AI泡沫還是基建狂潮？一場來自華爾街與硅谷的深度思辨

2025年的科技市場再次進入狂熱時刻。從英偉達、微軟到谷歌、Meta，科技巨頭們正以前所未有的規模上調AI基礎設施的Capex，AI數據中心成為新的“軍備競賽”。

與此同時，OpenAI的萬億級別算力計劃，正試圖聯合全球資本，打造史上最大規模的AI計算集群。而對于要想實現這個宏偉目標的幕后操作，則引發了“AI債務循環”的討論。

“ AI Bubble”也成為了近兩個月來最熱門的話題，市場估值的合理性、利潤兌現的時機、以及技術擴散的速度，正成為投資者最關注的焦點。

我們以往一直專注于深度視頻內容，但這樣的內容往往需要制作很久，從而永遠難以追上熱點。現在，我們想探索通過直播的形式，邀請技術和資本相關的專業人士（他們也是我們平日的采訪對象），來更快速的聊聊大家關心的熱點話題。

11月15日，我們組織了硅谷101的首場直播——《萬億基建市場還是AI投資泡沫？》。這場直播進行了一個半小時，嘉賓們的討論很熱烈，進行的也很順利，感謝大家的喜歡。今天這篇文章，我們就把這場直播里的干貨提煉出來，以供大家更快速的獲取要點：

Live Highlights

• 市場短期回調：近期科技股拋售，主因是美聯儲12月降息預期動搖，疊加對沖基金等倉位已滿，新的買家稀缺，市場存在正常的調整需求。

• AI債務循環辨析：所謂的“AI債務循環”（如NVIDIA、OpenAI、Oracle之間的循環投資）并非泡沫，而是巨頭間的“利益綁定”策略，目的是鎖定稀缺的算力資源并結成生態聯盟。

• 內循環非閉環：判斷“內循環”是否成立的標準，在于企業能否從“外部”融到錢。目前AI公司和科技巨頭（如Meta）在債券市場融資還很順暢，因此“內循環”的擔憂不成立。

• 如何理解GPU折舊問題：科技巨頭將GPU折舊年限從4年延長至6年，并非單純的“虛增利潤”。在算力極度短缺的當下，舊的芯片（H100）并不會被淘汰，而是會被轉用于推理（Inference）、長思維（Long-thinking）Agent等，對延遲不敏感但對吞吐量有要求的次級任務上，芯片利用率依然很高。

• AI是否“綁架”了GDP：AI投資確實是拉動美國GDP的核心動力，但這并非壞事。關鍵在于這種拉動是“一次性”的短期投入，還是能帶來“可持續”的長期生產率提升。

• AI可以參考當年的“頁巖油革命”：AI基建投資非常類似2010年-2015年的美國頁巖油周期。兩者都是高投入、高風險、依賴外部融資的基礎設施建設。

• 周期的階段：如果用頁巖油革命來類比AI，我們目前可能正處于頁巖油周期的早期（約2010-2012年），即大規模投資建設階段。當然，未來AI大概率會經歷一次，類似2015年（沙特發起價格戰）的“泡沫破裂”或“市場危機”，但那次危機將是健康的，它會倒逼行業提升效率、優化成本。

?直播嘉賓

• Ethan Xu，前微軟能源戰略經理，前突破能源科研總監

• Bruce Liu，美國Esoterica Capital (濟容投資) 首席執行官兼首席投資官

• Yang Ren，美國Esoterica Capital (濟容投資) 聯合創始人

• Rob Li，紐約Amont Partners管理合伙人

• 陳茜，《硅谷101》視頻主理人 (Host)

• 劉一鳴，《硅谷101》特約研究員 (co-Host)

01

AI到底有沒有泡沫？

陳茜：

最近金融市場非常震蕩，經歷了Tech sell-off（科技股拋售），可以說是這個月以來的最大跌幅。這是一個什么樣的信號？

Rob Li：

市場波動其實很正常，現在的跌幅我覺得還ok。從宏觀角度來說，大家主要擔心在于美聯儲幾位官員連續出來講話給大家“潑冷水”，那有可能12月份降息就不再是一個板上釘釘的事情，目前市場預期可能也就一半幾率。

