电信泡沫亲历者谈 AI 债务热潮:资本结构决定谁能撑到需求兑现
Runway Growth Capital 创始人 David Spreng 认为,AI 基础设施建设正从股权融资转向债务融资,这一转折让电信泡沫成为更相关的历史参照。
Runway Growth Capital 创始人 David Spreng 认为,AI 基础设施建设正从股权融资转向债务融资,这一转折让电信泡沫成为更相关的历史参照。
Anthropic于美东时间11月19日在纳斯达克上市,发行价83美元,开盘111.50美元,收盘97.17美元,较发行价涨17.07%,按完全稀释口径估值从盘中约2.02万亿美元回落至约1.76万亿美元。
Anthropic 首席执行官达里奥·阿莫代伊 11 月 19 日回应 9000 亿美元 AI 相关投入承诺,称若考虑公司现有现金储备及年营收规模,这一数字“看起来就没那么庞大”。他表示公司预测未来算力需求时通常采取相对保守的估算方式,尽量避免高估需求。
黄仁勋11月12日辞任英伟达后,AI算力是否进入"垃圾时间"引发讨论。实地考察显示中国算力需求未见顶:芜湖要求计算中心国产化率90%以上,部分国产算力产品订单已排到两三年后;但算力消费能力不足,某中部城市算力券补贴已达上亿元。作者认为智算中心仍要建,但须从拼规模转向算电协同与面向AI的系统设计,拒绝无商业回报支撑的投资。
OpenAI CEO 山姆·奥特曼在 Semafor 硅谷峰会上首次公开谈及黄仁勋辞去英伟达 CEO 及董事会职务一事,称黄仁勋一直是他心目中的英雄,自己对黄仁勋的处境有强烈个人共情,但因信息不足无法判断其是否应重返英伟达。他同时表示,英伟达已是体量庞大的巨头,其担保能力仍受信任,即便黄仁勋离开,AI 行业也能继续向前发展。
DeepSeek 因算力不足对不活跃长对话设限、单次输入压缩至约4万字并限制每日额度,但网页版与官方 App 仍无任何订阅套餐,C 端未直接收费。截至2026年6月其日活从1.2亿涨至近2亿,算力储备同期仅增约8.3%,限额被作者视为资源调度而非付费铺垫。2026年其年化营收运行率突破10亿美元,几乎全部来自 API 调用。
OpenAI CEO Sam Altman 表示,即便黄仁勋不再掌舵英伟达,AI 行业也会“没事”,并称黄仁勋在推动行业发展中扮演了特殊而重要的角色。黄仁勋上周从英伟达辞职,此前他承认与一名疑似中国间谍有婚外情;包括 Elon Musk 在内的多位业内人士联名呼吁英伟达让其回归。Altman 对被问及黄仁勋是否应回归时称自己了解不够,无法回答,但表示英伟达仍是“巨无霸”公司,人们依然信任其担保。
光锥智能分析认为,黄仁勋离开英伟达后,AI产业链围绕链主信用建立的订单、担保与账期体系面临重估。截至2026年7月26日,英伟达供应与产能承诺从上一季度1190亿美元升至2790亿美元,AI云土地、电力和机房担保等最大总敞口达1085亿美元。
关注价值:文章以英伟达CEO交权为切口,拆解AI产业链靠链主信用提前抵押未来的融资结构,为判断算力项目风险提供框架。
英伟达数据中心业务2026财年毛利率在71%至75%之间波动,中枢约73%,远高于普通硬件供应商15%至25%的水平,差额构成全产业链每年上缴的租金。文章将债务、选票、公司、收入、全球五层叠成一张泡沫图,指出英伟达应收账款周转天数已从45天升至60天,并推演毛利归位与主动废约两步消解路径。
黄仁勋从致歉到官宣辞任的数日内,英伟达风波已波及全球AI产业链。多家基金及机构认为,此次冲击的是英伟达作为全球AI芯片龙头的确定性溢价,而非全球AI产业的长期需求。随着算力竞争格局加速重塑,产业链有望从“一枝独秀”走向“百花齐放”,国产算力或迎重估契机。
