人工智能行业隐藏着巨大的投资风险

英国《金融时报》3月6日报道，亚马逊位于巴林的一处设施，因1日在其附近发生的袭击而受损，阿联酋的另外2个数据中心也遭到无人机“直接打击”。亚马逊云服务健康状态页面显示，目前相关设施仍处于离线状态。微软以及该地区其他数据中心也被列为目标。

这些设施不仅是美国科技力量在中东的重要象征，也因体量庞大、分布广泛而难以防御空袭。此番袭击凸显出云计算基础设施在军事冲突中的脆弱性。

这次袭击被认为是全球首次针对美国“超大规模云计算服务商”的军事打击，可能对阿联酋和沙特产生寒蝉效应，影响他们在未来数年投资数十亿美元建设本地AI基础设施的计划。

到去年为止，全球科技行业在AI基础设施上的投资总投入已经突破一万亿美元大关，而与之对应的是生成式AI带来的纯增量收入仅仅只有不到1500亿美元。这意味着每投入7块只能换回1块钱的盈收，还只是盈收不是利润。如果扣除巨额的电力成本和维护费用，AI是巨额亏损的。

在两年前，你可以说投资AI就是在抢占战略高地、在为未来付费。但到了2026年，这个剪刀叉不仅没有缩小，反而随着算力规模的扩大在进一步增大。资本市场终于开始认识到，AI可能不是第四次工业革命的蒸汽机，反而是一个昂贵的短期内看不到利润的吞金兽。

还有一个隐形杀手潜伏在每个AI企业的资产负债表里，那就是折旧。在2024年，三四万美元一块的英伟达H100芯片被大家疯抢，所有的AI企业都在大量入手H100芯片，这些芯片被每家企业当做可以使用五年的固定资产，因为服务器的寿命大约是五六年。

但AI芯片更新速度太快了，今年英伟达又推出了新一代的Rubin架构，两年前被视为珍宝的H100和新一代AI芯片相比能效比太差了，就如同电子垃圾。在同样电力消耗下，新一代芯片的算力是H100的十倍。对于每时每刻都在耗电的数据中心来说，如果继续运行以前的落后芯片就是在烧钱。

这就出现了一个尴尬的局面，仓库里还堆着大量来不及回本的H100，但AI企业为了保持竞争优势又不得不再花钱去买新芯片。原本计划分摊五年的成本，现在必须在两年内消化完，刚买的设备快速贬值，企业的资产严重减值。英伟达的技术进步越快，下游的客户反而死的越快。当微软谷歌的云业务收入在增长，利润率却在下降，他们的收入已经无法填补仓库里那些旧显卡的折旧费用。技术进步不但没有降低成本，反而因为技术迭代过快使资本快速缩水。AI业务可能陷入了一个越投入越亏损的死循环。

软件公司之所以利润高，是因为它的边际成本几乎为零。微软刻录一张光盘或者下载一个安装包，成本几乎为零，所以他的毛利率能达到80%。

但是AI软件却不是这样，每当你向AI提问或者生成图片时，后台服务器就会进行疯狂的运行，这需要消耗大量的电力，需要设备折旧。这意味着软件公司卖出的每一份服务都在产生实实在在的成本。卖出的服务越多，成本就越高。如果是AI重度用户，使用AI的人越多，企业反而亏得越多。

既然亏损，为什么不涨价呢？在AI软件的企业级用户市场，人工智能除了让员工写报告快了一点之外，并没有为用户带来革命性的业务增长，因此有的用户开始停止续费，这使得AI软件企业的服务价格无法上涨。

在美国的数据中心核心地区，工业用电的价格去年一年内上涨了30%，这进一步加重了AI企业的运营成本。由于AI的快速发展，全世界都在缺电，AI企业就算有钱也买不到电，几百亿美元的芯片就因为缺电只能在仓库里吃灰。

为了保证算力不中断，微软、谷歌、亚马逊等AI企业，不得不去干他们最不擅长的行业，收购核电站和煤电厂，甚至亲自去铺设电网。这意味他们正在从轻资产的高科技公司变成了重资产的能源基建公司。

在资本市场，科技公司由于资产轻增长快，市盈率在40倍以上都很正常；而电力企业由于资产重增长慢，市盈率只有十几倍。当AI企业把赚来的钱被迫用于电力建设，市场只能把他们看做电力企业，其股价肯定会下跌。

一边是软件端，因为运行成本过高而无法实现盈利；另一边是硬件端，因为能源短缺而被迫背上沉重的基建包袱。这两把钳子死死卡住了AI行业的进一步发展。而AI的麻烦还不止这些。

在前两年，AI大模型的训练数据都是互联网上的免费数据，到了去年下半年，版权保护的铁幕落下，现在的AI不仅缺电，更缺数据，尤其是那些未公开的高质量私有数据，未来AI企业的另一项开支就是数据版权支出。眼下的人工智能隐藏着巨大的危机，反而是电力企业和手握数据的企业赚得盆满钵满。