英伟达5万亿市值背后的“算术裂缝” | AI系列

只有在技术创新与财务可持续性之间找到平衡，AI才能真正发挥其变革世界的潜力，而非成为下一场泡沫的注脚。

撰稿小豹，全文3100字，欢迎点击文首订阅豹速科技财经。

10月29日，英伟达市值一度突破5万亿美元，成为全球首家达到这一里程碑的企业。

这一数字已超过日本、英国等主要经济体的GDP。

从3万亿美元到4万亿美元用了410天，而从4万亿美元到5万亿美元仅用113天，这种指数级增长的速度令人瞠目。

推动这一市值飞跃的，是全球AI行业近乎狂热的投资热情。

谷歌将2025年资本支出预期上调至910-930亿美元，微软单季度资本支出达349亿美元，创下历史纪录，Meta也将资本支出指引上调至700-720亿美元。

科技巨头们似乎陷入了一场无法停止的“军备竞赛”。

然而，在这片繁荣景象之下，对冲基金Praetorian Capital创始人哈里斯·库珀曼提出了一个令人警醒的计算：整个AI行业需要1万亿美元的收入才能实现收支平衡，而目前行业月收入仅略超10亿美元。

按此推算，要收回目前计划的支出，需要约83年。

这一数字与科技公司市值的迅猛增长形成了尖锐对比，揭示出资本市场预期与实体经济回报之间的巨大鸿沟。

当前AI投资的财务逻辑存在根本性缺陷。

库珀曼指出，若采用更符合实际的3至5年折旧周期计算，仅2025年一年约4000亿美元的资本支出，就需要产生3200亿至4800亿美元的年收入才能勉强持平。

而现实是，即使是最领先的AI企业也远未达到这一收入水平。

微软最新财报显示，对OpenAI的投资产生了31亿美元的亏损，较去年同期大涨490%。

按照微软持有OpenAI 32.5%股份的比例计算，这意味着OpenAI在一个季度的亏损超过120亿美元，几乎与其告知投资者的全年预期收入（130亿美元）相当。

1

从“内生造血”到“外部输血”的危险转变

科技巨头们的资金状况正在发生根本性变化。

数据显示，自2024年以来，“科技七巨头”的“资本支出/经营性净现金流”这一指标大幅增长至约66.86%，意味着企业依靠自身经营活动产生的可动用资金正在减少。

更令人担忧的是，“科技七巨头”手上的现金在总资产中的占比也从2023年开始大幅下滑。

这种“内生造血”能力的减弱，迫使企业转向风险更高的融资方式。

科技公司们开始大规模“加杠杆”。

Meta已聘请花旗集团和摩根士丹利，准备进行一笔规模250亿美元、期限从5年到40年不等的债券发售。

更值得关注的是，Meta联手私募巨头Blue Owl通过发行私募债券筹资270亿美元建设数据中心，创下私募债发行纪录。

该债券虽获标普A+评级，但收益率高达6.58%，接近垃圾债水平。

分析人士爆料，Meta的270亿美元借款全归属于表外融资，不会对资产负债表产生即时影响，这种财务操作隐藏着一定风险。

英伟达的资本运作同样令人担忧。

英伟达与CoreWeave等核心合作伙伴构建了一个紧密的生态循环：英伟达一方面以供应商和投资者的身份，向CoreWeave出售GPU并提供资金支持；另一方面又以大客户的身份，反向采购CoreWeave基于这些GPU构建的云计算服务。

这一模式的争议点在于，它可能引发对业绩真实性的审视：

作为供应商，英伟达通过GPU销售确认了当期收入。

作为投资者，英伟达的资金强化了合作伙伴的采购能力。

作为客户，英伟达的长期服务合同又为合作伙伴提供了稳定的现金流和信用背书，助其进一步扩张。

批评者（如库珀曼）指出，这种闭环交易存在“资本循环”嫌疑，若相关合同条款并非完全按市场公允价值设定，则可能在终端需求尚未充分验证的情况下，人为做大了供应链上游的业绩数字，埋下估值泡沫的隐患。

