黄仁勋：AI基建需数万亿，上游狂欢中游利空

关于AI基建“烧钱”，黄仁勋称，才刚刚开始，“我们已经投入了数千亿美元。”“还有数万亿美元的基础设施需要建设。”

已投数千亿美元、还需数万亿，也就是再加10倍？

黄仁勋的言论，实质上是在为AI的“烧钱”趋势背书，更准确地说，是在为英伟达这类算力硬件厂商背书。毕竟，作为“卖铲人”，算力硬件厂商是AI基建浪潮中的最大受益者。

对于整个AI产业链，尤其是中游的云计算厂商和大模型厂商而言，“还需数万亿美元投入”若属实，无疑是一个巨大的利空，因为中游厂商正是为这些投入直接买单的一方。

对整个产业链来说，烧钱规模还要再扩大十倍，意味着AI产业想要产出覆盖投入、实现整体盈利，在短期内将变得更加困难。

黄仁勋的判断如果靠谱，那么，对AI产业链上游的算力硬件利好，对中游和整个AI产业链是“大利空”。

AI产业链，大致可以分为上游算力硬件端（AI芯片和配套的PCB、光模块等），中游技术与平台层（如云计算、大模型），下游应用与解决方案层（各种AI应用，如智能驾驶、AI医疗等，将AI技术赋能于千行百业）。

中游厂商需要耗费巨资，采购上游的硬件，进行AI基建。中游厂商中，微软、亚马逊等属于云服务厂商，OpenAI则是大模型厂商。

黄仁勋说的，还要再烧数万亿美元，其实就是中游的云计算厂商和大模型厂商还要再烧数万亿美元。这些厂商正是英伟达客户。

2025年，北美四大云计算厂商谷歌、Meta、微软和亚马逊资本开支已超4000亿，预计2026年达到6600亿美元以上，同比增长超过60%。巨量的资本开支和超高增幅，主要就是AI基建驱动。

资本市场对于AI基建的巨量烧钱，已经开始厌烦。

亚马逊今年2月发布2025财年第四季度财报，股价盘后一度暴跌超14%，收跌超11%，原因在于亚马逊预计2026年资本开支2000亿美元，同比大增50%。

尚未上市的大模型龙头OpenAI则非常“识趣”，不久前宣布，到2030年总算力支出约6000亿美元，较之前预计的“1.4万亿美元基础设施投入”直接缩水近60%。

资本市场对于持续天量的烧钱，越来越缺乏耐心，因为巨额投入与不确定回报之间存在巨大鸿沟。

AI烧钱规模巨大，从“数千亿美元”再到“数万亿美元”，需要企业真金白银投入。

我们以全球营收第一的公司亚马逊为例，亚马逊最近一年的总收入7169.24亿美元。2026年，亚马逊自由现金流预计告负，为负5.242亿美元，是公司2022年以来首次出现负现金流，正是AI开支烧钱导致。

全球收入第一的公司，“玩AI”玩到现金流为负。

AI芯片价格昂贵，汇丰银行预估GB200价格6万至7万美元，实际价格可能更高。此外，AI芯片实际使用寿命极短，可能只有1-3年，意味着企业财务报表上的利润，被设备折旧快速侵蚀，对现金流构成巨大压力。

更深层的原因是商业闭环尚未形成。当前AI投资大多用于“军备竞赛”式的基础设施建设，但整个产业并未看到利润提升。AI技术更多是在优化企业现有流程（“分蛋糕”），而非创造全新的市场需求和收入来源（“做大蛋糕”）。

最后，市场开始警惕一种“循环融资”的虚火。部分巨头通过相互投资、签订巨额采购合同，让资金在体系内空转，营造出繁荣假象，却缺乏真实的外部用户买单。典型如英伟达此前表示向OpenAI投资千亿美元。OpenAI通过购买云服务厂商的服务，又是英伟达的间接客户。向自家“间接客户”投资，显然有“循环融资”之嫌。

作为英伟达CEO，他天然有动力鼓吹AI基建的宏大投入，以巩固其“卖铲人”的垄断地位。

物理世界的约束是冷酷的。直接制约在于电力。几万亿美元投资，不仅要“烧芯片”，还要“烧电”。

能源不可能像芯片一样，按照“摩尔定律”指数级增长。AI算力需求翻倍仅需一年，但电网的建设周期要5到10年。

现在电已经不够用，摩根士丹利预测，2025年至2028年，美国数据中心电力缺口相当于9个迈阿密。这对AI基建构成了根本性瓶颈。

任何技术烧钱，前提都是未来能创造价值，而价值需要真实的需求牵引。

当前，行业需要聚焦的，或许不仅仅是“我们需要多大的模型”，更是“人类需要AI解决什么真实问题”。

现在，资本市场对无穷无尽的烧钱开始厌烦，这并非坏事。

这如同一盆及时的冷水，将筛选出那些真正理解需求、具备商业化能力的企业，淘汰仅靠故事融资的玩家。AI产业终将从“资本驱动的狂热期”，进入“需求牵引的务实期”。这才是技术健康发展的基石。