没错，这就是史上最大的泡沫，而且是双料的

兔主席 | tuzhuxi | 20260817

今天，再聊聊美国AI泡沫。从监管，到投资人，到业界，都务必关注美国AI投资热潮及泡沫对全球市场的影响。

（本文较长，建议收藏阅读）。

开篇：两家公司

两家公司，代表着当前美国AI投资的泡沫与风险。

代表泡沫的是OpenAI。年收入200亿美元（最新年化数据400亿美元），年亏损数百亿美元，却向微软、亚马逊、甲骨文三家承诺了总计约7,000亿美元的算力采购。要付得起这些账单，它需要在四年内把收入翻十余倍，并在之后实现盈利。至于怎么做到，没有人知道，包括CEO萨姆·奥尔特曼自己。

代表风险的是甲骨文（Oracle）。它和OpenAI签了一份3,000亿美元的五年云计算合同，正在为OpenAI建设约7吉瓦的数据中心。标普把它的信用评级降到了BBB负——投资级的最低一档（再降一级即垃圾级）。降级报告里如此写道：“OpenAI是一个关键的信用风险。”

这两家公司绑在一起，就是当前美国AI泡沫的缩影，这个泡沫不只是2000年互联网泡沫的重温，而是结合了2008年次贷危机的关键元素：OpenAI像是次贷借款人：收入微薄、开支巨大、靠持续再融资接续债务；甲骨文像次贷时代的开发商，大举举债，疯狂上马算力基建，把自己的命运押在客户持续付费的能力之上。一纸3,000亿美元的合约把两家公司牢牢绑住，但合约能否履行，又取决于一个没人知道答案的问题：OpenAI的商业模式到底能否兑现。

2000年互联网泡沫破裂，纳斯达克指数跌掉78%，但银行体系没有受到重创；2008年房地产泡沫破裂，房子还在，但大量金融机构倒闭，全球金融体系几近崩溃。

在历史上，科技进步与资本市场泡沫往往同时存在。但这次泡沫非常特殊：它兼具2000年股票市场泡沫和2008年信贷市场泡沫的双重特征。股权端，有天价的估值和IPO狂潮；债权端，有次贷式的融资和层层杠杆。而把这两端紧紧绑在一起的，是一套独特的循环融资机制——供应商往往是下游客户的投资者和信用背书人。

一切，都发生在主导美国经济的几家科技大厂之间。

一、股权端：2000年互联网泡沫的再现与放大

目前，美国的市值集中度远超2000年。七家科技巨头占标普500总市值超三分之一，英伟达一家5.4万亿美元，占美国股市总市值的十四分之一。老牌大厂甲骨文的传统业务过去十年停滞或衰退，唯一增长的云基础设施业务，估值几乎全部建立在市场对OpenAI的信仰之上。

一级市场完全疯狂。SpaceX在2026年6月IPO，估值1.77万亿美元，募资750亿美元创下史上最大纪录。Anthropic和OpenAI都在等候上市，估值在万亿美元（部分投资人甚至预期Anthropic估值可上探2万亿美元）。这些AI模型企业均没有盈利，甚至没有成熟的商业模式，估值完全建立在对远期模式和收入的想象之上。

泡沫必须有叙事驱动。而当下美国AI泡沫的叙事特征，和2000年如出一辙。当年是改变世界的“新经济”，今天是改变未来的“通用人工智能”和“人工超级智能”。OpenAI的市销率超40倍，SpaceX市销率超百倍。估值不靠利润、EBITDA，甚至不靠营业收入——投资者买到的是对未来的想象，愿景、理念，以及想象中自己在未来世界的位置。

