AI泡沫的两大表现

多客科技

作者：微信文章
公式一：收入-成本=利润公式二：资产=负债+所有者权益眼下的AI泡沫就是在这两个公式的范围内左右横跳。在商言商，哪怕Sam Altman这样能轻松化缘上百亿风投的故事大王，终有一天也得在这两个公式面前低头。泡沫1. 公式一：AI收入不够，主要是算力卡脖子2025年12月19日，Sam Altman在《Big Technology Podcast》的播客中，掏心掏肺的阐述了OpenAI 的财务辩证法。


借用别人总结的，简单翻译成人话：

B端公司类客户增长快于C端零售客户，好事儿。
公司类客户增长受限于算力不足，比如公司客户有更多API需求，并消耗大量token。目前OpenAI（暂时）无法满足算力需求，可惜。
公司类客户的AI推理业务利润丰厚，毛利润高到可以覆盖模型训练成本，好事儿。
训练成本可以降，但降了成本就少了推理收入，咋办？
如果推理需求不足，1.4万亿的投入可以投向其他方向，灵活。

这妥妥的强盗逻辑：因为算力不足，所以目前公司客户收入增长被限制了。如果算力便宜又大碗，那么收入不就原地起飞了吗？这里潜台词是：不是我们赚不到钱，是算力它不够用。2026年1月3日第一期《经济学人》刊登了一篇文章：OpenAI在2026年将迎来决定成败之年（OpenAI faces a make-or-break year in 2026）。文中毫不客气地引用投资人吐槽，称OpenAI简直是 WeWork 的超级加倍版！
泡沫2. 公式二：资不抵债、抵押品不足和高利贷

最近看过一篇翻译成中文的文章，翻译的中文名是《纸牌屋即将倒塌？深扒英伟达与影子银行间的利益输送》，英文版来自The Verge.主要内容是说目前正在狂建的AI数据中心，资金来源主要是借钱。CoreWeave这些云服务商先借钱买入英伟达芯片，再把芯片抵押继续借钱。活生生一场芯片抵押的击鼓传花。场景与2008年次贷危机似曾相识。这场击鼓传花至少有三重问题：第一，谁在放贷？可能是英伟达本达的应收账款；也可能是所谓的私人信贷private credit，大多数来自于私募基金，比如黑石之类；甚至可能来自于传统银行，比如JPM和花旗。第二，用英伟达芯片作为抵押品，但芯片技术更新迭代快，折旧是否合理计量？折旧期限普遍偏长，账面上还在慢慢折旧，实际上抵押品价值早已不足。三是，贷款利率高达10%-15%。在AI收入前景依然模糊的情况下，借款人如何负担如此高的利息？共同点都在算力无论收入困局还是债务风险，二者背后都指向算力。要么算力不足，要么算力太贵。若算力成本能大幅降低，相关泡沫或可自行消解。算力成本一般包括服务器、电力、数据中心建设、散热、带宽及人力等多方面，其中降低电力成本或许是当前较为可行的突破口。AI泡沫最终是被刺破，还是能自行消解？在AI热潮中，若一味追逐最后一分利润，而不正视根本的财务与现实约束，最终恐怕只能成为泡沫破灭时的接盘侠。