ARTICLE · 1218946
AI泡沫已破
发布时间：2026-10-20 23:35:45 最近访问：2026-10-20 23:35:48
AI泡沫已破
Oracle的CDS（信用违约掉期）利差一度升至315个基点，创下新高。CoreWeave的CDS此前已经突破1100个基点，2032年到期的一笔债券收益率升至15%以上。相比股价下跌，债券市场的变化更值得关注。对于严重依赖外部融资的AI公司，一旦融资渠道收紧，问题就不再是估值高低，而是能不能继续经营。CoreWeave
CoreWeave是典型的neocloud（新型云计算服务商），通过大量采购GPU、建设数据中心，再向AI公司出租算力来获得收入。它的商业模式高度依赖融资。GPU和数据中心需要提前投入巨额资金，而收入要在未来几年逐步兑现。CoreWeave的债务规模已经超过500亿美元。据路透社10月16日报道，公司一笔2032年到期的债券收益率已从发行时的约9.675%升至15%。目前的融资成本显然难以支撑长期高强度扩张。如果股价继续下跌，债券收益率进一步上升，股权和债权融资都会更加困难。即使订单仍在增长，公司也可能因为资金不足被迫削减资本开支、出售资产，甚至进行债务重组。IREN、Applied Digital，以及尚未上市的Crusoe、Lambda、Nscale、Fluidstack等公司，都属于资本密集型AI基础设施企业。虽然各家财务状况不同，但整个neocloud行业普遍面临巨额前期投资和持续融资的压力。GPU抵押贷款
GPU的价值高度依赖技术迭代和市场需求。如果融资紧张导致部分公司被迫出售GPU，二手设备价格可能受到冲击，进而影响其他企业的抵押品价值和借款能力。2007年美国次贷危机爆发前，也出现过类似的融资依赖。当时很多次级贷款的还款记录并不差，因为房价持续上涨，借款人可以不断通过再融资偿还旧债。直到房价停止上涨、融资渠道收紧，坏账才开始大规模暴露。2007年8月，美国资产支持商业票据市场严重收缩，短期融资渠道受阻。此后危机持续蔓延，直到2008年雷曼兄弟破产。今天的AI产业与当年的房地产市场并不相同，但融资链条存在相似的脆弱性：只要资金持续流入，很多财务问题就可以被增长掩盖。Oracle
Oracle拥有成熟的软件业务，不会像neocloud一样高度依赖资本市场。但近年来AI数据中心建设让它承担了更大的债务压力，CDS利差已升至300个基点附近。Oracle未必会违约，但如果融资成本继续上升，它可能被迫削减资本开支。目前大量AI基础设施订单依赖大型科技公司未来几年的投资计划。一旦这些公司放慢数据中心建设，上游GPU、服务器、电力设备和相关基础设施的需求预期都需要重新计算。10月19日，标普全球也警告，大型科技公司的部分AI融资安排较为复杂，实际债务风险敞口可能难以被完整识别。Anthropic
据路透社报道，Anthropic第三季度收入达到168亿美元，高于第二季度的116亿美元，但低于此前部分投资者的预期。对于估值建立在高速增长基础上的AI公司，即使收入仍在快速增加，只要增长不及预期，估值就可能受到明显冲击。据《金融时报》报道，在一项与Anthropic相关的600亿美元芯片融资计划中，黑石拟参与约90亿美元次级债务融资，票面利率达到10%。虽然这不能代表Anthropic自身全部债务的融资成本，但说明部分AI基础设施项目已经需要支付较高的风险溢价。如果Anthropic上市估值不及预期，或者上市进程受阻，市场可能重新评估整个AI行业的增长速度和融资能力。这对软银以及依赖高估值融资的AI基础设施企业都会产生影响。债券市场重新定价风险
过去几年，AI产业形成了一套依靠持续资本投入推动增长的模式：大型科技公司承诺采购算力，基础设施运营商利用长期合同融资，购买GPU、建设数据中心，再依靠未来收入偿还债务。这套模式能够维持，既需要真实的算力需求，也需要资本市场持续提供资金。如果CoreWeave等高杠杆公司出现债务重组，相关损失可能进一步影响私募信贷、抵押贷款以及其他AI基础设施项目的融资条件。不过，信用利差上升并不等于破产已成定局。Oracle与CoreWeave的财务基础也不能直接相提并论。真正值得观察的，是CoreWeave能否继续获得融资、Oracle是否削减资本开支，以及Anthropic的上市估值能否支撑市场预期。如果这些环节同时出现问题，AI基础设施投资就可能从扩张转向收缩。AI技术的发展不会因此停止，但过去几年建立在高估值、低融资成本和持续资本投入之上的增长模式，可能已经开始逆转。AI泡沫的破裂，未必从科技股暴跌开始。债券市场可能已经先走了一步。
那是不是世界末日要来了？那倒未必。
2000年互联网泡沫破裂，大量公司倒闭，但当年过度建设的光纤、网络和数据中心，反而为后来互联网的普及创造了条件。
今天AI领域大量重复的基础设施投资，加上模型厂商之间的激烈竞争，很可能会进一步压低Token价格。对于投资者未必是好事，但对于消费端，可能意味着真正的机会才刚刚开始。
最近Meta的Muse很有代表性。上线不到两个月，下载增长已经明显放缓，亚马逊等平台也开始限制它的购物代理功能。AI Agent的商业化显然还有很多问题需要解决。
但这次深圳之行，反而让我对AI消费端更加乐观。
深圳成熟的供应链体系，让AI与硬件结合有了很多探索空间。语音可能是AI消费端非常重要的突破口——过去人和计算机交互主要依赖屏幕、键盘和触控，但人在真实生活中，大量的信息交换本来就是通过语言完成的。
最近还有一款很火的语音游戏《教妹妹开车》，玩家通过语音教AI妹妹开车，一个月试玩人数增长了20多倍，开发团队却因为用户太多、AI服务费用太高，甚至需要贷款维持运营。
这不禁让我想起27年前的OICQ。当年腾讯同样因为用户增长过快，一度承担不起服务器和带宽费用。
很多时候，真实的需求并不需要多么宏大的叙事，商业模式也是一边做一边摸索出来的。当年的腾讯，用户多到养不起服务器，后来才逐渐找到赚钱的办法；淘宝也是在实际交易中不断解决支付、信任等问题，才慢慢发展起来的。
但现在不少投资人似乎更习惯于听创业者讲市场规模、增长曲线和商业闭环，最好一开始就能把未来十年的故事讲圆满。可真有多少伟大的公司，创业第一天就知道自己最后会长成什么样？
很多时候，投的还是人。回头看张一鸣、王兴早年的创业经历，比起某一个项目的商业计划书，持续发现机会、解决问题和调整方向的能力，或许更值得下注。
这次在深圳，最大的收获还是遇到了不少有热忱、积极阳光、认真做事的小伙伴。相比资本市场的短期波动，我更愿意相信这些持续探索新产品、新场景的人。
很幸运能身处这个时代，也希望未来能与更多专业人士交流、同行。
