亚马逊证实了我对AI经济的担忧
AI 泡沫剧正在进入家庭大戏。
到目前，只有星眼梦想家才无法理解 AI 基础设施投资正在发生什么。
正在发生什么？让我告诉你。
这些不再投资——它们是贡品。"七大科技股"正在成为沉没成本的人质。
亚马逊宣布计划在 2026 年投资 2000 亿美元的资本支出。一年前的数字（1320 亿美元）已经看起来很激进。现在它看起来鲁莽。
有些人可能认为这是迈向 AI 市场主导地位的一步。但当你看自由现金流时，画面是头朝下的。这是正在进入一个领域，在那里他们的数学不再加总了。
这里有任何人都可以验证的数字。这很重要，因为我确定即使亚马逊内部也有头脑清醒的人。他们知道前方不是通往天堂的阶梯，而是悬崖边缘。但他们对此无能为力。
所以：
- 2024 年资本支出后剩余 330 亿美元。*
- 2025 年——仅 80 亿美元。*
- 随着宣布 2000 亿美元支出，自由现金流转为负。
这意味着一件事：资金流出超过流入。
而且还不止这些。
一家多年以来都在偿还债务的公司突然再次借款。必须建设数据中心，必须购买 GPU。停止不是一个选项。
为什么不？因为输掉比赛不是一个选项。
让我们问问自己：投资在什么点不再成为投资？
当它不再能够停止时，它就变成了喂养成瘾。是的，放弃开始感觉比失去投资回报更危险。
1、我们选择相信的谎言
我们被告知这是一个长期的赌注。它是未来的基础设施。它是"新电力"（以及所有其余的市场神话）。
但简单的真相是数据中心不会持续几十年。
三分之二的支出不是用于建筑，而是用于迅速过时的硬件——GPU、服务器处理器、HBM 内存、网络基础设施和冷却系统。
它们不会在物理上过时——而是经济上过时，因为计算效率要求收紧并且架构转变。
每个新的芯片代都会提高每兆瓦的性能。较旧的硬件开始在利润率、计算密度和能耗上失去立足点。
自然地，它会被取代——并随之而来的是服务器节点、网络交换机、冷却配置，有时甚至是集群内的配电。
这只是一个 30 年的基础设施。我称之为加速替代周期中的搁浅资产堆。
如果一家公司每年在基础设施上花费 2000 亿美元，而这些基础设施几年内就需要更换，那么它就签下了一个永久的成本升级，即今天的 2000 亿美元意味着明天的 3000 亿美元，以此类推。
这些是你无法摆脱的轨道。因为正如我已经指出的那样，停止意味着承认失败。
2、真实数字
以下是我们正在见证的内容：
大型科技已开始通过债务螺旋融资 AI，这种螺旋需要不断增加的赌注。
我不想跟随 AI 乐观主义者。所以让我展示定义前景的实际 CapEx / 现金流比率。
这里是数字——这就是幻觉开始破裂的地方：
亚马逊
（我已经提到了整体数字，但在与其他公司比较时，细节很重要。）
2024：
- 1160 亿美元自由现金流* 830 亿美元资本支出* 330 亿美元自由现金流
2025：
- 1320 亿美元资本支出* 自由现金流降至 80 亿美元
2026（计划）：
- 2000 亿美元资本支出* 超过 50% 的增长* 增长约 700 亿美元
总计：资本支出 2000 亿美元，自由现金流转为负值。
是的，你也注意到了——它的经营方式开始看起来像 doom loop，OpenAI 陷入了（并试图拖累其他人）。我写过这个问题*这里**，但我强烈建议在你开始阅读之前做好准备。*
亚马逊债务
- 是 500 亿美元* 在单个季度中额外借款 150 亿美元
结果
亚马逊正在从一台产生现金的机器变成一家通过为毫无根据的增长希望融资的公司。
谷歌
这里我们看到资本支出的下降：
- 2025 年：910 亿美元* 2026 年（计划）：1750-1850 亿美元
与此同时，2025 年的净利润为 1320 亿美元。
这意味着谷歌计划在数据中心的支出超过其在上一个财政年度赚取的全部利润！
谷歌债务
- 216 亿美元——上个季度的长期债务* 465 亿美元——上个季度的长期债务（在单个季度内增加 250 亿美元）。
如果这种轨迹没有让 Alphabet 股东感到担忧，那就太不寻常了。那么公司决定如何安抚他们？
方法如下：谷歌发行了期限高达 100 年的债券（我不是在开玩笑——字面意义上的 100 年）。
我不会在这里详细讨论。也许我会对此进行专门调查。目前，我只注意到最后一家这样做的公司是 1997 年的摩托罗拉——就在其作为市场领导者崩溃之前。