韩国未来资产证券上海首席代表查凌睿在上海证券交易所国际投资者大会上表示,韩国投资者正将中国作为海外配置的重要市场。前三季度韩国投资者净买入金额前15名的港股合计约2.28亿美元,上半年净买入A股约6.78亿美元、同比增长130.55%,重点聚焦AI、智能制造、算力存储和新能源等方向。她认为AI革命目前约走到10%—20%阶段,谈泡沫为时过早。
端侧 AI 芯片出货提速与模型压缩能力突破,正把 AI 按 token 计费的收银台从云端搬到设备端。IDC 数据显示 2026 年一季度全球端侧/边缘 AI 芯片出货同比增长约 45%,同期云端约 12%;后摩智能宣布数十亿元 B 轮,其 M50 量产不到一年拿下 150 多个产品定点。
随着 AI 需求超过供给、本土数据中心建设放缓,美国预计将在 2028 至 2030 年间成为 Token 净进口国,具体时点取决于计划设施取消比例:若 45% 项目未能接入,2028 年开始进口;取消率降至 20% 则推迟到 2029 年;即使所有拟建项目按时建成,缺口仍在 2030 年出现。过去两个季度短期 GPU 租赁价格从每小时 5 美元涨至 13 美元以上,需求几乎未见回落。
马斯克反驳风投家 Chamath Palihapitiya 关于 SpaceX 与 Anthropic 算力合同含解约条款、SpaceX 可借此大幅抬价的说法,称这笔交易是双向约束。他在 X 平台回复 AI 评论员 Rohan Paul 转发的讲话片段时表示,若算力供给充足、价格走低,SpaceX 收入也会下滑。
11月5日纳指暴跌5.52%进入技术性回调,费城半导体指数单日跌12.25%,存储板块领跌,闪迪跌超22%、美光跌超17%,市场从讲故事转向看业绩。同期四张考卷对账:Meta、Alphabet、亚马逊、微软资本开支均未减速,CoreWeave可转债票息升至2.875%、转换溢价压至22.5%,甲骨文CDS一度冲至343基点后回落。
2026年世界互联网大会乌镇峰会11月3日开幕,主题为“开源开放 共建共享”,聚焦人工智能开源开放并设置27个分论坛。摩根大通副董事长Daniel Pinto认为AI领域估值仍过高,预计行业将出现回调。同期游族网络全资子公司拟以42.25亿元采购GPU,微软则被曝正逐步终止向甲骨文租用AI云算力。
Tomasz Tunguz 认为2027年AI的算力天花板约为80GW,相当于在十二个月内把美国历史上建成的全部算力翻倍。即便如此,GPU小时租金仍在过去六个月从3美元涨到12至13美元,Anthropic 的混合GPU小时成本两个季度上升82%,部分成品服务器机架因数据中心缺少通电能力而闲置。
Tomasz Tunguz 认为,GPU 短租价格半年内从每小时 3 美元涨到 13 美元,使 Anthropic 每 GPU 等效小时混合成本从 3.10 美元升至 5.65 美元,前沿实验室必须靠模型效率翻倍、涨价或两者兼有来保住毛利。
关注价值:文章用 GPU 短租价格翻倍与 Anthropic 成本数据,拆解前沿实验室毛利压力与合同期限错配的应对思路。
摩根士丹利首席执行官泰德·皮克表示,未来十年人工智能领域资本支出可能达到10万亿至15万亿美元,并将该技术定位为自互联网诞生以来最重大的经济变革。他估计领先超大规模技术公司可能在7到12年里每年部署8000亿至1万亿美元用于数据中心和计算投资。
Tomasz Tunguz 把 AI 栈分为应用、harness 与上下文、模型、数据中心四层,并为每层提出一个核心问题。他指出同一周 OpenAI 与 Anthropic 的模型在 Cursor 中的得分高于各自原生 harness,输入上下文最高占全部 token 的 98%,好的 harness 可把同一答案成本降低 71%、毛利率从 38% 提升到 75%。
