AI投资的"击鼓传花"游戏能玩多久？

AI领域的投资堪称一场高风险游戏，但目前来看，投资者和行业观察人士对于这场游戏何时落幕，大多保持乐观。

OpenAI近期完成了最新一轮融资，融资规模高达1220亿美元，亚马逊、英伟达、微软和软银等老牌支持者继续为其输血。

值得关注的是，英伟达不仅是OpenAI的投资方，同时还向其出售推进技术所需的AI芯片。这种"既投资又供货"的安排引发外界批评，认为AI行业不过是一个资金黑洞，靠投资者的钱维持运转，而企业本身尚未找到盈利路径。这对初创公司而言或许稀松平常，但AI背负的巨大期望意味着一旦失败，影响可能波及甚广。

对于CIO而言，核心问题在于：这种投资方转化为客户、形成自我强化的资金循环，能否支撑企业所依赖的供应商生态体系和定价模型，从而推动AI项目从概念验证走向实际落地。

与此同时，大型数据中心建设遭遇的公众阻力，也让外界对AI技术持续推进的成本与进度产生质疑。田纳西州、密苏里州、印第安纳州、新泽西州等地居民纷纷反对在社区内新建或扩建数据中心。缅因州近期更是推进立法，拟在全州范围内对大型数据中心建设实施临时暂停令，但该法案尚未正式签署生效。

资金泡沫的历史镜像

佩珀代因大学格拉齐亚迪奥商学院金融学助理教授克雷格·埃弗里特认为，当前AI的融资循环与1990年代光纤铺设热潮如出一辙。彼时电信行业如火如荼地铺设光纤电缆，却严重建设过剩。

"他们当时不是相互进行股权投资，而是搞所谓的'容量互换'，这种做法说白了有点不光彩。"埃弗里特说。他同时也是佩珀代因私人资本市场项目的主任。

他解释道，部分电信公司以实物形式相互购买对方的网络容量。对于参与各方而言，实际支出净效果为零，但在账面上，双方的营收都因这笔实物交易被计入收入而同步虚增。"这确实有点灰色地带的味道。"他说。

资金流向是否真实合规

当前AI领域的交易和融资同样引人侧目，但埃弗里特认为，这些操作在合规层面看起来站得住脚。"这确实是一场'资金旋转木马'……你投资一家公司，那家公司转头又来买你的产品，这自然会产生螺旋上升的效应——直到音乐停止。"他说。

尽管表面上看起来有些奇特，但他认为这些投资是合法的。"他们同时也是客户，这不过是个令人愉快的附带效益。"

AI常被塑造成CIO提升效率、激发创意的利器，但并非每个AI公司提出的设想都能走到最后。即便是获得充足资金的项目也可能折戟：OpenAI旗下的Sora生成式视频应用将于本月关闭，API接口也将于9月停止服务，这再次印证了高成本AI项目被快速叫停的可能性有多大。随着Sora落幕，一笔与迪士尼高达10亿美元的授权协议也随之告吹。Sora的运营成本以及版权方面的法律挑战，显然已超过其短期可带来的回报。

此外，军事合同本是AI公司潜在的营收来源，但这类合作关系却颇为微妙。Anthropic坚持为军事用途设置AI使用限制，因此被美国国防部列入禁止合作名单。OpenAI也在努力细化其国防合同条款，限制其技术被用于监控等用途。

真实收入几何？

那么，AI是否主要靠融资续命，而非真实营收？戴尔科技资本董事总经理丹尼尔·多克特表示，类似的质疑在早期技术浪潮中同样出现过，包括2000年代初的电信行业。他以安然和世通公司的欺诈丑闻为例——这两家公司最终双双破产。"钱不就是在这边流进去，再转一圈买设备、买光纤，然后又流回这边来？显然有问题。"他说。

多克特认为，这一轮AI与以往不同的关键在于：对AI的底层需求目前尚未显现出任何疲态。"重点是'尚未'这个词，"他说，"到目前为止，我还没看到任何减速的迹象。"