一切都和1999年互联网泡沫的逻辑性质相同，只是故事更加宏大。当年投资人听到的只是令人心动的可能性，今天听到的则是新的普罗米修斯神话。

AI对美国经济主导的程度自然也远超2000年。据美国财政部估算，2026年上半年AI驱动投资贡献了约一半的GDP增长（互联网泡沫峰值时，这个数字约为三成）；国际清算银行数据显示，美国IT投资占GDP比重已达5%，超过互联网泡沫时期的最高峰；数据中心资本支出占GDP的份额上升速度，是住房繁荣最快阶段的近两倍，累计份额变化也已超过1990年代末电信光纤潮。可以说，AI是人类历史上最大的单一技术基础设施热潮。

与2000年不同的是，今日美国的去工业化、离岸化、金融化程度远要更高，产业远要更单一，集中度更加突出，整个经济基本靠AI一条腿驱动。这条腿如果出问题，冲击自然也会比2000年更大。

当然，相比2000年的互联网泡沫，这次的AI投资已经能看到企业的真实收入——卖铲子的芯片公司赚得盆满钵满，像OpenAI这样的模型企业，也确实有年化数百亿美元的收入，增长还在加速。但恰恰因为有真实收入及增长，市场更愿意相信“这次不一样”，从而把估值推到比2000年更极端的位置。神话级的宏大故事，一定的真实收入，非理性的估值，疯狂的跟随效应，更高的行业与市场集中度，再加上AI已经上升为美国国家战略与经济安全的要害，具备了各种“大到不能倒”的特征，这一切，使得股权端的泡沫注定比2000年更大，也更难戳破。

但难戳破，并不等于不会破。所谓捧得越高，摔得越惨。泡沫破得越晚，着陆效应也会越大。

二、债权端：2008年房地产泡沫的机制再现

2000年互联网公司烧的主要是股东的钱，今天AI基建烧的大量是借来的钱。股权端的泡沫大多数人都已看到，只是在博弈谁“跑得快”；但债权端才是更易被忽视，风险更大的部分。

先看OpenAI，年化收入200~400亿美元，却承诺了7,000亿美元的算力采购。奥尔特曼本人给出的数字更吓人：八年基础设施投资承诺达到1.4万亿美元——这意味着，这家公司每获得1美元的收入，要对应几十倍的承诺支出。外界估计，即便在乐观假设下，公司的融资缺口也超过2,000亿美元。而这些承诺大多写进了“照付不议”合同——算力不管用不用，对云厂商的账单都得照付。

硅谷的集中度已超出常人理解：五大云厂商总计约2万亿美元的积压订单中，大约一半来自OpenAI和Anthropic两家尚未盈利的公司。这些订单被云厂商记作确定的未来收入，写进财报，驱动股价，甚至用作抵押融资。但像OpenAI这样年亏损数百亿美元、靠持续融资续命的公司，它的付款承诺应当算是什么级别的资产？放在2008年，这就是次贷——借款人没有足够的收入，还款要靠再融资，且高度依托资产价值的持续上涨。是否似曾相识？

再看甲骨文。它为OpenAI建设约7吉瓦的数据中心，相关项目总投资估算超过3,400亿美元，资本开支负担巨大。7月初，标普将甲骨文的评级从BBB下调至BBB负，并承认自己“低估了（公司）所需投资的规模”。底层数字解释了降级的原因：2027财年，甲骨文的资本支出预计900到950亿美元，自由现金流预计负420亿，总债务约1,600亿！穆迪给出了负面展望。评级下调当月，股价大跌，即便公司刚刚拿到了大额政府合同：要知道，当信用环境恶化时，好消息也不再管用。甲骨文自己在年报风险披露中也承认：如果大客户（OpenAI）拒绝或无力支付账单，公司将背负极其昂贵的资产，“可能根本无法以可接受的条件重新出租、改作他用或转让这些算力”。

这就是集中押注的可怕性。

从融资结构看，AI基建完全复刻了房地产开发的套路：先拿地举债建数据中心，相当于开发贷款；再和OpenAI这样的AI模型企业签“照付不议”合同，相当于楼盘预售（只不过没有回款）；然后把这份合同抵押出去借更多的钱；GPU安装后，可以结合芯片，做一轮抵押融资；最后，把未来现金流打包成资产支持证券，卖给保险公司和养老金。层层抵押、层层加杠杆，只不过底层资产从住房，变成了装满芯片的建筑。

