AI 行业支出与估值可持续性分析

到目前为止，AI 公司已承诺至少投入 3 万亿美元用于基础设施建设，其中估计已有 1.9 万亿美元被支出。这种前所未有的投资水平助长了该行业是不可持续泡沫的论调，然而一些数据表明，一旦这些单次数据中心成本结算完毕，基础业务模式仍将保持高度盈利。

基础设施成本与运营支出

支持 AI 泡沫的主要论点是建设数据中心所需的巨额债务和支出承诺。然而，这些很大程度上是单次资本支出，而非经常性的运营成本。

一旦物理基础设施建成，运行 AI 模型的成本预计将大幅下降。来自 Anthropic S-1 文件的证据支持这一向盈利的转变，显示该公司每投入 1 美元的计算成本可获得 2.08 美元。

“一旦你忽略了建设基础设施的成本，AI 就是非常盈利的。”

— I'm Not Convinced The AI Bubble Exists

债务偿还与收入增长

AI 行业的总支出估计约为 5 万亿美元。如果这些债务要在 20 年内偿还，则需要大约 2500 亿美元的年收入。

作为背景参考，Alphabet 在 2019 年报告的调整后收入约为 2130 亿美元，这表明所需的收入在行业最大参与者的能力范围之内。

Anthropic 的收入增长进一步说明了这一潜力，仅在 2026 年前六个月就从 2023 年的 4100 万美元跳升至 163 亿美元。

市场估值与竞争护城河

批评者经常指出缺乏“护城河”——即持久的竞争优势——是潜在崩溃的原因。然而，缺乏护城河并不排除盈利的可能性，因为即使产品易于复制，公司仍可以通过获取市场份额和建立品牌忠诚度来保持盈利。

此外，机构锁定提供了通往盈利的可行路径。一旦大型企业将特定的 AI 集成到其日常运营中，转向其他系统将变得成本高昂，通常通过代币合同将他们与特定供应商绑定。

剩余风险与不确定性

尽管有可持续性的证据，但仍存在重大风险。用于资助 AI 基础设施的金融工具的复杂性使得确定债务承诺的准确规模变得困难。

此外，公众对数据中心建设的反弹以及潜在的监管障碍可能会阻碍必要基础设施的扩张。如果 AI 采用未能达到预期的消费水平，还存在公众需求突然转变的风险。