從資金面角度，對AI這個板塊，很多對沖基金和共同基金的倉位都已經很滿，所謂的“新買家”目前比較少。

Bruce Liu:

我很同意Rob講的。我認為整個市場從10月底的高點下來，是一個很健康的調整。之前QQQ一度沖到了28倍的估值，直追2021年的高點，現在回調到26倍，我覺得是好的發展。

影響這個的主要因素，本來大家預期聯儲保持相對寬松，結果上次會議所有聯儲官員都出來講：我們12月份不一定降息，因為看不清數據。這個是把一些很激進的動向抵消了。

還有一個確實是funding market（融資市場），就是美國金融系統里，錢的成本這塊，有一點點偏緊。但我們不覺得這是個問題，可是當你市場在這么高的時候，你去sell off是不需要很強借口的。

整個市場，不僅僅是科技股，你可以看到比特幣、黃金都經歷了這么一輪“去杠桿”。大盤整體看就是估值的回調，earning (盈利)情況其實是特別好的，還是在我們之前講的穩步增長。QQQ的Year-over-year (同比增長) 已經快接近20%了。所以基本面沒有變，就是一個很健康的、到目前為止的回調。

圖片來源：Google

Yang Ren:

我認為這可能更多是大家對于美聯儲態度的反應，至于敘事這個東西，很大程度上是跟著price action (價格走勢) 走的。跌了，鬼故事就出來，悲觀的敘事就出來；漲了，這些質疑的聲音又都消失了。

我看到的，近期對于整個AI的信心倒是沒有特別大的變化。可能相對來說比較有意義)的一個點，就是上周OpenAI的CFO在接受采訪時提到（雖然他后來又澄清了），要美國政府去兜底他的融資。這些東西可能讓大家對于OpenAI，是不是有能力去完成他所有的承諾——關于基建投資、算力采購——產生了一定的擔心和懷疑。

陳茜：

我們來聊一個八卦：大空頭Michael Burry最近把自己的對沖基金給關了，同時警示AI泡沫。他曾精準預測2008年次貸危機，電影《大空頭》(The Big Short) 也是以他為原型。大家怎么看這個事情？

Rob Li，紐約Amont Partners管理合伙人

Rob Li:

首先給大家澄清一下，Michael Burry關這個基金并不是第一次。他在08年掙到錢之后，就把當時的公司Scion Capital關了，變成family office (家族辦公室)。過了幾年休息好了，又重新把公司開了，換了個名字叫Scion Asset Management。他今年是又把這家公司關了，但這不代表什么，他隨時可以重新開放，大家不用過度理解。

第二點，他確實在做空，他自己披露在做空Palantir，但他僅僅買了不到1000萬的看空期權。對于Palantir這么大市值的公司來說，這很小。所以他名聲在外，但實際上做的做空是遠遠不夠掀翻Palantir的，更多是一個情緒上的影響。

像Michael Burry這樣對AI泡沫比較看空的這一派基金經理，不僅僅他一個，市場有一個辯論是好事。

大家現在看空，主要有幾個理由：

從需求端來看，OpenAI的CFO同時也承認到，最近有看到ChatGPT的用戶活躍度)數字，在往下面走。當然他自己的解釋是模型調整得沒那么“討好”用戶了，導致DAU (日活用戶) 往下走，但他相信調整后會回來。但這目前沒有辦法驗證，所以空頭可以拿這個做說法。

另外是AI花了這么多錢做的基建，最后能不能落地？目前雖然有很多AI startup說自己的ARR (年化經常性收入) 有多高，但這個數字現在還不可信。因為絕大部分AI startup的這個數字，是需要有很大折扣的，表面上100塊錢，其實只收你10塊甚至5塊，先讓你免費用半年、一年。真正要看到企業端有沒有付費意愿，需要看到半年、一年以后，企業是否愿意用“原價”去續費。那個時候才能水落石出。

