夜雨聆风我最近一直在追一个问题，越追越觉得事情没那么简单。
你打开任何一个财经媒体，扑面而来的都是这样的标题：微软今年的资本开支1900亿美元，Meta要花1250到1450亿美元，亚马逊2000亿美元，谷歌更不用说，年度资本开支都奔着1850亿美元去了。再有就是那个"星际之门"项目，特朗普在白宫拉着OpenAI、软银、甲骨文三家宣布，四年内投5000亿美元建AI基础设施等等。
这些数字摆出来，你第一感觉是什么？我的第一感觉是——这玩意儿真的有底层需求支撑吗？
今天我们就来好好聊聊这件事，拆开来看，到底有多少是真实的需求在驱动，又有多少是一场精心设计的数字游戏。
先说说这场"军备竞赛"有多疯狂
咱们先把规模感建立起来。
2025年上半年，仅美股"七巨头"的资本开支就接近1500亿美元，比三年前翻了一倍，同比增速高达近65%。高盛测算，2024年美国AI相关投资占GDP比重已接近1%，现在更是超过了互联网泡沫时期电信和互联网基础设施投资占GDP的比重，并且还在持续增长。
更关键的一个数据：有研究机构测算，2025年全球AI基础设施支出已经逼近1.5万亿美元，而全球消费者AI收入，大概最高只有500亿美元出头。
你没看错，这是一个超过30倍的供需剪刀差。
当然，这个算法有争议，企业端的AI服务收入没完全算进去，但即便把所有口径都拉宽，这个比例依然大得让人坐立难安。
那个绕圈子的游戏，你真的看懂了吗？
这是整件事里我觉得最值得认真讲的一层。
先把这张关系网摆出来：
- 英伟达
承诺向OpenAI投资1000亿美元 - OpenAI
签了3000亿美元的算力合同给甲骨文 - 甲骨文
承诺花400亿买英伟达的芯片建数据中心 - 英伟达
同时持有CoreWeave股权，CoreWeave是OpenAI的重要算力供应商
这条链路看明白了吗？英伟达用钱养OpenAI，OpenAI用这笔钱付给甲骨文，甲骨文再拿钱去买英伟达的芯片。钱在这个小圈子里转，每转一圈，每家公司都能报告一笔"收入增长"。
英伟达投资OpenAI，本质上是什么？是供应商给最大客户的融资，是英伟达在用自己的钱给自己的产品制造购买需求，是一种变相的"左手倒右手"。批评者把这个结构称为"AI循环经济"——资本在同一个太阳系里绕轨道，顺便给外部投资者制造一种高速增长的幻觉。
甲骨文那边更直接。它把3000亿美元的"未来算力合同"报给了投资者，宣称是"未来收入"——但这笔钱一分都还没到账，合同最早要2027年才开始执行。一个创业公司要敢这么跟投资人讲，估计早被踢出会议室了。
Bloomberg有一篇深度报道把整个这张网络描述得很清楚：英伟达、OpenAI、微软、甲骨文、AMD、CoreWeave、xAI……这些公司之间相互投资、相互采购，形成了一个"闭环资本流"，每个参与者的收入故事都依赖着其他参与者继续表演。一旦有人停下来，多米诺牌就要开始倒。
所以当你剥掉这些循环交易，真正在向AI基础设施掏钱的终端用户，规模到底有多大呢？
真实付费用户画像：数据告诉你一个更复杂的故事
这里有一组来自a16z（安德森·霍洛维茨，是硅谷一家顶级风投公司）的一手调研数据，我觉得是目前最诚实的一个衡量维度。
他们发现，财富500强里大约29%的公司，已经成为头部AI初创公司的正式付费客户——所谓"正式"，是指签了自上而下的合同、完成了试点转化、并真正在组织内上线使用。全球2000强里这个比例大约是19%。
这个数字，在如此短的时间内能达到，其实算是相当惊人的渗透速度。毕竟大企业采购新技术向来慢，能这么快签单，说明需求是真实存在的。
但下一个问题才是核心：这些企业买了之后，真的在赚钱吗？
麦肯锡2025年的《AI现状报告》给出的数字让人有点冷静：AI整体采用率已经达到78%，74%的企业声称第一年看到了ROI。听起来不错对吧？但往下翻，只有39%的受访企业表示AI对公司整体EBIT（息税前利润）有任何可衡量的影响，而且在这39%里，大多数人说贡献还不到公司EBIT的5%。
换句话说：大家都在用AI，大家都说有帮助，但体现在利润表上的，几乎可以忽略不计。