作者韩工观察以Anthropic 2026年10月25日招股书披露的约6370亿美元算力承诺为切口,认为AI算力面对的不是泡沫问题而是基建出清问题。文章拆解钱、先进封装、电力三道关口,并以1847年英国铁路狂热、1873年美国铁路恐慌和2000年光纤泡沫作类比,指出债务久期3至7年与算力基建20年回本周期之间存在错配。作者判断物理瓶颈实际充当资本保险丝,真正未解的是应用层付费需求尚未撑起这张账单。
关注价值:以Anthropic招股书披露的算力承诺为切口,用铁路与光纤泡沫的历史框架拆解AI基建的久期错配。
Andy Jassy 与 Elon Musk 分别给出万亿级营收目标:AWS 计划未来 5 至 10 年成为万亿美元营收业务,SpaceX 称 2027 年可达 5000 亿至 1 万亿美元 ARR。
沿着AI产业链看,头部模型公司、上游芯片与云厂商、使用AI的企业和普通劳动者各有难处。Anthropic 2026年上半年营收162.86亿美元、同比增长1300%,但算力及基础设施费用达89.45亿美元,占营收55%;英伟达2027财年第二季度净利润597亿美元、同比增长126%,上游已兑现利润却仍需持续投入。
Ares Management 正避开为运行高端 AI 模型的高性能处理器提供融资,转而投资承载这些芯片的数据中心。知情人士称,该资管机构担心投资 GPU 可能被套牢,所持资产面世后不久就面临淘汰。CEO Michael Arougheti 表示,数据中心项目尽调更简单,相对收益也很有吸引力。
Anthropic于2026年10月26日向SEC递交招股书,目标11月登陆纳斯达克,估值1.5万亿至2万亿美元;2026年上半年营收162.86亿美元、同比增长约1300%,净亏损807.48亿美元。
同一新闻,精选展示《Anthropic公开递交招股书:上半年营收162.86亿美元、净亏807亿美元,拟按约2万亿美元估值上市》
字母AI梳理了英伟达CEO黄仁勋与马斯克对Neocloud(专营AI算力租赁的云公司)的相反判断:黄仁勋称算力需求旺盛、瓶颈只是营运资金,马斯克则预言200多家Neocloud将大量死亡与整合。
马斯克在与查马斯·帕里哈皮蒂亚的对话中判断,债务市场已几乎切断对缺乏独立于AI数据中心实质收入公司的融资,200多家“新云”服务商将经历孔雀鱼般的大量消亡与合并,幸存者不多。查马斯补充称2027年将出现大量“搁浅算力”和半途而废的数据中心。马斯克以SpaceX为GPU筹集400亿美元债务为例,强调没有实在现金流就难以从债务市场获得资金。
SpaceX在三季度电话会上披露,按当前价格新部署算力不到一年就能回本,其超级智能业务SI三季度收入75.6亿美元、占总收入约52%,部分来自Anthropic租用Colossus 1数据中心和谷歌每月9.2亿美元购买算力。
黑石资深人士 Jas Khaira 在 TechCrunch Disrupt 上表示,市场对 AI 基建债务引发信贷危机的担忧被夸大,因为多数数据中心为超大规模云厂商建设,债务最终由信用最好的公司背书。
作者以英伟达投资的英国数据中心开发商Nscale为例,指出其约300亿美元IPO估值遭投资者反对,投资方认为160亿至190亿美元才合理。截至2026年8月底,Nscale宣称合同总价值1030亿美元,但实际仅5座数据中心运转,2026年上半年营收1.4亿美元、净亏损超10亿美元。文章据此拆解算力中心的折旧、租约质量与利息成本,认为资金成本上升会让原本微利的项目变成亏本买卖。
