AI基建泡沫

每个人都在谈论AI泡沫,却不知道这一点

"ChatGPT什么时候会崩溃?" "OpenAI估值过高吗?" "我们是否处于另一个互联网泡沫中?"

错误的问题

因为还有另一个泡沫。一个更大的。一个没有人注意的。

而且它将会首先破裂。

让我告诉你我的意思。

1、没有人看到即将到来的泡沫

当每个人都在关注OpenAI和Anthropic时,在下一层正在发生一场大规模的疯狂争抢。

AI基础设施公司正在进行巨大的赌注。

你知道我在说什么:

  • GPU云提供商
  • 向量数据库初创公司
  • MLOps平台
  • AI部署工具
  • 模型优化服务
  • 训练基础设施

AI淘金热的"镐和铲子"。

听起来很聪明,对吧?当别人追逐黄金时,你卖铲子。经典策略。

除了有一个问题。

淘金者即将开始制造自己的铲子。

2、数字是疯狂的

让我告诉你有多少资金涌入了这个领域。

仅2025年,AI基础设施公司就在仅10个巨额轮次中筹集了840亿美元

不是AI模型。不是ChatGPT竞争对手。只是基础设施公司。

以下是情况:

GPU云提供商:

  • CoreWeave:11亿美元C轮
  • Lambda Labs:15亿美元
  • Crusoe Energy:30亿美元估值
  • Together AI:3.05亿美元B轮

向量数据库:

  • Pinecone:被评为最具创新性的公司之一
  • Zilliz:G2评级中"最高表现者"
  • Chroma:开源宠儿
  • Weaviate:Index Ventures支持

数据和MLOps:

  • Databricks:筹集100亿美元,估值620亿美元
  • Anyscale:C轮融资
  • Baseten:1.5亿美元D轮,估值21亿美元

计算基础设施:

  • Cerebras Systems:11亿美元G轮
  • Unconventional AI:4.75亿美元种子轮(是的,种子轮),估值45亿美元
  • Starcloud:在太空中建造GPU集群(我不是在开玩笑)

2025年AI基础设施总投资?超过2020亿美元

这比整个风险投资行业在大多数年份部署的还要多。

而且这是可怕的部分:

95%的这些公司已经死了。他们只是还不知道。

3、为什么他们都注定要失败

让我告诉你即将发生什么。

OpenAI刚刚承诺了1.4万亿美元的基础设施交易:

  • 224亿美元给CoreWeave
  • 380亿美元给AWS
  • 2500亿美元以上给Microsoft Azure
  • 通过Stargate向Oracle数十亿美元

Anthropic也做出了类似的举动:

  • 300亿美元Azure承诺
  • 与Amazon的定制芯片交易(Trainium、Inferentia)
  • NVIDIA合作伙伴关系

注意到模式了吗?

他们不仅仅是在购买基础设施。他们正在独家购买。很快,他们将自己建造。

4、多米诺骨牌如何倒下

第一阶段:锁定(现在正在发生)

大型AI实验室与基础设施提供商签署大规模、长期交易。每个人都赢了。VC庆祝。估值飙升。

第二阶段:垂直整合(2026年开始)

  • OpenAI建造定制芯片(已经与NVIDIA合作投资1000亿美元)
  • Anthropic使用Amazon的定制ASIC
  • Google将TPU用于一切
  • Microsoft建造自己的Azure AI加速器

为什么要付给CoreWeave当你可以自己建造时?

第三阶段:功能蔓延(2026-2027)

OpenAI添加内置功能,杀死整个类别:

  • 原生向量搜索→安息吧Pinecone、Weaviate、Zilliz
  • 内置部署→安息吧Baseten、Anyscale
  • 集成监控→安息吧MLOps初创公司
  • 定制模型托管→安息吧GPU云提供商

还记得当Figma添加开发模式时发生了什么吗?它在一夜之间杀死了半打初创公司。但现在figma的市值和收入都在下降。

现在想象一下,但拥有万亿美元的公司。

第四阶段:大屠杀(2027-2028)

基础设施公司无法与以下竞争:

  • OpenAI的规模
  • Microsoft的云分发
  • Amazon的定价能力
  • Google的集成

估值崩溃。以几分钱一美元收购。人才分散。VC写入数十亿美元。

幸存的公司?被大玩家收购作为"人才收购"。

死亡的公司?其他所有人。

这不是猜测。这正是每次平台转变时发生的事情。

云计算(2010年代):

  • Heroku、EngineYard、DotCloud→当AWS/Azure扩展功能时全部被压垮
  • 幸存者:AWS收购的那些

移动(2010年代):

