每个人都在争论 "是AINvidia会坠毁吗? 这其实是问错了真正的问题是一个冷酷的会计问题:数以万亿计的基础设施得到使用,最终必须有人_实际支付真正的钱AI输出_以还之. 这幅作品一步一步地走过这个数学过程——为什么看的东西不是股票价格,而是"终端用户的收入在哪里?"
让我们抛出一个被问死的问题:"这是AI一个气泡?"
这个问题是没用的,因为它没有答案——任何足够大的科技波看起来,在事后看来,就像"既是泡泡,也不是泡泡". 互联网是泡泡吗? 2000年,当它坠毁时,是的。 回首2010年,没有. 所以沉迷于"是泡泡" 正在等待一个永远无法澄清的判决
真正值得问的是什么? 你实际上可以问什么?计算- 这是一个不同的问题。 这不是性感,但它决定一切:
这些数万亿注入数据中心和芯片最终必须靠"终端用户付费"偿还.AI."
所以...**最终用户的收入究竟在哪里? 什么时候到的? 够了吗?**这不是一个情感问题。 这是一个关于现金流量和折旧的会计问题. 它可以计算,也不能逃避。
这部作品没有预测坠机日期,也不会告诉你放弃一切. 我只想列出这个会计问题的每一个细列项目,连同真实数字和其中的水. 到最后你会看到:泡沫弹是否不依赖于情感——它取决于在GPU贬值通过书食之前一对不同的线能否关闭.
图1每个论点的核心就是这个图表:基础设施支出(蓝色)几乎垂直地上升,真正的最终用户付款(绿色)攀升得要慢得多。 问题不在于"是否有缺口",而在于"能否关闭,何时关闭".
01首先,钱花得如何暴力? 盖顶的大小
要了解这个问题有多严重,你首先需要感受一下"花费了多少". 这里的关键是**(资本支出)**.
披头士是什么?简言之,一个公司花在"硬资产"上的钱——购买土地,建设数据中心,购买数十万GPU芯片. 这与"营销支出"根本不同:营销一度消失,但Capex购买了一个资产在接下来的几年中,通过"贬值"逐渐支出. 这在后来变得致命——记住这一点。
规模有多大? 根据高盛公司、摩根斯坦利公司、信用观察公司和其他人的估计(数字因来源而异):AI- 相關的披风大概是2025年4100亿美元,计划2026年猛增至约7250亿美元,预计2027年将突破1万亿美元.. 将镜头扩大至所有超缩放器,一些估计值(MUFG)为2026总顶盖_6 000亿美元以上_.
**~ 410 B美元(美元)**2025 大技术AI顶点
**~ 725 B美元(美元)**2026 计划封顶
**1美元+ (单位:美元+)**2027 预计封顶
这是什么意思? 一年的支出已经超过了许多国家的整个年度国内生产总值。 这些数字不断得到_上调_——几乎每个收入季节,巨人都提高他们的引导. 市场称其为"超级循环".
自己花钱不是问题问题在于下句:**这笔钱不只是花光了,它变成了硬资产,而硬资产,为了挣回,需要相当的"实际收入"规模.**这导致了第2节——为什么这笔钱"必须偿还".
图2在两年内,每年的顶帽从~410B美元上升到$1T+. 请注意,这些是分析师的估计,不断修订,但即使打折扣,比额表也是惊人的。
02为何这笔钱"必须偿还":capex是贬值的资产
许多人误读capex,假设巨人"有无穷无尽的现金,花完就用完了". 错. 在会计中,卡普克斯一用完,不会立即变成损失;首先变成一种资产在资产负债表上,然后在今后几年中通过下列方式变成收益表的成本:折旧.
