AI泡沫还是基建狂潮？一场来自华尔街与硅谷的深度思辨

2025年的科技市场再次进入狂热时刻。从英伟达、微软到谷歌、Meta，科技巨头们正以前所未有的规模上调AI基础设施的Capex，AI数据中心成为新的“军备竞赛”。

与此同时，OpenAI的万亿级别算力计划，正试图联合全球资本，打造史上最大规模的AI计算集群。而对于要想实现这个宏伟目标的幕后操作，则引发了“AI债务循环”的讨论。

“ AI Bubble”也成为了近两个月来最热门的话题，市场估值的合理性、利润兑现的时机、以及技术扩散的速度，正成为投资者最关注的焦点。

我们以往一直专注于深度视频内容，但这样的内容往往需要制作很久，从而永远难以追上热点。现在，我们想探索通过直播的形式，邀请技术和资本相关的专业人士（他们也是我们平日的采访对象），来更快速的聊聊大家关心的热点线的首场直播——《万亿基建市场还是AI投资泡沫？》。这场直播进行了一个半小时，嘉宾们的讨论很热烈，进行的也很顺利，感谢大家的喜欢。今天这篇文章，我们就把这场直播里的干货提炼出来，以供大家更快速的获取要点：

市场短期回调：近期科技股抛售，主因是美联储12月降息预期动摇，叠加对冲基金等仓位已满，新的买家稀缺，市场存在正常的调整需求。

陈茜：最近金融市场非常震荡，经历了Tech sell-off（科技股抛售），可以说是这个月以来的最大跌幅。这是一个什么样的信号？

市场波动其实很正常，现在的跌幅我觉得还ok。从宏观角度来说，大家主要担心在于美联储几位官员连续出来讲话给大家“泼冷水”，那有可能12月份降息就不再是一个板上钉钉的事情，目前市场预期可能也就一半几率。从资金面角度，对AI这个板块，很多对冲基金和共同基金的仓位都已经很满，所谓的“新买家”目前比较少。

我很同意Rob讲的。我认为整个市场从10月底的高点下来，是一个很健康的调整。之前QQQ一度冲到了28倍的估值，直追2021年的高点，现在回调到26倍，我觉得是好的发展。影响这个的主要因素，本来大家预期联储保持相对宽松，结果上次会议所有联储官员都出来讲：我们12月份不一定降息，因为看不清数据。这个是把一些很激进的动向抵消了。

还有一个确实是funding market（融资市场），就是美国金融系统里，钱的成本这块，有一点点偏紧。但我们不觉得这是个问题，可是当你市场在这么高的时候，你去sell off是不需要很强借口的。

整个市场，不仅仅是科技股，你可以看到比特币、黄金都经历了这么一轮“去杠杆”。大盘整体看就是估值的回调，earning (盈利)情况其实是特别好的，还是在我们之前讲的稳步增长。QQQ的Year-over-year (同比增长) 已经快接近20%了。所以基本面没有变，就是一个很健康的、到目前为止的回调。

我看到的，近期对于整个AI的信心倒是没有特别大的变化。可能相对来说比较有意义)的一个点，就是上周OpenAI的CFO在接受采访时提到（虽然他后来又澄清了），要美国政府去兜底他的融资。这些东西可能让大家对于OpenAI，是不是有能力去完成他所有的承诺——关于基建投资、算力采购——产生了一定的担心和怀疑。

我们来聊一个八卦：大空头Michael Burry最近把自己的对冲基金给关了，同时警示AI泡沫。他曾精准预测2008年次贷危机，电影《大空头》(The Big Short) 也是以他为原型。大家怎么看这个事情？

首先给大家澄清一下，Michael Burry关这个基金并不是第一次。他在08年挣到钱之后，就把当时的公司Scion Capital关了，变成family office (家族办公室)。过了几年休息好了，又重新把公司开了，换了个名字叫Scion Asset Management。他今年是又把这家公司关了，但这不代表什么，他随时可以重新开放，大家不用过度理解。第二点，他确实在做空，他自己披露在做空Palantir，但他仅仅买了不到1000万的看空期权。对于Palantir这么大市值的公司来说，这很小。所以他名声在外，但实际上做的做空是远远不够掀翻Palantir的，更多是一个情绪上的影响。

像Michael Burry这样对AI泡沫比较看空的这一派基金经理，不仅仅他一个，市场有一个辩论是好事。

从需求端来看，OpenAI的CFO同时也承认到，最近有看到ChatGPT的用户活跃度)数字，在往下面走。当然他自己的解释是模型调整得没那么“讨好”用户了，导致DAU (日活用户) 往下走，但他相信调整后会回来。但这目前没有办法验证，所以空头可以拿这个做说法。