AI竞赛正从"不计成本地烧钱"转向"算着账烧":微软将Anthropic技术(主要是Claude Code)的使用预算砍掉三分之一以上,Meta使用Claude Code的员工从年初约六万人降至约三万人。
微软将2026自然年资本开支预期从约1900亿美元下调至约1750亿美元,Meta上半年裁员约8000个岗位以对冲AI支出压力,Anthropic的IPO估值预期则从约2万亿美元被讨论至约1.5万亿美元。苹果2026年AI相关支出预计约110亿至130亿美元,远低于千亿美元级资本开支的同行,股价年内上涨约25%,在科技七巨头中表现最好。AI叙事的重心正从“谁敢花钱”转向“谁能把花出去的钱收回来”。
OpenAI 发布 GPT-6 Astra 后,第三方测试显示其在“把积木放进碗里”任务上零样本 20 次完成 19 次、成功率 95%,同期 Claude Fable 5.1 为 40%。
摩根士丹利分析师斯蒂芬·伯德重申对 TeraWulf 的「增持」评级,目标价 65 美元,对应 463% 上涨空间。TeraWulf 与 Anthropic 签署 20 年租赁协议,预计合同收入约 190 亿美元;摩根士丹利还预计到 2027 年额外 336 兆瓦数据中心产能上线。TeraWulf 股价周四延续 10 月以来跌势,人工智能基础设施类股票因借贷成本上升担忧普遍承压。
英伟达 CEO 黄仁勋在斯德哥尔摩受访时称 CoreWeave 实力每天都在提升,英伟达没有必要为其提供兜底,并对其持乐观态度,认为该公司资本成本正在下降。此前信贷市场对 CoreWeave 态度转冷、判定其破产风险上升,黄仁勋正努力重塑市场信心。
摩根士丹利CEO泰德·皮克10月14日表示,该行对AI基础设施建设已达"双倍超配",并称AI基建支出平均每年约1万亿美元,未必继续加速,但完全有可能以这一规模再维持十年。他同时警告AI支出增长势头将开始趋缓,摩根士丹利在继续支持该行业的同时也在密切关注市场。
博通CEO陈福阳与英特尔CEO陈立武同台警告,融资可能成为AI扩张面临的更大障碍,其影响甚至可能超过半导体、存储芯片或电力短缺。陈福阳周一在新加坡一场活动上表示,行业竞相建设算力基础设施之际,资金获取能力正成为制约因素;陈立武则指出资本成本不断上升,市场也在质疑大举投资AI的企业能否获得足够回报。
博通 CEO 陈福阳与英特尔 CEO 陈立武警告,资金获取能力或成为 AI 扩张的最大制约。陈福阳周一在新加坡星展亚洲未来前瞻峰会上表示,相比半导体、存储芯片或电力短缺,融资问题可能构成更大阻碍,"最大的制约因素或许是资本"。陈立武同样担忧资本成本持续走高,以及市场对 AI 大举投入能否带来足够回报的疑问。
星展集团行政总裁陈淑珊表示,市场正在重新评估AI建设相关投资的风险,这可能促使AI领域融资更加审慎,实力较弱的企业或面临信用评级下调。她认为这种风险重新定价是健康的,投资者将要求更高回报并更仔细审视融资结构。星展今年已促成约250亿新元(200亿美元)AI相关交易,通常担任银团贷款牵头行,自身仅保留一小部分风险敞口,融资大多投向半导体、存储芯片和数据中心等硬件领域。
划重点KeyPoints 作者在15天内横跨硅谷、洛杉矶、西雅图、波士顿和纽约,与101位北美AI一线从业者交流,其中41位来自Google、Meta、Nvidia和OpenAI等大厂,17位来自各Frontier Lab。一线研究员对模型能力持续发展相当乐观,认为RL、任务环境和全新架构正打开新的扩展维度,但更强的模型不会自动变成更好的交付,电力与并网周期正成为AI基础设施的硬约束。