  • Parse、StackMob、Kinvey→当Firebase/AWS添加移动后端时被杀死
  • 幸存者:Parse(被Facebook收购)、Firebase(被Google收购)

SaaS基础设施(2015-2020):

  • 数百家"X的Stripe"公司→当Stripe扩展时大多数死亡
  • 幸存者:被收购的那些

模式:

  1. 新平台出现(AI)
  2. 基础设施初创公司涌入(GPU云、向量数据库)
  3. 早期采用者支付溢价(我们在这里)
  4. 平台公司垂直扩展
  5. 基础设施初创公司被挤压
  6. 只有幸存者:被收购或极端利基玩家

我们在第3步。正在进入第4步。

5、具体哪些公司完蛋了

让我坦率地说谁有麻烦了。

GPU云提供商(90%死亡率)

承诺: "我们比AWS便宜!我们比Azure快!我们有更好的GPU!"

问题:

  • AWS拥有无限资本
  • Microsoft拥有OpenAI(目前)
  • Google有TPU
  • Meta正在建造定制芯片

CoreWeave的190亿美元估值?这是在赌他们能在价格、规模和可靠性上与万亿美元公司竞争。

祝好运。

谁会死: Lambda Labs、Crusoe、Together AI、大多数GPU即服务初创公司

谁会幸存: 如果他们被收购,也许是CoreWeave。也许。

向量数据库公司(85%死亡率)

承诺: "AI需要专门的数据库来处理嵌入!我们是基础设施层!"

问题:

OpenAI正在添加原生向量搜索。Anthropic也是。Google也是。

当我们可以在ChatGPT中免费完成时,为什么要付给Pinecone每月500美元?

另外,PostgreSQL刚刚添加了pgvector。MongoDB添加了向量搜索。每个主要数据库都在添加这个功能。

谁会死: 大多数纯玩向量数据库初创公司。

谁会幸存: 那些拥有粘性企业合同和时间转向的人

MLOps和部署平台(80%死亡率)

承诺: "大规模部署和管理AI模型!"

问题:

OpenAI刚刚启动了部署工具。Anthropic有原生托管。Azure有内置AI部署。

Baseten以21亿美元估值筹集了1.5亿美元来做……OpenAI将在6个月内原生完成的事情?

谁会死: Baseten、Anyscale、大多数MLOps平台

谁会幸存: Databricks(他们足够大,有足够的护城河)。也许。

AI代理基础设施(95%死亡率)

承诺: "我们帮助您构建和部署AI代理!"

问题:

OpenAI和Anthropic刚刚成立了Agentic AI Foundation。他们实际上正在自己建立标准。

所有这些代理编排平台?代理测试工具?代理部署服务?

注定失败。

谁会死: 95%的代理基础设施初创公司

谁会幸存: 被吸收到基金会中的那些

6、危险信号无处不在

以下是您知道泡沫即将破裂的方法:

1. 疯狂的种子轮

4.75亿美元种子轮?估值45亿美元?

2. "我们在太空中建造"绝望

Starcloud实际上正在将GPU送入轨道。

为什么?因为每一块基于地球的基础设施即将被商品化。

当你发射卫星来差异化时,你已经输了。

3. 循环收入

OpenAI付给CoreWeave 220亿美元。CoreWeave购买NVIDIA芯片。NVIDIA投资OpenAI。Microsoft资助OpenAI。OpenAI使用Azure。

这不是真正的收入。这只是钱在循环流动。

4. 最低利润竞赛

"我们比AWS便宜80%!"

太好了。当AWS降价85%时呢?你的护城河是什么?

商品基础设施中没有护城河。

5. 每个投资者都参与了

当Andreessen Horowitz、Bessemer、Kleiner Perkins和每个其他VC都在资助同一类别时……

那不是机会。那是供过于求。

6、实际会发生什么

让我为你描绘2027年的图景。

情景1:缓慢失血(60%概率)

  • 2026年:基础设施公司报告"强劲增长"(由AI实验室支出推动)
  • 2027年:OpenAI、Anthropic、Google添加原生功能
  • 2028年:基础设施公司报告"收入挑战"
  • 2029年:安静的关闭、人才收购、转向

没有戏剧性的崩溃。只是缓慢、痛苦的死亡。

情景2:快速崩溃(30%概率)

  • 2026年初:OpenAI宣布"集成AI基础设施平台"
  • 2026年中:Anthropic跟进类似产品
  • 2026年末:基础设施初创公司资金枯竭
  • 2027年:大规模裁员、清仓销售、破产

快速、残酷、事后显而易见。

情景3:寡头垄断(10%概率)