另外是AI花了这么多钱做的基建，最后能不能落地？目前虽然有很多AI startup说自己的ARR (年化经常性收入) 有多高，但这个数字现在还不可信。因为绝大部分AI startup的这个数字，是需要有很大折扣的，表面上100块钱，其实只收你10块甚至5块，先让你免费用半年、一年。真正要看到企业端有没有付费意愿，需要看到半年、一年以后，企业是否愿意用“原价”去续费。那个时候才能水落石出。

从资金供给端来看，如果只是前面几个巨头（Mag 7）自己花钱搞，那无所谓，最多把自己的钱烧没了，影响不到美国大局。但如果像现在，一些小的公司（比如CoreWeave, Nebius）要开始“借钱”，到后来甚至微软、Google、NVIDIA自己也开始“借钱”，那最终就会对美国金融系统有一个系统性的风险。就有可能演变成07、08年房地产危机那样，把美国经济和所有纳税人拖下水。因为这些钱最后是美国老百姓、纳税人、养老基金来买单。

那其实大家仔细想一下，这两个观点是不是矛盾的？AI有bubble，就是你投入了这些钱之后，你没有提升生产力，你没有办法去替代掉任何人的工作，所以这叫AI 有Bubble。所以你不能一边说这个AI在替代大家的工作，导致美国的经济变差，然后又一边说AI有个bubble，这两个事情是完全的矛盾的。

整个对AI Bubble的讨论，我觉得并不在于最终AI能不能成，而是在于我们在Gartner的曲线中到底处于什么位置，这是一个择时和错配的问题。你如果看互联网泡沫，如果站在10年后再去看，你会觉得98年、99年的那些投资根本就不够，应该投更多，但是它仍然在2000年出现了泡沫破灭。那放到今天AI会不会也是一样？

AI可能也会出现一个像页岩油那样的时刻，沙特出来抢石油的市场份额，把石油价格打下来，然后让美国的页岩油公司出现问题。我不知道AI对应的那个事件是什么？这是我们未来需要做的工作。如果哪一天我们能够预见AI挣不到钱了，那我觉得这些市场问题就都会出现。但是我觉得现在肯定还没有到。如果真的发生了，也不是个坏事。你现在回头看，当时大家都觉得页岩油要死了，但是这个行业也是特别争气，他生生地就把当时页岩油的break-even (盈亏平衡点) 价格，从100块钱左右，给降到了今天的30、40块钱。

陈茜：Michael Burry批评的一个重点，就是认为科技巨头在资本开支（Capex）上“过度膨胀”，并且通过拉长资产折旧年限来“虚增利润”。比如微软、谷歌、亚马逊都把服务器使用寿命从4-5年延长到了6年。你怎么看这样的质疑？

折旧里边有很多可以玩金融的trick (技巧)。理论上，假设GPU线年。如果我想省税，我可以一年把它折旧完，因为折旧越快，我当期可以抵税的钱越多。另一方面，如果折旧越慢（比如拉长到7年），那对于我的accounting profit (账面利润) 相对会更好看，让我的估值更高。这样zwar我多缴了一点税，但由于估值提升，对公司还是有利的。所以其实两种方案都可以。

所有的大厂（Google, Facebook, Microsoft），都从几年前的4年左右GPU折旧，到今天已经平均变成6.5年，增加了两到三年。这样做，对他们accounting profit当然有正面影响。

但是，你说他做这个事情有没有理由？也是有的。因为毕竟现在算力很缺，在一个极其短缺的情况下，只要是一块GPU我都可以拿出来使用。但如果未来算力不再稀缺了，而且新的芯片效率更高，模型本身对芯片的要求也不需要那么高了，那个时候我的老芯片，它最后还能不能提供一个好的TOC (总拥有成本)？那就是存在一个问题。

用微软来举例，微软的CTO其实也在采访中暗示过，他很有可能线年左右，他的逻辑是：我并不需要让此时此刻的所有芯片，都是最先进的。可以有1/3是最先进的，有1/3是次先进的，还有1/3老一点的，并且是可以让所有芯片，在任何时候都能够几乎是满负荷运转的。

对于training相关的，你可能会需要用到最先进的芯片。但对于很多推理类的任务，其实你并不需要。所以即使是老一代的GPU，你现在还是有很多可以发挥的空间。我们看到，现在上一代Hopper的产品，你去租的话，其实价格也是很稳定的，并没有看到随着Blackwell的放量之后，Hopper价格就垮掉。