**什么是折旧?**如果你花100美元买一台你用5年的机器, 会计不会让你订满100美元作为第一年的成本—— 它每年记录20美元,分5年。 20块是折旧对数据中心来说:今天花费的数千亿美元成为每年的数千亿美元的折旧成本,直接从利润中扣除.
这是什么意思? 这意味着卡佩斯不是"赌博",而是必须偿还的帐单为了防止那张账单成为巨额损失你需要_实际收入的可比规模_包括折旧费+电费+业务费。
多少钱? 两项最引人入胜的估算给出了差距的大小:
**塞夸亚的大卫·卡恩和"丑闻论文"**2023年9月,他第一次计算AI"洞穴"每年约1,250亿美元;在他的2024年更新中,需要填补的年度收入缺口已增加到约6 000亿美元——进入2026年仍在扩大,没有关闭.
贝恩&公司2025年9月的报告:到2030年,维持AI'计算需求需要_全球新年收入约2万亿美元_即使计算所有可能的储蓄和再投资, 仍然有_8 000亿美元短缺_无法填补。
关于框架的说明这两个数字是:分析估计/预测,而不是既定事实,而是基于大量假设(贬值寿命、回报率、需求增长)。 我引用它们是为了给差距一种规模感,而不是像铁板的预言那样。 但即使是保守的假设,方向也是一样的:需要偿还的钱远比进来的钱大得多。
图33个通常引用的差数(所有分析师估计/预测): 塞柯亚的年收入缺口从125B美元增加到~600B美元;拜因说2030年需要2T新收入,即使有了极端的储蓄,~800B也无法填补.
03那么真实AI有收入吗? 看起来很多,但仔细看看
你可能会推回这里:AI收入正在爆炸! 是真的,但仔细看看_什麽_正在爆炸中。
一,应得的信用:增长是真实和激烈的. 打开AI说年化运行率从2025年中~130亿美元攀升到2026年初~250亿美元.Anthropic更引人注目的是:2025年底~90亿美元,2026年2月~140亿美元,4月~300亿美元,每年~470亿美元按萨克拉估计. 相比之下,销售力量花了大约20年时间,年收入达到300亿美元——Anthropic三年后从站立开始就到了云面也是真实的:AWS~150B年化(+28% YoY),Google云~80B(+63%),微软Azure'sAI部分~37B元径流率(+123%).
生长中有水吗? 是的——你必须当场揭露三个斑点,否则"成长叙事"会把你带走.
水位#1:运行率QQ实际年收入.
"年度运行率"是一个月或四分之一的收入它假定明年全年都保持在这一水平或更高水平。 增长迅速,但一旦增长放缓或受到冲击,年收入的运行率和实际记录可能会大相径庭。 媒体喜欢跑步率,因为数字很大;但偿还卡普斯需要银行中的实际现金而不是推断
**水位2号:卖铲子的人正在流血现金.**模范公司的收入飞涨,但其燃烧速度更快. 打开AI据报道,2026年将损失140亿美元,几乎是2025年损失的三倍,同时目标是到2029年收入1000亿美元. 换句话说,今天的"侵吞收入" 充斥着_持续的巨大净损失_——不是赚钱,而是用亏损来购买增长. 本身为现金出血的公司的收入是否属于"能够偿还万亿基础设施"一栏,这本身就是一个问号.
这里有一个逻辑循环,值得等待一秒钟:模型公司必须偿还的是万亿规模的计算承诺。它自负了(开放)AI单是持有约1万亿美元的基础设施采购合同。 以10%的回报率需要净值_每年约1000亿美元_以打破均匀。 但现在它并没有净值1000亿美元——它正在损失140亿美元. 为了平衡这个方程式,它的利润率必须达到逆向反转,反向反向反转,反向反向反转,反向反向反转,反向反向反转,反向反向反转,反向反转,反向反向反转,反向反向反转,反向反向反转,反向反向反转,反向反向反转,反向反转,反向反向反转,反向反向反向反转,反向反向反向反向反转,反向反向反向反向反向反转,反向反向反向反向反向反向,反向反向反向反向反向,反向反向反向反向反向,反向反向反向反向反向,反向反向反向反向,反向反向反向反向反向反向,反向反向反向反向反向,反向反向反向反向反向反向,反向反向反向反向反向,反向反向反向反向反向,反向反向反向反向反向,反向反向反——从每年损失百亿到赚取万亿利润. 跳跃有多大需要多长时间没有人能给你一个令人安心的答案这就是为什么"最终用户收入在哪里"是_真实问题_:为了平衡账本,所缺少的从来不是收入的增长率——这就是._绝对大小_对
3号水位是最致命的,所以我会给它自己的一节——这个"收益"的大部分是这些玩家相互购买.