從資金供給端來看，如果只是前面幾個巨頭（Mag 7）自己花錢搞，那無所謂，最多把自己的錢燒沒了，影響不到美國大局。但如果像現在，一些小的公司（比如CoreWeave, Nebius）要開始“借錢”，到后來甚至微軟、Google、NVIDIA自己也開始“借錢”，那最終就會對美國金融系統有一個系統性的風險。就有可能演變成07、08年房地產危機那樣，把美國經濟和所有納稅人拖下水。因為這些錢最后是美國老百姓、納稅人、養老基金來買單。

Ethan Xu

前微軟能源戰略經理，前突破能源科研總監

Ethan Xu:

不過從我在行業里所看到的，就是特別像Bruce說的，大家現在是眼睛都不眨地就往里邊砸錢的。有時候我在看媒體報道的時候，會發現它們的很多邏輯，跟我的想法也是非常不一樣。

像我現在看到很多的文章，它大概有兩個特別流行的觀點：一是AI有Bubble，所謂的Bubble就是我投資了很多錢在AI，最后它沒有產生實際的生產力提升。另一個觀點，說AI正在摧毀美國的中產階級，因為AI正在讓很多人失業，替代掉了很多人的工作。

那其實大家仔細想一下，這兩個觀點是不是矛盾的？AI有bubble，就是你投入了這些錢之后，你沒有提升生產力，你沒有辦法去替代掉任何人的工作，所以這叫AI 有Bubble。所以你不能一邊說這個AI在替代大家的工作，導致美國的經濟變差，然后又一邊說AI有個bubble，這兩個事情是完全的矛盾的。

劉一鳴：

整個對AI Bubble的討論，我覺得并不在于最終AI能不能成，而是在于我們在Gartner的曲線中到底處于什么位置，這是一個擇時和錯配的問題。你如果看互聯網泡沫，如果站在10年后再去看，你會覺得98年、99年的那些投資根本就不夠，應該投更多，但是它仍然在2000年出現了泡沫破滅。那放到今天AI會不會也是一樣？

Bruce Liu

美國Esoterica Capital (濟容投資) 首席執行官

兼首席投資官

Bruce Liu:

我拿美國頁巖油這個例子來說。我們都同意一件事情，就是市場預期這些投資能不能掙到錢？這個預期在不在？如果預期在，那這個敘事就能演繹下去。

AI可能也會出現一個像頁巖油那樣的時刻，沙特出來搶石油的市場份額，把石油價格打下來，然后讓美國的頁巖油公司出現問題。我不知道AI對應的那個事件是什么？這是我們未來需要做的工作。如果哪一天我們能夠預見AI掙不到錢了，那我覺得這些市場問題就都會出現。但是我覺得現在肯定還沒有到。

如果真的發生了，也不是個壞事。你現在回頭看，當時大家都覺得頁巖油要死了，但是這個行業也是特別爭氣，他生生地就把當時頁巖油的break-even (盈虧平衡點) 價格，從100塊錢左右，給降到了今天的30、40塊錢。

所以AI如果經歷一個bubble破滅不是壞事，現在大家在做算力時候，我相信浪費是極其大的，大家根本沒有考慮到很多優化的問題。等你就是經歷到了那個時候，逼著你去把一分錢掰成兩半花的時候，也是讓你的技術更有迭代的時候，我覺得AI肯定會經歷這個moment的。

02

GPU折舊迷思科技巨頭在“虛增利潤”嗎?

陳茜：

Michael Burry批評的一個重點，就是認為科技巨頭在資本開支（Capex）上“過度膨脹”，并且通過拉長資產折舊年限來“虛增利潤”。比如微軟、谷歌、亞馬遜都把服務器使用壽命從4-5年延長到了6年。你怎么看這樣的質疑？

Michael Burry，圖片來源：Bloomberg

Rob Li：

折舊里邊有很多可以玩金融的trick (技巧)。

理論上，假設GPU真正的折舊是5年。如果我想省稅，我可以一年把它折舊完，因為折舊越快，我當期可以抵稅的錢越多。另一方面，如果折舊越慢（比如拉長到7年），那對于我的accounting profit (賬面利潤) 相對會更好看，讓我的估值更高。這樣zwar我多繳了一點稅，但由于估值提升，對公司還是有利的。所以其實兩種方案都可以。