为了支持AI建设，超大规模云厂商的资本支出在2027年预计接近1万亿美元，未来数年达到5万亿美元，达到前所未有的水平。资本支出的巨大压力，正在把这些世界上现金流最稳定、现金最充裕的科技公司推向举债和表外融资。

债务增长速度也是瞠目结舌。2025年，五大超大规模云厂商发行了约1,200亿美元无担保公司债，为过去五年年均水平的四倍；如果加上专业数据中心运营商的有担保债务与资产支持证券，2025全年数据中心相关债务发行规模约1,800亿美元，较上年几乎翻倍。据第三方机构统计，2026年前五个月，AI关联债务发行已经达到2,360亿美元，较去年同期同比增长357%。私募信贷已经成为数据中心领域的重要融资渠道，面向AI基建的未偿贷款余额突破2000亿美元，同时，这类资产普遍透明度低、二级市场交易稀薄，缺乏标准化的每日定价机制，不少市场观察者指出，许多特征与2008年担保债务凭证市场存在高度相似之处。

表外债务是最大的“黑箱”。国际清算银行报告指出，超大规模云厂商通过特殊目的实体和合资企业为数据中心融资，债务并不体现在母公司报表上，这类“影子借贷”存在大量风险，且没有被正确定价。日经新闻估计，包括长期数据中心租约、GPU采购承诺、合资企业义务等的隐性债务合计已经高达1.65万亿美元。甲骨文在“星际之门”项目中大量使用项目融资，大多数时候对债务不予并表。但在另一个项目里，为了将交易做成，不得不为上百亿的项目债权融资提供母公司担保，这说明市场已经开始不再接受纯粹的表外隔离的形式。

熟悉当年中国地产企业眼花缭乱融资方式的朋友们会惊呼：这不就是“高负债、高杠杆、高周转”的地产开发模式么？

没错，正是。

既然提到周转，就需要有经营现金流。比债务规模更根本的问题是：这些资本支出需要多少收入才能覆盖？高盛测算，在2025~2027年平均每年约5,000亿美元资本开支的背景下，要维持投资者习惯的资本回报率，超大规模云厂商需要实现年利润超过1万亿美元；Gartner在今年3月发表报告，按25%目标投资回报率测算，超大规模云厂商年均收入需要达到1.5万亿美元，如果达不到，则面临资产减值40%到70%——而市场对这些公司2026年的共识利润预期只有4,500亿美元，缺口达数倍之多。

关键在于，这笔资本支出能否收回来，不取决于技术是否进步，而取决于企业客户是否愿意持续付费，以及付多少费。在美国AI大厂纷纷涨价以覆盖建设成本的同时，美国企业正在把越来越多的工作负载转移到中国开源模型上。美国AI模型企业和云服务商正在遭遇釜底抽薪。人们发现，在硅谷和华尔街之外，还有激烈的中美大国科技竞争。

而既然提到了房地产，AI投资里有一个比房地产资产更危险的变量：芯片的折旧速度。房产有几十年的折旧期，但GPU技术寿命只有两年多，理论年折旧率40%。新芯片更好，老芯片要淘汰，大规模换新与提升算力是刚需，都是支撑英伟达股价的故事。如果老芯片可以长期使用，则英伟达就不可能是现在的估值。这里面与根本的内在矛盾。假设GPU会快速折旧，则作为抵押品，其价值可能在债务到期前就大幅缩水。2008年，房价跌30%就引发连锁反应；如果GPU的价值两三年内跌去一半甚至更多，本质上就不适合用作债权融资的抵押品。

