半年20余倍增长 ，一其中国Token工厂的生意飞轮
OpenAI 距离 IPO 越来越近之际 ，一篇长达约 1.5 万字的博客文章再次将 AI 泡沫争议推向热潮。恒久唱空 AI、拥有大宗科技行业读者的评论人 Ed Zitron 在日前宣布的博文中抛出了迄今最激进的一项判断：真正的 AI 泡沫 ，实质上就是 "OpenAI 泡沫 " ；如果 OpenAI 最终失败 ，它将成为 AI 时代的 " 雷曼兄弟 " ，不但会击穿整个 AI 投资逻辑 ，更可能引发数据中心、AI 基础设施乃至全球科技股的大规模重新订价。他的这些看法迅速引发金融媒体关注。在媒体看来 ，Zitron 最焦点的看法不是 AI 有没有价值 ，而是OpenAI 是否拥有足以支撑整个 AI 资本周期的商业模式。如果谜底是否定的 ，那么围绕 OpenAI 建立起来的融资、算力投资和资本开支体系 ，都可能面临连锁反应。虽然 ，这并非市场共识。包括橡树资本联合首创人 Howard Marks 等投资人近期均体现 ，相比此前认为 AI 可能只是泡沫 ，如今更认可 AI 作为通用技术平台（General Purpose Technology）的恒久价值 ，认为目今行业仍处于商业化早期阶段。 AI 泡沫 ，照旧 OpenAI 泡沫？与大都 "AI 泡沫论 " 差别 ，Zitron 提出了一个更具攻击性的判断：真正值得担心的不是整个 AI 行业 ，而是一家公司。在他看来 ，自 2022 年底 ChatGPT 横空出生以来 ，OpenAI 事实上成为整个生成式 AI 时代的 " 信用锚 "。投资者愿意相信：AI 会改变世界 ；超大规模数据中心值得建设 ；GPU 需求会恒久高速增长 ；超大模型公司终将实现盈利 ；AI 创业公司能够创立足够大的终端需求。而这一切 ，在 Zitron 看来 ，都建立在 OpenAI 连续高速生长这一前提之上。他认为 ，OpenAI 不但界说了目今 AI 热潮 ，也塑造了资本市场关于整个 AI 工业链的估值逻辑 ，因此一旦这一焦点假设被突破 ，攻击可能远超一家独角兽企业自己� ；痪浠八� ，OpenAI 已经不可是一家公司 ，而更像整个 AI 投资周期的 " 系统重要性机构 "。 他为何认为 OpenAI 商业模式保存基础缺陷？Zitron 的质疑主要集中在三个方面。第一 ，是推理（Inference）本钱依然过高。随着 ChatGPT 用户规模连续增长 ，每一次用户提问都意味着 GPU、电力和效劳器本钱连续增加。如果大宗用户恒久停留在低价甚至免费套餐 ，而企业级收入增长无法同步笼罩本钱 ，那么规模扩大反而可能意味着亏损扩大。第二 ，是资本开支远快于现金流改善。目前 AI 行业最大的支出已经不再是模型训练 ，而是推理算力、GPU 采购以及全球数据中心建设。OpenAI 及其相助同伴正推动数百亿美元甚至更大规模的数据中心投资 ，而这些项目通常需要多年才华收回本钱。如果未来 AI 需求增长缺乏预期 ，大宗基础设施可能泛起利用率下降的问题。第三 ，则是连续依赖外部融资。Zitron 剖析称 ，他认为 OpenAI 未来多年仍将需要连续融资 ，以笼罩模型研发、算力采购和基础设施建设等支出 ；如果资本市场危害偏好下降或融资情况收紧 ，其商业模式将面临更大压力。这些看法目前仍属于 Zitron 个人判断 ，并未获得 OpenAI 方面认可 ，但确实反应了市场近期围绕 AI 资本回报率（ROI）的争论。 为什么 Oracle、CoreWeave、数据中心运营商成为焦点？相比 OpenAI 自己 ，Zitron 更担心的是工业链的杠杆效应。已往两年 ，美国科技行业掀起了史无前例的数据中心建设潮。