04水 #1:循环融资——同一群人相互购买.
这就是整个会计问题最类似于2000年点-com泡沫的地方。 旧的游戏本叫做圆形拖动:我购买你的服务,你购买我的服务,两者都不真正挣到外面的钱,但双方的"收入"都膨胀. 今天,类似的循环正在运行AI以惊人的规模。
什么是循环融资?供应商也是其大客户的主要投资者——它给你钱,你转过身来用这笔钱来购买其产品. 现金是同一组的,每跳一次,就会有一条“收益”或“投资”线被预订——但实际需求来自外部圆圈没有增长一分钱。
少数真实的公开交易(每方公告的金额):
Nvidia – 打开AI:2025年9月,恩维迪亚同意投资.1 000亿美元以下_打开AI以建立数据中心; 作为回报, 打开AI承诺购买和部署_百万Nvidia GPU(百万纳维迪亚GPU)。翻译:Nvidia是_预先支付自己的未来销售订单_.
打开AI○甲骨文打开AI同意购买_~3 000亿美元_来自甲骨文的云容量。
恩维迪亚·科雷韦:到2025年9月,开放AI对CoreWeave的承诺达到224亿美元;而Nvidia持有CoreWeave的5%以上,并于9月同意_从CoreWeave购买63亿美元的云服务_.
连结他们,你就会看到金钱在环中旋转:Nvidia 投资 OpenAI- 打开AINvidia还投资CoreWeave,
图4Nvidia 投资 OpenAI打开AI购买云,云运行Nvidia芯片,Nvidia投资并从CoreWeave(英语:CoreWeave)购买——金钱在三四名玩家之间旋转. 注:这些交易是合法的,背后有实际业务;问题是:有多少最终收入来自圈外。
揭开弱点公平地说,这些交易所有合法和所有都有真正的业务背后- 打开AI需要计算 Nvidia的芯片真正运行。 所以你不能大喊"都是假的" 观察的尺度是:_这些公司收入的多少份额最终来自"圈外"——真正的终端客户实际支付AI产出——相对于内部的相互输血._这个比例是试金石测试有多少气泡是真实的。
05- 麻省理工学院的报告还击
通知性融资是关于资金的来源. 但最终会产生价值吗? 这是"最终用户收入在哪里"中最刺痛的部分. 2025年8月,麻省理工学院的NANDA项目发布了一份报告——"The GenAI分裂:国家AI在商业2025"——他的结论让整个行业静静地进行节奏.
根据52次行政约谈、153次领导人调查以及对300名公众的分析AI发现:_300亿至400亿美元_在企业基因 --AI开支,95%的项目没有产生可衡量的P&L 影响——只有5%的综合系统创造了重要价值.
"没有可衡量的P&L影响"是什么意思?.意思是钱已经用光了飞行员已经启动演示成功了公司没有多赚一块钱,也没有省一块钱,至少不足以出现在财务。 页:1&L是收益表,"我们在赚钱"表。 95%的项目是隐形的
报告称之为 "常规AI除号":天高的收养(每个人都使用ChatGPT)在一边,暗淡的转换(几乎没有人变成可持续的商业价值)在另一边. 它特别注意到——问题不在于模型质量而是"学习差距":组织和进程尚未学会如何实际嵌入AI赚钱。 一个有说服力的细节:外部供应商建造的工具成功率是内部建造的两倍。
该报告还揭示了一种常见的不匹配:企业AI预算去_占销售和营销的绝大多数_,因为那是"性感而容易投出";然而,真正的可衡量回报却在后台操作和财务上——通过流程自动化,削减外包,以及降低成本. 换句话说,许多企业没有找到 "AI没用的",他们在错误的地方支出追求收入增长的幻想而不是更稳定的节约成本这正是为什么花这么多钱...。..&莱:_价值没有缺失,它被寻找到错误的地方并提取太慢。_而当涉及到偿还万亿的盖顶时,"慢"是最大的敌人——因为在另一端,折旧计时器从未停止过,一秒钟也没有停止过.