那最終GPU折舊用的年限，是2年、3年，還是7年、8年？它其實一個動態的過程。

所有的大廠（Google, Facebook, Microsoft），都從幾年前的4年左右GPU折舊，到今天已經平均變成6.5年，增加了兩到三年。這樣做，對他們accounting profit當然有正面影響。

但是，你說他做這個事情有沒有理由？也是有的。因為畢竟現在算力很缺，在一個極其短缺的情況下，只要是一塊GPU我都可以拿出來使用。但如果未來算力不再稀缺了，而且新的芯片效率更高，模型本身對芯片的要求也不需要那么高了，那個時候我的老芯片，它最后還能不能提供一個好的TOC (總擁有成本)？那就是存在一個問題。

所以我覺得這是一個動態的情況，目前沒有確切答案。

Ethan Xu：

我覺得每個公司，在對待自己的GPU資產時，方法有可能是不一樣的。

用微軟來舉例，微軟的CTO其實也在采訪中暗示過，他很有可能真的把一片芯片用5年左右，他的邏輯是：我并不需要讓此時此刻的所有芯片，都是最先進的。

可以有1/3是最先進的，有1/3是次先進的，還有1/3老一點的，并且是可以讓所有芯片，在任何時候都能夠幾乎是滿負荷運轉的。

這里面最先進的芯片，可以用來訓練模型；而那些次先進和老一點的芯片，可以用來做AI推理（Inference）的應用。

我相信市場上對算力的需求，并不是永遠都只做最先進、最困難的運算。我問ChatGPT一個簡單的問題，和用ChatGPT去做癌癥的科學發現，它不是同日而語的應用場景。

所以，我相信很多芯片過了兩年之后會變得落后，但不會變得毫無價值，一個公司應該是會慢慢地優化好自己的這些資產的。

我甚至也聽到在一些會議上，谷歌他們也公開說了，他們自己開發的TPU，7年前的TPU到現在也還是滿負荷在運轉的。那我相信可能四年、五年舊的英偉達GPU，將來也是可以放在有價值的地方的。

劉一鳴，《硅谷101》特約研究員 (co-Host)

劉一鳴：

確實舊芯片可以用在推理任務上。但從價值層面看，現在的芯片迭代速度很快，一年一更新。那替換下來之后，它如果變成了一個“舊手機”，也就是雖然確實能用，但它在財報中的價值，有沒有迅速縮水？從而導致折舊周期需要重新計算？

Yang Ren:

確實AI相關的workload (工作負載) 有很多種，有training (訓練) 的，有inference (推理) 的；有對throughput (吞吐量) 優化的，有對latency (延遲) 優化的。

對于training相關的，你可能會需要用到最先進的芯片。但對于很多推理類的任務，其實你并不需要。所以即使是老一代的GPU，你現在還是有很多可以發揮的空間。

我們看到，現在上一代Hopper的產品，你去租的話，其實價格也是很穩定的，并沒有看到隨著Blackwell的放量之后，Hopper價格就垮掉。

另外就是，現在GPU還是處在一個很緊缺的狀態，你去看這幾家大的云服務商剛發的財報，其實很明確，就是說：如果我們有更多的capacity (產能)，我們的revenue growth (收入增長) 會更好。

03

“AI資本內循環”

是新型融資還是泡沫推手？

陳茜：

我們最近的節目也做了“AI資本內循環”的話題。比如：NVIDIA承諾給OpenAI提供約1000億美元的GPU服務器；OpenAI轉向Oracle承諾采購1000億美元級別的算力服務；Oracle再去向NVIDIA下1000億美元的訂單采購GPU。同時，AMD 也讓渡股權給OpenAI，換取進入這個循環的資格。有媒體引用Sam Altman的話說，“我好像發明了一種新的融資方法。” 很多人擔心這種內循環只是在推大估值和泡沫，你們怎么看？

Yang Ren

美國Esoterica Capital (濟容投資) 聯合創始人

Yang Ren:

我可以理解大家的這種擔心。我自己的一個想法，這個與其說他是通過內循環去催大了這個泡泡，我理解更多的是大家通過這種方式去互相“綁定”。

就比如說NVIDIA投1000億給OpenAI，換來的是OpenAI把NVIDIA的芯片當成它的preferred solution (優先解決方案)。NVIDIA付出的代價是1000億換來的OpenAI的一部分股權。AMD也在試圖做同樣的事情，但是AMD沒有這么多錢，那它想要換來OpenAI選擇AMD，它付出的就是自己的股權。

我覺得這個更多反映了NVIDIA和AMD，在芯片領域各自的話語權。大家說的這個內循環，其實忽略了一點：就是OpenAI最后能不能去賣得出去他的TOKEN？

打一個不那么恰當的例子：我是一個開菜館的，第一家店生意挺好，我想擴張，但現金流不夠。陳茜你是我的房東，我想再租你的店面。怎么辦？你投我點股份，我拿你投給我的錢，再去租你的店面，并且我承諾優先租你的店面。假設我生意特別好，Bruce是另外一個房東，他的房子地段比你差點，Bruce說你能不能也來租我的？他再給我點好處，我也去租他的。

我覺得更像是這么一種關系，大家更強地去綁定了。最后歸根結底的問題是，我開的餐館有沒有人來吃飯？我能不能掙到錢？如果我生意好，幾家店我都掙錢了，那大家都開心。如果我餐館開的不好，那大家就都一起虧錢。倒不是因為我租了你的店面，就把這個泡泡吹大了，最后還是要看有沒有人來我這吃飯。

Bruce Liu:

其實想這個問題也很簡單，有時候我覺得真的想多了，或者總是拿歷史去尋找印記。

它是不是一個內循環，其實就一個標準：它在外面能不能再融到錢？

作為AI產業，現在想在外面融錢太容易了。Meta這些人都去發債，大家都是搶著去買。所以“內循環”這個就不成立。

OpenAI如果它換個方式，它不與NVIDIA或者AMD綁定，你說它在外面能不能拿到錢？我相信他們一定是可以拿到錢。只不過在這個點上，可能選擇去拿NVIDIA的錢和AMD綁定，大家一起把這個生態做起來，讓大家的激勵更一致。這是它的“融資選擇”，不是說它“沒有渠道”。

如果說到了某一天，整個AI ecosystem (生態系統) 外部的funding不再支持它了，只能靠內部轉，我覺得這個所謂的內循環才成立。我們現在離那一點還早。

劉一鳴：

我之前聽朋友說，其實現在AI數據中心的債務融資，投資條款還是非常保護資金方的，基本上責任都歸在運營方？畢竟現在AI數據中心的資金來源里，發債的占比越來越大。

Bruce Liu：

如果你是在public market（公開市場）上融資，就說我發這種investment grade (投資級) 的債，我覺得這個條款相對來說是非常標準的。

像微軟、Meta出來發債，大家都喜歡，因為這種公司太穩了。而且這還有個大背景：因為現在全世界的債權人，更擔心的是“國債”的風險。經過過去20年的一個周期，其實是“國家”借債太多了，“企業”的資產負債表反而是非常健康的。所以出現一個現象：大家更愿意把錢給企業、給Apple、給Microsoft，而不愿意去買國債。

所以在這一塊融資，對科技企業來講是非常非常友好的。

當然還有很大一部分，是通過美國的“影子銀行”，像Private Equity (私募股權)、Private Credit (私募信貸) 這些基金，這個量是起得非常猛的，這一塊是有很多不確定性。你在public market上能看到的東西其實都是很健康的，“臟東西”都藏在了private credit這里面，因為你看不到，那條款上各種各樣的變化空間就很大了。

視頻：新云（Neocloud）戰爭

劉一鳴：

我問這個問題的背景是，我們之前看Bloomberg那個AI債務循環里，像Nebius、CoreWeave這些NeoCloud公司，干了很多“臟活”，類似“急先鋒”的感覺，風險感覺都轉移到了他們這個層面。比如微軟，它可能就不需要在財報中體現大量的Capex，而是通過這種手段把它轉成Opex (運營支出)。那我們是不是應該更加關注這些前端的急先鋒們？