麦肯锡另一个发现更扎心：超过80%的受访企业表示，AI对企业整体EBIT没有产生有意义的影响。这是一个你花了钱、用了工具、但财务报表没有变化的状态——这个状态如果持续太久，采购预算就会被质疑，项目就会被砍。
哪些行业真的在付钱，付的还算值？
当然，平均数会掩盖很多结构性的差异。我们再拆细一点。
a16z的研究发现，率先采用AI并看到清晰ROI的行业，有几个共同特征：以文本为主、工作内容重复性高、有自然的人类监督节点、监管压力相对低、输出结果可以被客观验证。
代码开发和软件工程是目前公认的最成熟场景。写代码这件事天然适合AI：输出是否正确，运行一下就知道，没有模糊地带。GitHub Copilot这类工具实打实地提升了开发速度，有多项研究显示效率提升30%-50%。
客户服务是第二个强逻辑场景。IBM的数据说，用AI分析客服通话和工单，可以帮助企业降低成本23.5%。这是一个可以直接计算的数字，企业很容易做ROI决策。
金融服务和法律领域紧随其后，大量文档审阅、合规检查、研报生成，这些场景里AI的性价比相当高。
但是，另外一大批行业就没这么顺了。制造业、医疗、教育，这些领域要么强监管、要么涉及物理世界的判断、要么输出结果难以被快速验证——AI进去就进入了一个慢摩擦的泥潭，项目做了一圈还是停在试点阶段。
麦肯锡的数据印证了这一点：大量企业AI项目停留在试点，无法扩展到全公司。这个现象不是技术问题，是商业逻辑问题——算力买好了，但真正能在全公司产生规模经济的场景还没找到。
所以真实的付费端格局大概是这样的：大企业里不到30%真正采购，这30%里能清晰计算收益的又只占一部分，真正在财务报表上能体现出来的比例更少。 这就是当下那几万亿美元基础设施投资面对的"真实市场"。
供给端的问题，比需求端更棘手
很多人讨论AI泡沫，主要盯着需求侧——用户够不够多、企业愿不愿意付钱。但供给侧其实藏着一个更基本的物理约束。
电力。
建数据中心不难，难的是通电。美国主要AI枢纽城市的电网已经在报警，很多地区接入电网的等待时间超过4年。你的数据中心建好了，但没有电，就是一堆混凝土和钢铁，一分钱收入都产生不了。
CoreWeave就是一个活生生的教训。这家AI云服务公司2022年收入才1600万美元，到2024年已经做到了19亿美元，增速不可谓不快。但它背负着超过129亿美元的债务，2025年3月IPO时，本来想以350亿美元估值上市，最后被迫砍到230亿，发行价40美元低于预期区间，上市首日几乎原地踏步——投资者用脚投票，对它的盈利路径表示怀疑。
债务市场那边也开始发出信号。2025年上半年，AI数据中心及项目融资交易额飙升到1250亿美元，比2024年同期暴增了8倍多。科技公司的投资级债券发行比2024年上半年高出70%。这意味着什么？意味着这些公司的资本支出增速已经超过了自身现金流的增速，它们不得不从股市转向债市融资。
四大超大规模云服务商（亚马逊、谷歌、Meta、微软）的合并自由现金流，从2024年末到2026年一季度，预计将收缩43%。
这个数字背后的含义是：大家一边烧钱建基础设施，一边自由现金流在收缩，整个行业都在用未来的预期收益对冲今天的资本消耗。 这在逻辑上完全成立，前提是那个未来的收益真的会到来，而且足够大。
但是，有多少人认真算过这个账？
和互联网泡沫的那次对比，既有道理又有点站不住脚
每次有人说"这是互联网泡沫2.0"，另一边马上有人反驳"你根本不懂，AI和互联网不一样"。
我觉得这两种人说的都对，但都只说对了一半。
相似之处是真实的。1990年代末的电信泡沫，那些光纤铺设公司也是"需求远超供给、市场空间万亿美元"的叙事，最后什么结局？泡沫破裂，光纤烂在地下，债务违约潮席卷行业。当年也有大量循环交易和关联采购来维持需求的幻觉。
不同之处也是真实的。这一轮AI投资背后，是真实存在的、有财报支撑的科技巨头，不是当年那批靠风险投资续命的创业公司。微软、谷歌、Meta、亚马逊，它们的核心云计算和广告业务每年产生几千亿美元的现金流，这是投资基础设施的真实弹药。OpenAI虽然亏损，但年化收入已经超过100亿美元，付费用户超过3500万——这不是一个没有收入的故事。