  • 3-4家基础设施公司幸存
  • 他们成为AI的"Intel Inside"
  • 其他所有人都死了
  • 幸存者赚钱但永远无法证明估值合理

不太可能,但可能。

7、谁真正幸存

不多。但以下是有机会的:

1. 被收购的那些

大玩家想要的技术公司:

  • Cerebras→可能被Meta收购(已宣布)
  • 顶级向量数据库→被AWS、Azure或GCP收购
  • 领先的MLOps平台→被吸收到云提供商中

2. 极端专家

解决大玩家太利基的问题的公司:

  • 合规聚焦的AI基础设施(医疗、金融)
  • 行业特定优化(不是通用)
  • 地理特定解决方案(仅中国、仅欧盟)

3. 数据护城河

拥有专有数据或工作流程的公司:

  • Databricks(他们有企业数据锁定)
  • 拥有独特训练数据的公司
  • 具有网络效应的平台

4. 开源赢家

开源并建立生态系统的公司:

  • 也许是Anyscale(建立在Ray上)
  • 也许成为标准的向量数据库
  • 也许嵌入太深而无法撕出的基础设施

注意缺少了什么?纯GPU云提供商。代理平台。大多数MLOps工具。

8、数学行不通

让我们做简单的数学。

AI基础设施总投资: 2025年2020亿美元

AI模型收入:

  • OpenAI:约200亿美元(估计2025年)
  • Anthropic:约90亿美元
  • 其他:约80亿美元
  • 总计:约370亿美元

基础设施公司期望捕获50%的AI收入。

那是185亿美元的潜在收入。

在估值2000亿美元以上的公司之间分配。

数学行不通。

即使AI增长10倍(巨大假设),基础设施公司也需要捕获巨大的利润率来证明这些估值合理。

但他们不能。因为:

  • 大型科技有更好的规模经济
  • 竞争将利润推向零
  • 平台公司控制分发

这是Pets.com,不是Amazon

你不是在投资平台。你是在投资将被平台压垮的公司。

9、不舒服的真相

以下是没有人愿意大声说出来的:

AI基础设施不是好的投资。

对于可以在音乐停止前退出的早期VC来说,这是一个* fantastic *的短期交易。

但对于其他人?

你正在购买的公司:

  1. 没有可防御的护城河
  2. 面对万亿美元巨头的竞争
  3. 正在建造商品
  4. 将在利润上被挤压
  5. 存在于平台决策的摆布之下

唯一的问题是时机。

OpenAI什么时候添加原生向量搜索?Anthropic什么时候启动集成部署?AWS/Azure/GCP什么时候在价格上削弱所有人?

不是是否何时

10、幸存者事后会显而易见

五年后,我们会回顾并说:

"当然,当OpenAI建造自己的时,GPU云被压垮了。" "显然,当每个数据库都添加向量支持时,向量数据库死了。" "显然,MLOps平台无法与原生云工具竞争。"

事后总是显而易见的。

但现在?2026年2月?

创始人仍在筹集巨额轮次。员工仍在加入股票期权。客户仍在签署长期合同。

11、我的预测

到2027年12月:

  • 50多家AI基础设施公司将关闭或以几分钱出售
  • 超过1000亿美元的VC资金将被核销
  • 数千名工程师将寻找工作
  • "AI基础设施"一词将成为警示故事

幸存者将是:

  • 2-3家被大型科技收购的公司
  • 1-2家利基专家
  • 一些开源项目
  • 就这样

其他所有人?走了。

12、更大的图景

每个人都担心AI泡沫破裂。

"如果ChatGPT估值过高怎么办?" "如果AI没有达到炒作怎么办?"

也许。也许不是。

但即使AI是真实的,即使它改变了一切,即使OpenAI价值一万亿美元……

这并不意味着基础设施公司幸存。

事实上,AI越成功,基础设施被商品化的速度就越快。

记住:

  • AWS赢得了云计算。Heroku死了。
  • Stripe赢得了支付。竞争对手死了。
  • Shopify赢得了电子商务。平台合作伙伴死了。

平台公司在足够大时吃掉基础设施层。

这不是个人问题。这只是生意。

13、最终想法

我不是在为这些公司的失败而欢呼。

我认识在那里工作的人。我使用过他们的产品。有些确实是创新的。

但创新不等于生存。时机很重要。竞争很重要。分发很重要。而现在,时机是错误的,竞争是压倒性的,分发由巨头控制。

AI基础设施泡沫将破裂。不是因为AI是假的。而是因为基础设施是暂时的。问题不是是否。而是人们在搞清楚之前会损失多少钱。

这些是我个人的意见和建议,不是给任何人的建议。


原文链接: Before the AI Bubble Bursts, This Bubble Will Wipe Out Millions First

汇智网翻译整理,转载请标明出处