微软、谷歌、Meta、亚马逊等超大规模云厂商（Hyperscalers）纷纷提高资本开支 ；与此同时 ，甲骨文、CoreWeave 等公司则担负起越来越多 AI 算力建设任务。这些项目大宗依赖：恒久租赁、项目融资、私募信贷、企颐魅债、大规模资本开支。如果未来 OpenAI 等焦点客户需求低于预期 ，或者资本市场重新评估 AI 回报率 ，那么数据中心资产利用率、租赁条约乃至融资能力都可能受到影响。媒体指出 ，Zitron 认为 ，OpenAI 一旦泛起重大波折 ，Oracle、CoreWeave 等依赖 AI 基础设施需求增长的企业可能首当其冲 ，因为此前市场给予这些公司的高估值 ，很洪流平上建立在 AI 需求连续爆发的预期之上。虽然 ，目前包括微软、Meta、Alphabet 等科技巨头仍在连续扩大 AI 资本开支 ，并普遍强调 AI 基础设施投资切合恒久战略 ，因此市场尚未泛起资本开支全面收缩的迹象。 Anthropic、软银为何也被卷入讨论？除了 OpenAI 之外 ，Zitron 还将矛头指向 Anthropic。他的理由是 ，两家公司虽然接纳差别生长路径 ，但配合特征都是需要连续投入巨额资金建设模型、采购算力 ，并依赖大型科技公司提供盘算资源和融资支持。如果未来 AI 商业化速度低于预期 ，两家公司都可能面临盈利压力。另一家被重复提及的是软银。近年来 ，软银重新回到大型 AI 投资前台 ，积极加入 AI 基础设施、芯片和模型公司的融资。如果 AI 行业未来进入估值调解周期 ，软银庞大的 AI 资产组合自然也将成为市场关注工具。不过 ，目前软银方面仍坚定押注 AI 恒久生长 ，并将其视为下一轮科技革命的重要偏向。 AI 交易是否已经过热？事实上 ，围绕 AI 是否进入泡沫阶段 ，华尔街争论已连续一年多。支持 " 泡沫论 " 的一方认为：AI 基础设施投资增速远快于收入增长 ；大模型盈利模式仍未完全验证 ；数据中心资本开支创历史纪录 ；市场估值越来越依赖未来数年的增长预期。乐观派则认为：AI 属于典范的通用技术革命 ，与互联网、电气化类似 ，前期投资往往远超短期收益 ，但恒久能够创立新的工业和商业模式。Howard Marks 近期便体现 ，他已经从最初怀疑 AI 可能只是泡沫 ，转向越发认可其恒久价值。他认为 ，现代 AI 展现出的推理、上下文理解和交互能力具有前所未有的特征 ，因此不可简单类比历史上的投机泡沫。部分学术研究也提出更为中性的结论：目今 AI 市场既保存真实的技术进步 ，也保存局部估值过热和资本开支超前的问题 ，因此更接近 " 技术革命叠加局部泡沫 " ，而非纯粹的投机狂热。 真正值得关注的 ，不是 OpenAI 会不会倒下无论是否定同 Zitron 的判断 ，他提出的问题正在成为越来越多投资者关注的焦点：AI 投入究竟何时能够兑现为稳定现金流？已往一年 ，资本市场险些默认 AI 资本开支越高越好。但近期 ，无论是芯片股、效劳器厂商照旧云盘算企业 ，投资者都开始越发关注另一组指标：企业 AI 收入增长 ；AI 产品付费率 ；推理本钱下降速度 ；数据中心利用率 ；AI 投资回报周期。如果这些指标连续改善 ，那么目今巨额资本开支可能最终证明是一次类似互联网时代的前瞻性投资 ；但如果商业化速度恒久落后于投资扩张 ，市场对 AI 交易的估值逻辑也可能面临重新校准。因此 ，Ed Zitron 的长文真正引发讨论的 ，并非 "OpenAI 是否一定会成为下一个雷曼兄弟 " ，而是它再次将 AI 时代最焦点的问题摆到投资者面前：当资本支出连续刷新纪录之后 ，现金流和盈利能力究竟能否跟上。这一问题的谜底 ，或许才将决定未来几年全球 AI 交易的真正走向。