Bruce Liu：

你說的特別對。所以我現在就看市場怎么去price (定價) CoreWeave、Nebius、Oracle這些公司，它們的price action (價格走勢) 其實就是反映了市場，我都是拿它們作為一個指引來看的。

很多人最近在說，你看Oracle的CDS (信用違約互換) 怎么突然漲那么多？感覺是大盤馬上也要崩，要跟著Oracle來。但完全是兩碼事，因為當Oracle決定了要變成一個NeoCloud，它的業務變了，它不再是以前那個非常穩定現金流的軟件公司了，它變成了一個類似于CoreWeave這樣我要激進花錢的公司。

這就是市場的有效性。市場其實是經歷了一輪repricing (重新定價)。Oracle這樣的公司的credit risk (信用風險)，我覺得再正常不過了，它沒有任何leading indicater (領先指標) 的效應。

04

AI是否“綁架”了美國GDP？

陳茜：

哈佛大學經濟學家 Jason Furman 不久前對美國經濟有這樣的一個解讀，他說“2025年上半年，美國GDP增長幾乎全部來自于數據中心與信息技術。如果去掉信息技術與軟件，美國GDP增長率僅有0.1%。” 也就是說 AI 的投資和這些巨頭的 Capex，如今是拉動美國 GDP 增長的核心，可以這樣認為嗎？這對美國經濟來說會是一個潛在的風險信號嗎？

播客：AI數據中心基建潮

Rob Li：

這個數據我們是同意的，美國像今年基本上的GDP增速就是來自于AI拉動的。但這對美國經濟不一定是壞事，因為美國立國以來，尤其最近幾十年，基本就是靠科技行業帶動起來的。

傳統行業其實沒什么增速。AI帶來的GDP增速，尤其是對勞動生產率的提升，如果最后能夠落地，是一個可持續的情況的話，那對美國和世界經濟都是利好。

真正的問題在于：目前對GDP的拉動，是一個“一次性的”、短期的，幾年之后就沒有了？還是一個“可持續的”東西？

如果它僅僅是一個短期的，我們這幾年放了幾萬億進去，最后發現對勞動生產率提升沒有起到任何幫助，那這個錢就是白花了，這反而會拖累整體經濟。所以還有待觀察，關鍵是看這東西是否最后能夠落地，能夠提升整個全社會的生產率。

Bruce Liu：

我沒有去看他是怎么算那個數的，但是我不是很同意他這種說法。

我們自己把這個數是算得非常清晰的。今年上半年美國的經濟增長非常健康，大概就是2%的增長。

一季度、二季度合起來，來自于“消費者”這邊對GDP的貢獻就是1%，“企業投資”（不僅僅是AI）粗略地看也是1%。其實就是美國消費者對于GDP的貢獻還是在那的，沒有大家說的沒有了AI之后，美國GDP就完蛋了。

我想說，美國經濟在Covid之后這個周期特別有意思，它出現了一個特別明顯的分化：AI相關，帶起來了一波。NON-AI的這些周期性行業，以房地產、汽車業為首，一直趴在底部趴了三年了，起不來。

大家期望的一個良性趨勢是：AI還能保持這樣的速度，但同時它“非AI”的那一部分，隨著地產行業、傳統制造業能夠起來。

還有一個點，大家一直都覺得這個AI投資過熱。你看Dot-com bubble的時候，美國那個時候和科技相關的投資，是連續6年、7年，每年都保持在20%的高速增長。

今年二季度（2025年Q2），才是我們第一次看到同樣的這個衡量指標，year-over-year到了20%的增長。在我看來，這個才是在剛剛開始。你很難說這個狼來了喊得過于早，我覺得這個后面的潛力還大著呢。

05

AI基建的“頁巖油”時刻

萬億投資從何而來？

陳茜：

最近Meta跟Blue Owl Capital的合作，Meta只需要出資20%就能共同投資一個數據中心，其余80%資金來自外部投資者或國家資本。同時我們看到OpenAI提出了1.4萬億美元的Capex計劃。這種量級的投入，可能實現嗎？錢夠嗎？錢從哪里來？