甲骨文
已经自信地陷入与 OpenAI 在 2025 年底相同的螺旋中（我在之前写过关于这个问题）。
- 公司的债务超过 1000 亿美元（用文字说：一千亿美元）。这超过了公司过去 10 年的总利润。* 今年 1 月下旬和 2 月初，股价从峰值下跌了 50%，此后一直围绕该水平波动。
主要结论：自由现金流正在消亡。
投资者一直习惯于通过以下方式对公司进行估值：
- EBITDA —— 利息、税项、折旧和摊销前的收益，其中不计入资本支出 或FCF —— 资本支出后的实际剩余现金
但现在 EBITDA 看起来良好，而 FCF 正在走向零或负值！
3、不可能的数学
摩根士丹利预测云巨头在一年内将借入约 4000 亿美元。没有任何有机增长的迹象可供任何人寻找。这看起来远更像是自愿的财务囚禁。
残酷的真相是 AI 投资回报不仅仅是不确定——它极不可能。当公司说 AI"将带来回报"时，没有人问最重要的问题：收入将从哪里来？
每月 20 美元的订阅费无法偿还数十亿美元的数据中心，因为每次 AI 查询实际上都是亏本出售。即使是"专业"级别的 200 美元也无法解决问题，如果基础设施消耗能源和资本的速度超过了收入增长的速度。
为了收回数百亿美元的资本支出，平均票价需要高出几个数量级。
对于大众市场用户，每月付款需要至少 1,000 美元！
你会付那个钱吗？
不——你会使用免费的 DeepSeek。我的直觉，但我怀疑好奇的中国 AI 代理能够保持如此慷慨是有原因的。
所以我们唯一的希望是企业。
在企业细分市场，我们谈论的当然不是像 ChatGPT 这样的普通 AI 代理，而是专用集群、用于业务流程集成的 API、定制模型等等。
但在我看来，这种情景不太可能。原因如下：
即使你采用最低企业订阅成本——比如 1,000 美元——你也可以有效地将其视为向员工薪资增加相同的金额。这是一笔巨大的额外成本！
只有当 AI 真正能够取代很大一部分员工——可能不到 1/3——时才有意义。
但这现实吗？这正是整个计划崩溃的地方。
4、根本有限的技术
所谓的 AI 并没有能力做到这一点。不是因为技术"不成熟"，而是因为它根本上受限。这就像试图将商用客机飞到月球。它到达的几率有多大？
我将再次（正如我在另一篇文章中所做）参考 2025 年 10 月底在 arxiv.org 上发布的一项大规模研究——远程劳动力指数：衡量远程工作的 AI 自动化。其结果显示，虽然生成模型在基准测试中表现出卓越的性能，但在现实世界项目中完全失败。没有一个代理能够完成超过 2.5%的任务。
模型被发现会在基本事情上绊倒，无法评估自己工作的质量，并犯下"菜鸟"错误。
这些结果背后隐藏着一种投资者不愿意讨论的模式。随着训练成本上升，LLM 改进放缓。
这被称为收益递减，在所有主要模型扩展研究中都观察到这一点。此外，这样的系统永远不会变得"无错误"——根据定义它们基于概率运行。它们可能令人印象深刻，但绝不可靠。
业务不需要"令人印象深刻的概率"——它需要可预测性。如果模型有 5% 的时间是错误的，那对于会计、医学或法律决策来说已经是灾难了。
要取代三分之一的员工，AI 需要近乎完美。但每增加一个百分点的准确度成本都会越来越多，在某些点上支出增长超过质量增长。然后每年 2000 亿美元的投资开始看起来不像是投资于未来，而更像是试图购买不可能。
大型科技已开始通过债务螺旋融资 AI，这种螺旋要求不断增加的赌注。
5、结束语
基于以上所有内容，AI 泡沫参与者所指望的数学永远不会奏效。
数据中心和债务将保留。利润不会。
惊人的资源已经被花费在追逐不可能——更多将随之而来。这是不可避免的，因为事件不是自发发生的，而是根据由预期过高回报的前景驱动的逻辑展开。
逻辑是这样的：只要有需求，暴利就是可能的——你只需要向能够带来这些收益的技术投入足够的资金。技术根本被破坏的可能性仅仅没有摆在桌面上。因为接受这个想法需要完全不同的心态和不同的动机。
这些都不存在于那些将获取不断扩大的资源作为最终目标的人之中。这些激励和这些心态很少共存——而这可能是最危险的所有差距。
原文链接：Amazon Just Confirmed My Worst Fear About the AI Economy
汇智网翻译整理，转载请标明出处