AI算力的账,到底能不能算平?

作者|光头君Schelling

扫码添加小助理，

获取更多“光头君Schelling”专栏干货

AI算力的账，到底能不能算平？

数据很分裂。摩根士丹利算下来，增量资本回报率能干到25%到50%，单个数据中心EBIT利润率67%，钱景看着很硬。

另一边，四大云厂商今年资本开支逼近7500亿，自由现金流全面告负，亚马逊干到负76亿，谷歌破天荒负59亿，Meta直接跌了91%。

借钱搞建设从猜想变事实。

更麻烦的是"幽灵杠杆"，摩根大通说采购承诺、残值担保这些表外工具规模能到数万亿美元，芯片公司等于把自己的信用借给客户加杠杆，一旦算力租赁价格被打下来，芯片商要扛几十亿窟窿。

科技债利差已经撑开，钱没那么好借了。

但长期逻辑，AI跟互联网完全不是一个物种。

互联网拼人头渗透率，一人一份钱，S型曲线走平就结束了。

AI的算力消耗看两个数字，用户数乘以人均Token量。用户增速确实放缓了，但人均消耗才刚刚热身。

现在企业人均月AI支出也就一百来美元，如果真当生产力工具用，合理预算是再翻一两百倍，不是百分比，是倍数。

第一条曲线走平的时候第二条无缝衔接上来，基建周期的长度完全不是一个量级。

开源这边也在搅局。

过去60天，开源模型Token调用份额从28%冲到62%，历史上第一次压过闭源。

能力差距从8%缩到0.5%，闭源巨头降价打到骨折，增量流量照样往开源跑。

阿里Qwen六个月下载30亿次，超过Meta和谷歌。

英伟达狂押开源，60亿美金买团队收编工程师，逻辑很直白：开源越便宜越好用，应用层消耗的Token越多，所有利润最后还是落回英伟达的硬件底座。

黄仁勋说得赤裸，AI领导力不取决于某一个闭源模型，取决于能不能让模型渗透进每一个行业。

短期债压力不假，赚钱速度赶不上花钱速度也是事实，融资成本在涨、表外杠杆在堆积，这些风险值得盯着。

但长期算力基建的需求来自生产力底层重构，这个叙事也经得起推敲。

问题从来不是要不要建，而是用多长的时间尺度来看。

掐着季报算账的人跟用十年维度看硅基文明基建的人，看到的根本不是同一个东西。