2

AI基础设施投资的历史镜鉴与折旧困境

历史总是惊人地相似。

库珀曼提醒我们，当前AI建设潮与历史上的多次大规模基础设施建设有着惊人的相似之处：

从19世纪30年代的运河泡沫，到铁路建设狂热，再到2000年的光纤泡沫。

这些案例的共同点是，当投资背离基本的经济逻辑时，无论规模多大，最终都无法避免调整的命运。

AI数据中心面临的独特挑战在于其极短的物理寿命。

与传统基础设施不同，AI数据中心的物理寿命最多只有3到10年，如果采用更符合实际的3至5年折旧周期，财务压力将更为巨大。

有报道称微软最新季度的折旧和摊销费用占收入的比例从去年同期的11.3%跃升至16.8%，这一数字直观反映了AI投资对企业盈利能力的侵蚀。

技术的快速迭代是另一个被市场低估的风险。

AI技术正以指数级速度发展，今天投入巨资建设的数据中心，可能在短短几年内就会因技术更新而变得过时。

这种“创造性破坏”在科技行业并不罕见，但在AI领域，其速度和规模可能远超预期。

企业陷入两难境地：不投入巨资就会在竞争中落后，而大规模投入又面临技术迅速过时的风险。

在当前的狂热氛围下，这种风险并未得到充分定价。

3

债务泡沫传导与系统性风险隐忧

国金证券分析师在研报中警告，当科技巨头过度依赖外部融资，尤其是那些财务信息不透明的私募信贷时，可能会将股市的泡沫风险传导至更为广泛的债务市场。

这是一个至关重要的警示：

单纯的股市泡沫破裂，影响的主要是持股人的财富；但如果演变为债务泡沫，其风险可能会沿着债券市场、私募信贷市场，甚至最终传导至银行体系，冲击范围将更为广泛和深远。

Meta的巨额发债计划，以其创纪录的规模，被视为测试高利率环境下市场的关键事件，可能预示着新一轮企业债供应潮的到来。

更为值得警惕的是，其通过私募渠道进行的融资，收益率已高达6.58%，接近垃圾债水平。

这表明，最激进的AI投资正迫使企业承担极高的资金成本。

分析师警告，这种依赖高成本债务为长期投资输血的模式，其可持续性高度依赖于AI商业化的及时兑现。一旦进程不及预期，相关的高收益债券将面临巨大压力。

AI投资热潮的影响已显露出超越科技行业、向债务市场传导风险的苗头。

尽管单次发债对国债市场等宏观指标的影响有限，但若这种融资模式普遍化并在金融体系内积累风险，其潜在的连锁反应不容忽视。

更令人担忧的是，私募信贷市场缺乏透明度可能隐藏了更大风险。

与公开市场不同，私募信贷的定价机制不透明，风险评估困难，一旦出现问题，可能引发不可预料的连锁反应。

当前科技巨头大规模转向私募信贷融资，实际上是在积累金融体系的潜在脆弱性。

4

AI行业或许需要一场理性回归

面对83年的回本周期和日益加剧的财务压力，AI行业需要一场理性回归。

首先，企业应当重新评估资本支出的节奏和规模，确保与商业化进程相匹配。

盲目追随竞争对手的投入规模而非注重投资效率，最终可能导致资源错配和财务危机。

其次，行业需要开发更加可持续的商业模式。

当前AI应用主要集中在相对狭窄的领域，如内容生成、代码编写等，其商业价值尚未得到广泛验证。

企业应当着力探索AI在解决实际社会问题和创造切实经济价值方面的潜力，而不是沉迷于参数竞赛和模型规模的无限扩大。

政策制定者和监管机构也需要关注AI投资热潮可能引发的金融风险。

对于企业的表外融资、复杂的资本运作以及高收益债券发行，应当有更加透明和审慎的监管框架。

防止AI泡沫通过债务市场传导至整个金融体系，是维护经济稳定的重要任务。

投资者则需要保持清醒头脑，辨别真正具有长期价值的AI企业与其他依赖资本运作和市场炒作的公司。

历史经验表明，任何背离基本经济逻辑的投资狂热最终都会回归理性。

在AI这场变革中，能够生存和发展的将是那些既拥有技术实力，又具备商业智慧和财务稳健性的企业。

英伟达5万亿美元市值是AI时代的一个重要里程碑，但库珀曼的警示提醒我们，任何技术革命都不能脱离基本的经济规律。

只有在技术创新与财务可持续性之间找到平衡，AI才能真正发挥其变革世界的潜力，而非成为下一场泡沫的注脚。

当前的关键在于，行业参与者能否在狂热中保持理性，在竞赛中注重效率，在梦想中扎根现实。

这不仅是商业决策的问题，更关乎整个科技行业乃至全球经济的健康发展。