**95%**企业AI没有可衡量的P&L影响的飞行员
**5%**创造重要价值的共享
**30-40B美元(美元)**已经花费, 大部分没有显示
为了公平也不要过度阅读这份报告:它衡量**"飞行员,"**而新技术早期飞行员的高故障率是正常的;其样本和"可衡量"定义有限度,成功5%的概率实际上证明了_价值的存在, 它只是很难提取。_所以,正确的阅读是不"AI没用的,但是...**最终用户价值的实现速度远远慢于基础设施资金的花费。**这正是图1剪刀间隙的微观解释.
图5MIT NANDA报告:企业支出~30–40B美元,95%的飞行员显示没有财务回报. 不是那个AI毫无用处(5%确实成功),但最终用户价值的“提取”远远慢于资本的“投资”。
06时钟在滴答: GPU 折旧, 刀片在上方
你可以说:一个巨大的缺口是好的,需求会增长到它——给它时间。 问题是,这个问题有时间限制。计时器是 GPU 折旧。
回到第二节的"折旧",一个GPU被预订在X年里折旧,这假设它持续X年. 这里有一个巨大的纠纷, 和谁拖它到公开的人是迈克尔·布利——次贷短卖,原型出自"大短卖".
Burry的收费:_超规模公司正在增加利润,折旧寿命过长。_他的算术——这些公司将Nvidia芯片贬值5至6岁但Nvidia的芯片速度太快以至于真正的经济生活2至3岁延长寿命意味着年折旧成本较小,增加图书利润。他估计这种不匹配将会导致行业约1 760亿美元折旧累计超过2026–2028年. 在2025年9月,他的Scion基金披露了~11亿美元的概念, 将Nvidia和Palantir的期权设为短短;到11月,他只是关闭了基金,说市场和管理估算"惊人的不同步".
为什么折旧寿命能"获利"?同样的100美元机器实际上持续了3年:按3年折旧,成本为33美元/年;按6年计算,成本仅为17美元/年. 后者显示每年利润增加16美元,但16美元是伪造,因为机器应该在4年前退役,而延迟的费用最终到期. 这就是Burry的描述,只是乘以整个行业。
图6折旧是倒计时. 已经订了6年,但可能只有2-3年 — — 这一差距是后来拖欠的太早确认的利润。 据Burry估计,该行业记录不足,2026-2028年的折旧为176B美元。
不只是Burry大喊大叫一个客观信号:在2025年2月,亚马逊主动缩短了一些服务器的折旧寿命.,确切引用 "AI一些资产不会持续6年在同一期间Meta延长了估计同一行业对“芯片到底能持续多久”给出了相反的会计判断, 这本身就说明了这个问题有多模糊和关键。 直言不讳地说,即使大多数专家公司都没有就“这些资产真正价值和持续多长时间”达成一致,这正是偿还能力的关键:如果资产的实际寿命比账面假设短,那么每年拖欠的"实际折旧"比财务显示的要重,最终用户收入追赶的时间也更紧.
也给另一边Burry可能不完全正确;反驳同样强烈:退休时筹码不会被浪费——他们.**级联降级(连锁再利用)**今天的H100训练一个前沿模型可能运行客户服务机器人明年, 制作视频的一年, 然后降落在一个大学研究集群。 在这个"计算瀑布"中,旧的芯片不断寻找下一个工作量——它们三年内没有达到零._所以,真相很可能在中间:生活不如6年那么美好,但也不是"死在3,彻底消灭"._关键不是选择一边,而是观察公司是否开始一个接一个地削减折旧寿命——这将是裂缝的第一个裂缝.
07那么,什么是"真正的问题"—— 和它如何区别于点-com泡沫
现在我们可以把整个问题解决成一句话。 关于这个AI挥手真正的问题不是"这是个泡沫",而是:真正的最终用户付款可以在GPU折旧通过账本之前赶上那个接近垂直的顶点曲线.
问题有两个途径。 我不会预测会发生什么,我会画清楚的叉子:
优化路径:最终需求真正到达(不仅仅是飞行员,而是高留存量的大规模付费使用),连锁再利用搁置,折旧并不那么可怕,循环融资被圈外的实际订单稀释. 时间填补了空白。 这条路径图到"Internet脚本"——基础设施先是过度拍摄,然后被实际需求吸收;唯一的问题是:时间,谁活到那一天。
悲观之路:缺口每年持续扩大数千亿,循环融资间断中的某些环节(比如,一个模范公司无法提升其下一轮),引发了连锁资产再估值;层层被强制削减折旧寿命,书籍利润全面萎缩. 这条路径图"提前清算".
