$ 660.000 M
2026年超大规模云厂商 AI capex 总额
盈利性
6600亿美元基础设施投入,仅5%的企业获得真实 ROI,以及一段期望始终跑在现实前面的历史
2026年第一季度,四笔融资——OpenAI、Anthropic、xAI 和 Waymo——吸收了全球风险资本总额的65 %。超大规模云厂商今年已承诺超过6600亿美元的基础设施投入。而95 %采用生成式 AI 的企业未获得可衡量的回报。
AI 不是一个简单或统一的泡沫。技术是真实的,头部企业的收入是真实的,大规模采用史无前例。但私募估值、远超已验证需求的前置 capex、同一批参与者之间的资本循环,以及采用率与实际经济影响之间的鸿沟,在特定市场领域呈现出经典的泡沫信号。
$ 660.000 M
2026年超大规模云厂商 AI capex 总额
80 %
2026年Q1全球风险资本中流向 AI 的比例
5 %
突破 AI '实验试点'阶段的企业比例
$ 852.000 M
OpenAI 投后估值(2026年3月)
泡沫信号
7
VC 集中于少数参与者, 极端的私募估值, capex 远超已验证的 ROI, 资本循环, 企业 ROI 偏低, 相对的技术平台期, Sora 作为失败案例
真实增长信号
5
头部企业的真实收入, NVIDIA 拥有超高利润率, 超大型上市公司资产负债表稳健, 真实的大规模采用, 代码智能体获得市场牵引力
2026年第一季度,四笔融资——OpenAI(1220亿美元)、Anthropic(300亿美元)、xAI(200亿美元)和 Waymo(160亿美元)——吸收了全球风险资本总额的 65%。不是科技领域风险资本的65%,而是全球所有行业、所有地区全部风险资本的65%。
该季度 AI 占据了全球 VC 的 80%。三年前这个数字是30%。
问题不在于是否存在狂热,而在于这种狂热是否理性。
2026年4月的 AI 不是一个简单的泡沫。它是一项真实技术上的真实超额投资,但在相当一部分市场中,价格和预期已经达到了泡沫水平。
技术是有效的。头部企业的收入是真实的。大规模采用史无前例。但有三条曲线以截然不同的速度推进:技术进步、企业采用和可持续变现。而资本跑在了这三者的前面。
AI 正处于一场真实技术变革中的选择性泡沫。风险不在于技术没用——而在于回报会来,但来得太晚,无法证明已经投入的资金是合理的。
五大超大规模云厂商2026年已承诺约 6600亿美元 的 capex,比2025年增长36%。其中约 75% 专门用于 AI 基础设施:
资本密集度已达到临界水平:Amazon 将收入的 57% 用于 capex,Meta 为 52%,Microsoft 为 48%,Google 为 45%。仅2025年,该行业就发行了 1080亿美元 新债——是历史年均320亿美元的 3.4倍。
头部企业的收入已不再只是承诺:
但收入与估值之间的差距巨大。OpenAI 年化营收约250亿美元,对应估值 8520亿美元——年化收入倍数约为 x34。且预计2026年将亏损140亿美元,费用预算为 380亿美元。
其最近一轮融资的条款揭示了脆弱性:Amazon 的500亿美元中,只有 150亿美元 是无条件的——剩余的 350亿美元 以在2028年底前实现 AGI 或完成 IPO 为条件。
Sora 2 于2026年3月24日关闭,是这个时代最重要的案例研究。
Sora 负责人 Bill Peebles 在2025年10月内部承认,其经济模型”完全不可持续”。《华尔街日报》将其描述为”一个没人用的吞金黑洞”。
Sora 证明了令人印象深刻不等于能变现。 而且最密集模态——视频、深度推理、自主智能体——的推理成本增长速度可能超过为其收费的能力。
AI 生态系统的相当一部分在自我融资的循环中运转:
如果 CoreWeave 违约,将导致大量二手 GPU 涌入市场,抵押品价值崩塌,NVIDIA 销售冻结,其股价被拖累。
资本循环不是一种理论。它是一种有据可查的机制,同时扭曲着收入、需求和估值。
这是行业叙事与证据碰撞之处:
NBER(2026年2月,调查美国、英国、德国和澳大利亚6000名高管):超过 90% 表示 AI 对招聘和就业没有影响;89% 表示对实际劳动生产力的影响为零。高管平均每周使用 AI 仅 1.5小时。
MIT Media Lab(2025年中):对大型企业审计后发现,95% 的组织从生成式 AI 中获得的 ROI 为零。只有 5% 突破了”实验试点”阶段。
S&P Global(451 Research): 2025年3月,42% 的企业不得不放弃大部分 AI 项目——一年前这一放弃率仅为17%。
然而,BCG 和 McKinsey 调查的企业中 94% 表示将继续投资,“即使技术不能产生即时回报”。驱动力不是 ROI,而是 FOMO。
这种比较很有吸引力,但并不精确:
| 指标 | 互联网泡沫(1999-2000) | AI(2026年4月) |
|---|---|---|
| 头部企业利润 | 非常不稳定;很多没有收入 | 上市超大型企业利润很高 |
| 头部上市公司 P/E | 不理性 | 偏高但不极端 |
| 私募估值 | 脱离基本面 | 是的,尤其是 OpenAI/Anthropic |
| 前置 capex | 非常高(电信/互联网物理设施) | 非常高(数据中心/AI) |
| 资本循环 | 存在 | 以新形式存在 |
| 技术实用性 | 真实但不成熟 | 非常真实,已大规模使用 |
| 边际成本 | 基础设施建成后趋近于零 | 保持较高(推理成本随用户线性增长) |
相同之处: 过量的前置资本、在证明回报之前建设的基础设施、无限 TAM 叙事、循环与相互验证。
不同之处: 当前的超大型企业赚了很多钱,技术已经大规模采用,产品存在且每天都在使用。正如 Jerome Powell 在2025年10月所说:“这次不同……这些公司确实有利润。“
| 情景 | 概率 | 描述 |
|---|---|---|
| 有序调整 | ~50% | 私募估值下降25-40%,capex 放缓,中间层出现2-3次重大重组,叙事从”AGI 即将到来”转向”选择性变现” |
| iPhone 时刻 | ~20% | 智能体达到足够的可靠性,代码/自主工作流普及,推理成本降低,企业从试点转向可衡量的转型 |
| 严重去杠杆 | ~30% | 一个或多个高杠杆参与者遭受真实的财务压力,NVIDIA 大幅回调,开源压缩价格,私募市场下调估值 |
矿井中的金丝雀是 Oracle:BBB 评级且展望强烈负面,自由现金流赤字,预计未来三年杠杆率 >x4 EBITDA,信用违约互换处于2009年以来的最高水平。其股价已从高点下跌约58%。
如果你是投资者: 不要把”技术有效”等同于”任何价格都值得投资”。超大型企业的基本面稳健,但 OpenAI/Anthropic 的私募估值透支了多年的完美增长,而这种增长可能不会实现。
如果你在管理企业: 在为 AI 分配预算之前,衡量真实 ROI——而非理论潜力。95%的组织未能突破试点阶段。如果你的项目在6个月后没有影响指标,请重新考虑投资规模。
如果你是开发者: 开源和 API 价格压缩是你最好的盟友。DeepSeek-V3.2 的价格为每百万 token 0.028美元。Flash/lite 模型可以覆盖大多数场景。大多数任务不需要最昂贵的模型。
如果你从事监管工作: AI 生态系统中的资本循环是一种系统性风险,金融监管机构应当予以监控。中间层(CoreWeave、Oracle)的违约可能对整个科技行业产生连锁效应。
相关内容
La brecha entre la inversión en IA y el valor real que genera — y qué pueden hacer las empresas para estar en el 5% que sí funciona
Manifiesto AISHA: por qué defendemos la inteligencia artificial y por qué exigimos que se use de forma responsable