还有一个真正的技术层面的差异：当年光纤泡沫破裂，部分原因是出现了新技术，让带宽需求的增长停了下来（数据压缩效率提升）。但AI这边，没有类似的"需求消失型"技术冲击的迹象。算力需求的增长，模型规模每年还在以400%的速度扩张，这个需求是真实的、持续增长的。
但，增长是否足够快，快到能在投资者期待的时间窗口内填补那个30多倍的供需缺口？这才是问题的核心。
如果算力供给真的超过需求，会发生什么？
这是我们必须正视的一个反事实场景。
想象这样一个时刻：大量数据中心在未来两到三年内同时建成并通电（电力问题某种程度上延缓了这个时刻），但企业端真正能落地的AI应用场景，扩展速度不及预期。
那时候会发生什么？
算力价格会跌。 现在Nvidia的H100租赁价格居高不下，因为供不应求。一旦供给释放，价格战就会开始。这对使用算力的企业是好事，但对投资了数据中心的基础设施公司是噩梦——你的折旧还在跑，但收入在萎缩。
高负债的基础设施公司会最先出问题。 CoreWeave就是一个预演。大量通过资产支持证券（ABS）和私人信贷融资建起来的数据中心，一旦利用率下降，还债压力会立刻显现。英格兰银行已经在这方面发出了金融稳定警告。
英伟达的估值故事会面临重新定价。 现在英伟达5万亿美元的市值，隐含着的是"AI算力需求几乎无限增长"的假设。一旦市场开始怀疑这个假设，市盈率收缩会非常剧烈。
上下游整条链都会调整。 电力公司、建筑公司、液冷散热供应商、光模块厂商……凡是搭上这班车的，都会受到波及。
Meta的那个"Hyperion" AI算力项目最近也被拿出来说——这是一个270亿美元的项目，但只有20%的成本在Meta自己的资产负债表上，剩下的通过特殊目的载体、基础设施基金、私人信贷等表外结构承担。这种结构好处是Meta的财报好看，但是出了风险还得由Meta来兜底。这是一个非常危险的期望错配。
那么，这场热潮可持续吗？
说到这里，我得给你一个我自己的判断，不然今天这期视频就白做了。
我的结论是：这场热潮本身是可持续的，但当前的节奏和估值，包含了大量需要时间来验证的假设，而市场给出的价格已经提前透支了那些假设成真的情景。
具体来说：
底层需求是真实的。 AI不是一个没有实质的叙事，它在代码、客服、金融分析这些场景里产生的价值是可以量化的。企业从试点走向规模化只是时间问题，AGI的方向虽有争议，但方向感是有的。
但短期的资本投入已经严重超前于当下的变现能力。 麦肯锡告诉我们，80%以上的企业还看不到AI对利润表的影响。这不是否定AI的价值，而是说明变现的时钟还需要走好几圈。
循环交易结构加剧了这种错配的危险性。 当英伟达、OpenAI、甲骨文之间的钱在循环，你看到的"收入增长"有多少是真实的终端需求，有多少是生态系统内部的循环，这件事需要非常清醒地区分。
供给过剩的风险窗口是未来两到三年。 大量数据中心正在建设中，如果企业端的AI应用落地速度慢于算力产能释放的速度，价格战和行业整合不可避免。
OpenAI的Altman自己都说过："整体上，当前阶段投资者对AI是否过度兴奋？在我看来，是的。" 但他同时说AI是未来最重要的事——两句话都是真的，并不矛盾。泡沫和价值，有时候是在同一个赛道上跑。
给普通人的一个落地思考
最后说两句给实际在做投资或者商业决策的朋友。
如果你是企业主，这个时候的正确姿势不是被热潮裹挟去买一堆AI工具，而是认真回答：我的业务里有没有那种"文本化、重复性、可验证输出"的场景？ 有，就进去试，而且试点要快、验证要快；没有，就等一等，等场景成熟、等价格下来。
如果你在做投资，现在最好的位置可能不是直接押宝算力基础设施本身，而是去找那些真正能帮企业把AI从试点推进到规模化的应用层和集成层的公司——那才是下一个五年的真实货币化场景。
至于这整个AI基础设施热潮最终是一场互联网泡沫的重演，还是真的建起了未来几十年的数字基础设施，历史会给出答案。
但有一件事是确定的：下一轮真正的判断时刻，是看那些签了大合同、建了大数据中心的公司，能不能在2027到2028年拿出真实的、没有关联交易扭曲的营收数字。
那时候，故事才算讲完。