他表示，AI行业中大量企业的存在是为了承担基础设施建设的重担——包括芯片、计算机、网络和数据中心——而新增的计算能力一旦上线便立刻被消耗殆尽。"就像刚准备好，举手示意要的人已经排满了。"他说。

重新理解创新融资的本质

Nazaré Ventures创始人兼普通合伙人史蒂文·沃特豪斯认为，外界对AI融资循环的理解可能存在偏差。他从浏览器诞生之前就开始深耕技术与互联网领域。回顾雅虎等互联网公司上市的历程，他表示那个时代同样有人质疑这些公司的融资来源和营收质量。"每当一项新技术引发快速扩张，总会出现一些看起来不寻常的融资行为。"他说。

英伟达投资OpenAI、微软向Anthropic注资等标志性交易固然吸引眼球，但更广泛的AI生态系统中还活跃着大量其他玩家和投资者，而这些业务已有真实营收支撑。"我们在全球范围内，包括欧洲和美国，拥有16家投资组合公司。这并不只是硅谷的孤例。"沃特豪斯说。

他特别指出，他正在观察到一种加速趋势：企业正从概念验证阶段迈向产生实际营收的生产阶段，并在计算资源、应用程序及智能体工作流领域签订更长期的合同。

产能瓶颈与成本上升

然而，AI基础设施建设的成本依然是不容忽视的现实问题，Forrester首席分析师格雷格·佐雷拉对此提出警示。"支撑企业AI应用规模化扩展所需的数据中心等基础设施，目前供应依然紧张。"他说。

更值得关注的是，随着今年年中或下半年更多企业从概念验证阶段转向规模化部署，AI成本可能在短期内进一步攀升。供应受限，自然意味着企业可能需要付出更高代价。"如果基础设施无法承载AI部署的指数级增长，总有人要为自己的部署多付钱。"佐雷拉说。

他警告称，企业在评估AI真实成本时，可能并未充分考量其中复杂的经济变量，尤其是在市场供需变化可能推高价格的背景下。

AI真实成本远超预期

如何长期支撑AI领域持续高烧的资金投入，目前仍无定论，毕竟所有参与方都面临着可观的成本压力。佐雷拉表示，终端用户企业不仅要理清当下的成本结构，还必须预估未来两到三年的成本走势。

"开启一个AI智能体到底要花多少钱？云服务费、大语言模型调用费，还有各种我可能根本没想到的费用……这些加在一起，远比看上去的要复杂得多。"佐雷拉说。

Q&A

Q1：AI行业当前的融资模式存在哪些风险？

A：当前AI领域的融资模式被一些分析人士比作1990年代的光纤建设热潮，存在"资金旋转木马"的循环结构——投资方投资某公司，该公司又转而购买投资方的产品或服务。虽然目前业界普遍认为这些交易在合规层面站得住脚，但若AI需求出现疲态、基础设施供给无法跟上，这一循环便可能面临崩塌风险，对企业的供应商生态体系和定价模型造成冲击。

Q2：企业部署AI智能体的实际成本包括哪些？

A：Forrester分析师格雷格·佐雷拉指出，企业部署AI智能体的成本远比预期复杂，涵盖云服务费、大语言模型调用费，以及其他各类隐性费用。随着今年更多企业从概念验证阶段转向规模化生产部署，数据中心等基础设施供应趋于紧张，可能导致成本进一步上升。企业不仅需要了解当下的成本结构，还须预估未来两到三年的费用走势。

Q3：OpenAI关闭Sora应用说明了什么问题？

A：OpenAI旗下的生成式视频应用Sora即将关闭，API接口也将于9月停服，同时波及一笔与迪士尼高达10亿美元的授权协议。这一案例表明，即便是获得雄厚资金支持的AI项目，也可能因运营成本过高、版权法律挑战等因素而被快速叫停，反映出AI商业化落地过程中盈利模型的不确定性依然较大。