陈茜：我们最近的节目也做了“AI资本内循环”的话题。比如：NVIDIA承诺给OpenAI提供约1000亿美元的GPU服务器；OpenAI转向Oracle承诺采购1000亿美元级别的算力服务；Oracle再去向NVIDIA下1000亿美元的订单采购GPU。同时，AMD 也让渡股权给OpenAI，换取进入这个循环的资格。有媒体引用Sam Altman的话说，“我好像发明了一种新的融资方法。” 很多人担心这种内循环只是在推大估值和泡沫，你们怎么看？

我可以理解大家的这种担心。我自己的一个想法，这个与其说他是通过内循环去催大了这个泡泡，我理解更多的是大家通过这种方式去互相“绑定”。就比如说NVIDIA投1000亿给OpenAI，换来的是OpenAI把NVIDIA的芯片当成它的preferred solution (优先解决方案)。NVIDIA付出的代价是1000亿换来的OpenAI的一部分股权。AMD也在试图做同样的事情，但是AMD没有这么多钱，那它想要换来OpenAI选择AMD，它付出的就是自己的股权。

我觉得这个更多反映了NVIDIA和AMD，在芯片领域各自的话语权。大家说的这个内循环，其实忽略了一点：就是OpenAI最后能不能去卖得出去他的TOKEN？

打一个不那么恰当的例子：我是一个开菜馆的，第一家店生意挺好，我想扩张，但现金流不够。陈茜你是我的房东，我想再租你的店面。怎么办？你投我点股份，我拿你投给我的钱，再去租你的店面，并且我承诺优先租你的店面。假设我生意特别好，Bruce是另外一个房东，他的房子地段比你差点，Bruce说你能不能也来租我的？他再给我点好处，我也去租他的。

我觉得更像是这么一种关系，大家更强地去绑定了。最后归根结底的问题是，我开的餐馆有没有人来吃饭？我能不能挣到钱？如果我生意好，几家店我都挣钱了，那大家都开心。如果我餐馆开的不好，那大家就都一起亏钱。倒不是因为我租了你的店面，就把这个泡泡吹大了，最后还是要看有没有人来我这吃饭。

其实想这个问题也很简单，有时候我觉得真的想多了，或者总是拿历史去寻找印记。它是不是一个内循环，其实就一个标准：它在外面能不能再融到钱？

作为AI产业，现在想在外面融钱太容易了。Meta这些人都去发债，大家都是抢着去买。所以“内循环”这个就不成立。

OpenAI如果它换个方式，它不与NVIDIA或者AMD绑定，你说它在外面能不能拿到钱？我相信他们一定是可以拿到钱。只不过在这个点上，可能选择去拿NVIDIA的钱和AMD绑定，大家一起把这个生态做起来，让大家的激励更一致。这是它的“融资选择”，不是说它“没有渠道”。

如果说到了某一天，整个AI ecosystem (生态系统) 外部的funding不再支持它了，只能靠内部转，我觉得这个所谓的内循环才成立。我们现在离那一点还早。

我之前听朋友说，其实现在AI数据中心的债务融资，投资条款还是非常保护资金方的，基本上责任都归在运营方？毕竟现在AI数据中心的资金来源里，发债的占比越来越大。

如果你是在public market（公开市场）上融资，就说我发这种investment grade (投资级) 的债，我觉得这个条款相对来说是非常标准的。

像微软、Meta出来发债，大家都喜欢，因为这种公司太稳了。而且这还有个大背景：因为现在全世界的债权人，更担心的是“国债”的风险。经过过去20年的一个周期，其实是“国家”借债太多了，“企业”的资产负债表反而是非常健康的。所以出现一个现象：大家更愿意把钱给企业、给Apple、给Microsoft，而不愿意去买国债。

当然还有很大一部分，是通过美国的“影子银行”，像Private Equity (私募股权)、Private Credit (私募信贷) 这些基金，这个量是起得非常猛的，这一块是有很多不确定性。你在public market上能看到的东西其实都是很健康的，“脏东西”都藏在了private credit这里面，因为你看不到，那条款上各种各样的变化空间就很大了。

我问这个问题的背景是，我们之前看Bloomberg那个AI债务循环里，像Nebius、CoreWeave这些NeoCloud公司，干了很多“脏活”，类似“急先锋”的感觉，风险感觉都转移到了他们这个层面。比如微软，它可能就不需要在财报中体现大量的Capex，而是通过这种手段把它转成Opex (运营支出)。那我们是不是应该更加关注这些前端的急先锋们？Bruce Liu：

你说的特别对。所以我现在就看市场怎么去price (定价) CoreWeave、Nebius、Oracle这些公司，它们的price action (价格走势) 其实就是反映了市场，我都是拿它们作为一个指引来看的。