避免简单地将这一点等同于2000年的一点:Dot-com泡沫的基础设施(纤维)最终被实际需求所吸收——回到原地的深色纤维在几年后被溪流和云层充分利用. 从这个角度看,"基础设施最终被需求吸收"有历史先例. 但必须注意两种差异:第一,纤维几乎不贬值,而且持续数十年,而_三至五年内GPU值减少_- 一个更残酷的时间窗口; 第二,那个时代的圆形拖车远没有那么集中_三四名球员_就像今天一样所以这个回合的赌注是"利用迅速贬值的资产来赌上没有大规模实现的最终用户需求."
公牛和熊都忽略了一点:**"基础设施最终被吸收","今天的玩家生存到那一天"是两个完全不同的东西.**但Pets.com和Webvan在他们的日子里闪烁, 被大规模消灭, 也就是说,_即使现在AI整个轨道是正确的, 一批今天最亮的名字完全可以死在路上。所以,"会AI成功","这些公司是否值得评价"是两个独立的问题——对前者的乐观并不意味着对后者的乐观. 真正的风险往往不是赛道被否定,但_你所支持的马未能超过两年当差距最大。
这不是一场赌博 "会不会崩溃"。
这是一个**在“最终用户付款”和“GPU折旧”之间进行竞价。**无论谁到达终点,首先决定这些万亿是"基础设施在需求之前铺设"还是"板块金属卡在资产负债表上"——今天的哪个名字是活的来看到回报的.
08结论:不要看股票价格,看差距如何移动
封书曰.
"这是AI泡泡是错的,因为它永远不会有一个干净的答案。 真正的问题是会计问题:**万亿顶峰是必须用真正的最终用户付款偿还的资产,而现在花费的速度远远超出了收款的速度。**Sequoia说,每年的缺口是~600B美元,并且正在扩大; Bain说2030年需要2T美元,还有800B的缺口;同时,你看到的"贪污收入"被挤满了径流水,模型公司巨亏,还有三四个巨头从对方手中购买;麻省理工学院告诉你,95%的企业支出还没有转化为P的价值.&L. Overhead, GPU 折旧倒计时计时符.
但是这个问题_还没到判决阶段_它可能像互联网一样被时间吸收, 或者它可能先在某个链接中中断。 所以,正确的姿态不是猜测结局,但观察三个提前告诉你答案的指标 —
三个指标比"股价"有用得多
监视终端用户付款, 不运行率: 轨迹真实_新付款用户净额+留存额+单位经济学_如果增长以折扣和补贴为主,而保留却在下降,那么“收益”就是纸张繁荣。
注意外圈收入份额打开AINvidia的收入_有多少来自真正的客户在循环融资循环之外_* 份额增加意味着差距确实在填补; 延迟份额是一个提醒。
观察折旧重新估计: 跟踪公司是否_开始削减折旧寿命_在他们的档案。 亚马逊已经开始了如果更多的巨头跟随,"芯片不会持续那么长"正在从怀疑转向共识——书利润的裂缝在这里打开.
所以下次有人问你"是AI换个问题:**“不要急于称生死——告诉我,那些本应到来的最终用户钱真的到了吗?”**此万亿宝注真定者.
资料来源和方法说明( M)：这里的数据借鉴了塞夸亚的大卫·卡恩(David Cahn)".AI空隙分析,班恩&公司2025年全球科技报告 MIT NANDA的"源"AI分裂:国家AI在商业2025年),"高盛/摩根斯坦利/信用视界/MUFG,Open的capex估计值.AI和Anthropic来自公开/媒体披露(以及萨克拉、Nvidia-Open等估计数)的收入和损失数字AI-Oracle -CoreWeave交易公告, 和迈克尔·伯里/Scion的公开立场和声明。 Capex、差值、径流率和折旧率低报数字主要是:分析估计或预测(d) 尽可能说明框架和限度。 这是行业分析非投资咨询.
#AI #AI泡泡 #Nvidia #打开AI电容计算折旧技术投资