 AI 泡沫之所以成为这么大的话题，是因为它代表了一种希望：希望事情能回到过去的样子。人们害怕 AI 会带来什么，这恐惧是正当的。除了对未来的恐惧之外，当下的 AI 已经变得令人不适地普及——网上到处是 AI 垃圾，现实里也越来越多。这一切发生得太快，很容易忘记 ChatGPT 是不到四年前才发布的。我们的世界以一种既可怕又古怪的方式改变了，虽然我对 AI 总体抱持相当乐观的看法，我理解人们会希望它全部消失。于是人们许愿。他们告诉自己这一切都是巨大的泡沫，很快有一天一切都会崩掉，然后立刻回到从前的样子。不管好还是坏，那不会发生。即便 AI 真的成了泡沫，它也会像互联网泡沫那样——底层技术依然有用。从这一刻起，我们只会生活在 AI 时代；至于由此会发生什么，希望至少对经济是好事。 ## 我们的整理：这套论证的三个薄弱处 原文的长处是把「泡沫」拆成四张可检验的表：一次性支出 vs 经常性支出、S-1 里的单位经济、市盈率、以及收入增长来自哪里。它也诚实地列了反向风险。但有三处值得读者自己再推一遍： 1. **「一次性支出」是个循环论证的风险点**。数据中心建完支出就降——前提是那一代硬件不会在两三年内被淘汰。GPU 折旧周期和「建完就结束」这个假设是冲突的，原文没有展开。 2. **S-1 的 2.08 倍是毛利口径，不是自由现金流**。它证明「忽略基建后很赚钱」，但整篇文章的争点恰恰是「基建该不该被忽略」。 3. **20 多倍市盈率只覆盖了已上市的三家**。真正可能出问题的是拿债务建数据中心、又不在公开市场定价的那一层（原文自己也说这部分账看不清）。 一个可操作的读法：把「AI 是不是泡沫」换成三个可跟踪指标——超大规模厂商的**折旧年限是否被拉长**、AI 相关债务的**发行结构是否越来越复杂**、以及**云收入增速与总收入的差值是否在收窄**。这三项里前两项恶化，就是原文所说「复杂融资 + 增长突然放缓」的组合，那时再谈泡沫也不迟。 来源：[I'm Not Convinced The AI Bubble Exists](https://matteoraso.github.io/im-not-convinced-the-ai-bubble-exists.html?ref=hubwiz.com)（Matteo Raso，2026-11-08）。 **原文附注（作者自荐）**：作者正在争取加拿大自由党在 Sudbury East—Manitoulin—Nickel Belt 选区的提名，该党要求他登记 25 名捐款人才能进入考虑范围；原文在此处附了党内 Victory Fund 的捐款链接。 本文由汇智网 · Software 2.0 编译整理，转载请注明出处。 > **这是「AI 基建 / 评测 / 安全」专题的一部分。**完整地图见：[AI 基建 / 评测 / 安全完全指南](https://www.hubwiz.com/blog/ai-infra-stack/)