很多人最近在说，你看Oracle的CDS (信用违约互换) 怎么突然涨那么多？感觉是大盘马上也要崩，要跟着Oracle来。但完全是两码事，因为当Oracle决定了要变成一个NeoCloud，它的业务变了，它不再是以前那个非常稳定现金流的软件公司了，它变成了一个类似于CoreWeave这样我要激进花钱的公司。

这就是市场的有效性。市场其实是经历了一轮repricing (重新定价)。Oracle这样的公司的credit risk (信用风险)，我觉得再正常不过了，它没有任何leading indicater (领先指标) 的效应。

陈茜：哈佛大学经济学家 Jason Furman 不久前对美国经济有这样的一个解读，他说“2025年上半年，美国GDP增长几乎全部来自于数据中心与信息技术。如果去掉信息技术与软件，美国GDP增长率仅有0.1%。” 也就是说 AI 的投资和这些巨头的 Capex，如今是拉动美国 GDP 增长的核心，可以这样认为吗？这对美国经济来说会是一个潜在的风险信号吗？

真正的问题在于：目前对GDP的拉动，是一个“一次性的”、短期的，几年之后就没有了？还是一个“可持续的”东西？

一季度、二季度合起来，来自于“消费者”这边对GDP的贡献就是1%，“企业投资”（不仅仅是AI）粗略地看也是1%。其实就是美国消费者对于GDP的贡献还是在那的，没有大家说的没有了AI之后，美国GDP就完蛋了。

陈茜：最近Meta跟Blue Owl Capital的合作，Meta只需要出资20%就能共同投资一个数据中心，其余80%资金来自外部投资者或国家资本。同时我们看到OpenAI提出了1.4万亿美元的Capex计划。这种量级的投入，可能实现吗？钱够吗？钱从哪里来？

页岩油革命从08、09年开始，一直持续到14、15年（沙特打价格战）之前，美国页岩油是一直处于长期高速投资的状态，Capex也不少。它的钱哪来的？全都是从融资来的。那个行业更差，不像Tech企业还有现金流，他们是长达十年期间，所有的美国石油行业都是negative free cash flow (负自由现金流)，就是靠不停的融资。

OpenAI说他到2027年会达到1000亿美元的营收目标，但算力他们已经准备投入万亿了，中间还是有很大的缺口。大家怎么看这个算力和基建投资的ROI呢？

所以我觉得，一定程度上Sam Altman出来讲这个事情（1.4万亿），意思是我就是要搞这么多算力，你们其他人想要跟我竞争，你也必须这么去加码。他赌的就是，我用更多的算力堆出来的模型，就能比别人“断档领先”。因为在模型这一层，你只有断档领先了，你才能有pricing power，在inference (推理) 这边你才能去赚到钱。不然你就是一个price taker，大家都是API接口，谁便宜我用谁。

我们现在看到的，美国每一年能够落地的数据中心，可能是在8到12个吉瓦左右，之后几年还会更大。但是这个规模显然不够。这个缺口可能每年就在十几、二十个吉瓦左右。也就是说，每年如果这样累积下来的线个吉瓦左右的数据中心“缺口”在美国出现。

这个确实是一个非常有意思、值得去探索的方向。只是目前来讲还远远没到成熟，也许是要5年甚至10年左右才可能成熟。这个还是远水解不了近渴的。

短期来看，我们能看到的就是，至少在美国，越来越多的数据中心开始配备大量的 “自发电” 设备。在数据中心里面自己去购买大型的、中型的和小型的天然气发电机，自己给自己的供电。因为他们已经发现，经过过去一两年在电网上“抢电”，基本上电网的电已经被抢得差不多了。但是电网的建设就需要很长的时间。所以这也能体现出这个缺口之大。也许在明年或者后年，我们还会看到比如说像“储能”这样的行业的一个爆发。

我们在大搞基建，而且主要的参与者，我觉得大家都其实是非常理性的。我们那么缺电，但是我们真正建这个涡轮发电机的GEV也好，还是西门子也好，在扩产能上面还是非常克制的，没有说是因为有这个bubble，我要扩好多产能。然后还拿回到我们NVIDIA的这个例子，产品上一直在有创新，一直在减少这个单位成本，而且市场没有给他那么高的估值，还是一个相对理性的估值。

现在的投入，我相信在未来回头看的话，不会被认为是bubble，还远远不够，也还远远没有到overbuilt (过度建设) 的程度。当然我也相信，AI在发展过程中，可能会有一些时间错配的问题。比如说投资和这个收益之间，中间可能会差了一些时间段，当信心出现波动，就会在市场上体现出来，但是我觉得这些都是会过去的。