圖片來源：CNBC

Bruce Liu：

我覺得這是歸根到底大家怎么理解“錢從哪里來”這個事情，其實有很多誤解。

我從一個非常宏觀的角度來講。發達國家到了這個點上，我們已經債務周期這么長，都到頂點了，還能不能花得起錢？大家走出債務周期的兩個方法：第一個就是讓貨幣貶值，你要超發貨幣，你沒有別的辦法，你一定是想各種辦法去印錢出來，這就是為什么黃金能漲起來。

第二個就是促增長。你要想盡各種辦法促增長。

這就是AI在這個階段，剛好這個歷史使命就落在了AI的身上。所以你會發現，全球的資金去支持AI建設，讓AI成為一個足夠強的增長驅動力，這是宏觀大勢。

所以“有沒有錢”這個事情，前提是只要AI在良性發展，只要它的monetization(變現) 能滾得起來，只要這個技術在一直往前，錢是絕對不缺的。

JPMorgan剛算了，接下來可能和AI相關的有5到7萬億美元的CapEx要投下來。這個錢從哪來？

首先是Hyperscaler (超大規模云服務商) 自生的錢（經營現金流）。然后要靠public market (公開市場)，就是債券市場。還要靠最近新起來的，我們管叫美國的“影子銀行”，就是所謂的private credit (私募信貸)。

這在美國歷史上也不是沒有出現過，美國上一次做這種大的infrastructure cycle (基建周期)，就是“頁巖油革命”。

頁巖油革命從08、09年開始，一直持續到14、15年（沙特打價格戰）之前，美國頁巖油是一直處于長期高速投資的狀態，Capex也不少。它的錢哪來的？全都是從融資來的。那個行業更差，不像Tech企業還有現金流，他們是長達十年期間，所有的美國石油行業都是negative free cash flow (負自由現金流)，就是靠不停的融資。

為什么？因為那個時候石油價格長期穩定在100塊錢左右，能掙到錢。

那AI就是需要證明自己“我能掙到錢”。只要你能掙到錢，你是全球的增長驅動力，是不用特別擔心錢這個事情的。

圖片來源：Business Insider

陳茜：

OpenAI說他到2027年會達到1000億美元的營收目標，但算力他們已經準備投入萬億了，中間還是有很大的缺口。大家怎么看這個算力和基建投資的ROI呢？

Yang Ren：

我們自己對OpenAI的這個1.4萬億投資也是存疑的，這個數額確實是一個天文數字。

這個局勢是這樣的：在infrastructure最底層的芯片這一層，格局是很明確的NVIDIA占大頭。

但在上面這幾層，其實是混戰。Cloud Service Provider (云服務商) 這層，有三大巨頭，有Oracle，還有CoreWeave、Nebius這些NeoCloud，大家競爭非常激烈，都是price taker (價格接受者)，沒有pricing power (定價權)。

再往上，大模型這一層，Anthropic、Gemini、Grok等等，大家都在不停的互相追趕，沒有誰在“斷層領先”。

所以我覺得，一定程度上Sam Altman出來講這個事情（1.4萬億），意思是我就是要搞這么多算力，你們其他人想要跟我競爭，你也必須這么去加碼。他賭的就是，我用更多的算力堆出來的模型，就能比別人“斷檔領先”。因為在模型這一層，你只有斷檔領先了，你才能有pricing power，在inference (推理) 這邊你才能去賺到錢。不然你就是一個price taker，大家都是API接口，誰便宜我用誰。

所以我自己對于他們能不能實現這個投資目標，存在懷疑。包括我覺得，其實現在市場也沒有去price-in他完全能夠落實。

Bruce Liu:

大家看市場是很有效的。英偉達還在190塊錢，這明顯就還沒有，完全沒有price-in他講的那么宏大的故事。如果是的話，英偉達應該不在這個價錢上。所以我覺得市場還是相對理性的。

06

終局探討

AI泡沫會破裂嗎？

陳茜：

算力的需求和缺口還會繼續擴大嗎？

Ethan Xu：

在我看來，可見的將來，算力的缺口還會非常大。

我們現在看到的，美國每一年能夠落地的數據中心，可能是在8到12個吉瓦左右，之后幾年還會更大。但是這個規模顯然不夠。

這個缺口可能每年就在十幾、二十個吉瓦左右。也就是說，每年如果這樣累積下來的話，到2030年，我們可能會看到50到100個吉瓦左右的數據中心“缺口”在美國出現。

陳茜：

那大家現在對于這樣的一個缺口的解決方案是什么？我最近看到新聞說大家已經開始把目光放到太空上，把數據中心放到太空？

Ethan Xu：

這個確實是一個非常有意思、值得去探索的方向。只是目前來講還遠遠沒到成熟，也許是要5年甚至10年左右才可能成熟。這個還是遠水解不了近渴的。

短期來看，我們能看到的就是，至少在美國，越來越多的數據中心開始配備大量的 “自發電” 設備。在數據中心里面自己去購買大型的、中型的和小型的天然氣發電機，自己給自己的供電。

因為他們已經發現，經過過去一兩年在電網上“搶電”，基本上電網的電已經被搶得差不多了。但是電網的建設就需要很長的時間。所以這也能體現出這個缺口之大。也許在明年或者后年，我們還會看到比如說像“儲能”這樣的行業的一個爆發。

圖片來源：Reuters

陳茜：

那現在的AI是在泡沫中嗎？這個泡沫什么時候會爆？怎么爆？對于普通投資人也好，專業投資人也好，大家應該怎么去應對這樣一個潛在的風險？

Bruce Liu:

我覺得AI它有自己的歷史使命，在這個全球大周期上面。我覺得現在還是一個相對健康的AI基建開始，我都不認為它是到中期，我覺得還是在早期的這個周期里面。

我們在大搞基建，而且主要的參與者，我覺得大家都其實是非常理性的。我們那么缺電，但是我們真正建這個渦輪發電機的GEV也好，還是西門子也好，在擴產能上面還是非常克制的，沒有說是因為有這個bubble，我要擴好多產能。

然后還拿回到我們NVIDIA的這個例子，產品上一直在有創新，一直在減少這個單位成本，而且市場沒有給他那么高的估值，還是一個相對理性的估值。

所以我現在不覺得他是個bubble，我覺得我們是一個AI建設大周期，而且是處于一個相對比較早的階段。

就像我剛才講的，頁巖油經歷了Bubble，他反倒讓自己變得更有效率。AI一定要經歷一個bubble，讓這個體系變得更有效率。基本上我是這么來想這個問題的。

那對普通人有沒有什么實際意義？肯定有很大的實際意義。

不僅是對你個人職業發展，你要找到賽道。另外就拿個人財富來講，因為在這個宏觀大背景下，錢是不值錢的。 因為全世界都是要靠印錢，要靠貨幣貶值或者說通脹來支撐這個增長的，來解決債務問題。

如果錢以現金的形式去存在，最后就是真正的“炮灰”。所以這種有增長、有潛力的資產，格外重要，這是我們來對沖那一個風險很重要的部分。

Ethan Xu:

我是比較偏樂觀的。我相信AI是我們這個時代最偉大的技術，然后我相信我們今天花的萬億美元的基礎設施建設，在后來回頭看的話都是有必要的，都是能充分發揮其價值。

現在的投入，我相信在未來回頭看的話，不會被認為是bubble，還遠遠不夠，也還遠遠沒有到overbuilt (過度建設) 的程度。

當然我也相信，AI在發展過程中，可能會有一些時間錯配的問題。比如說投資和這個收益之間，中間可能會差了一些時間段，當信心出現波動，就會在市場上體現出來，但是我覺得這些都是會過去的。

硅谷101將不定期開啟直播，歡迎關注我們的Bilibili｜Youtube收看完整版

【視頻播放渠道】

國內：B站｜騰訊｜視頻號｜西瓜｜頭條｜百家號｜36kr｜微博｜虎嗅

海外：Youtube

聯系我們：video@sv101.net

【創作團隊】

監制｜泓君 陳茜

主持 ｜陳茜

撰稿｜劉一鳴

運營｜王梓沁 孫澤平 何源清