理论上说，芯片企业的价值更多在于股权，驱动因素是技术的快速发展迭代（广义的摩尔定律）与旧有资产的贬值，而将芯片作为底层资产进行债权融资的前提，需要资产价值保持持续稳定。本轮AI投资泡沫里，股权逻辑和债权逻辑存在根本矛盾，难以两者兼得。在狂热的泡沫面前，这一切都被掩盖。

最后一个容易被忽视的机制：增长降速，本身就足以触发危机，而不需要等待增长转负。2008年次贷危机中，违约率开始上升时，全国房价整体仍在上涨，只是涨速已从高位明显放缓。次贷的核心套路是放款机构在前两三年给出低‘诱饵利率’，之后利率会转成浮动，自动重置升高——借款人和放款机构都默认，届时可以依靠房价持续上涨带来的房屋净值增加，轻松再融资，以避开高利率。而一旦房价涨速回落，再融资通道收窄，高利率就会被锁定，部分区域就有人还不起了，于是逐渐点燃危机。

AI泡沫有类似逻辑：它真正依赖的不仅是绝对增长，而是持续的高速度增长，一旦增速明显放缓，上市公司的市值，或未上市公司下一轮股权融资（如OpenAI和Anthropic的IPO）的估值就难以支撑，相关资本开支承诺和再融资安排就会承压，资金链条可能出现断裂。股市会首先做出反应；债权投资者（持有亚马逊、微软、甲骨文等超大规模云厂商债券的机构）也不会等到增长转负才行动，在他们看到增速开始下滑时，就会提前收紧信贷、要求更高的风险溢价。

这一轮美国AI投资热潮，由于隐含大规模的基础设施投资，从一开始就由股权向债权市场蔓延、渗透，这正是它风险最大、最可怕之处。

三、循环融资：AI泡沫的独特机制

股权泡沫和信贷泡沫历史上都发生过，但这一轮美国AI投资泡沫还有另一个突出机制：循环融资——供应商同时是下游客户的投资者和信用背书人，投资于自己客户，为客户购买自己的产品提供融资支持，然后把销售记为业绩，推高股价，再用更高的股价和信用进一步支持客户购买更多的产品。这早已超越了单纯的股权行为或债权行为，而是两者的交织与嵌套，结果是构成更大的泡沫——股权端的估值泡沫和债权端的债务泡沫紧紧连通，形成一根双向输送风险的管道。

英伟达是“AI时代的央行”，同时也是这套机制的“链主”。它同时扮演三个角色：芯片（GPU）供应商、客户的投资人、客户的信用背书人。作为供应商，它出售GPU；作为投资者，它对OpenAI进行大规模股权投资；作为信用背书人，它为OpenAI购买自己的产品提供融资支持，例如承诺为俄亥俄州数据中心项目提供约1,000亿美元的信贷担保。换言之，如果OpenAI付不起钱，英伟达愿意出来兜底。云服务商CoreWeave是另一个案例。公司获得英伟达投资，并将英伟达的GPU抵押举债，以购买更多英伟达的GPU；同时，英伟达承诺回购其卖不出去的算力。一环套一环，令人眼花缭乱。供应商、投资者、最后的买家，英伟达一家公司坐在三个位置，真是名副其实的AI时代央行。

英伟达的芯片竞争对手AMD的做法同样极端：授予OpenAI 1.6亿股认股权证，行权价只有1美分，权证随着OpenAI实际购买其芯片分批解锁。AMD的商业逻辑是，用自己公司股权的潜在收益作诱饵，激励OpenAI购买自己的产品。而股权的潜在收益，又来自OpenAI的购买承诺。

作为模型企业，OpenAI处在业务循环的中心。它拿了英伟达的投资和担保，去买英伟达的GPU；同时和微软、甲骨文、亚马逊等超大规模云厂商签订“照付不议”的算力合同，把自己的违约风险传导给三家云厂商；三家云厂商建设数据中心，又要向英伟达采购GPU。一笔OpenAI的支出，在产业链上完整地转了一圈，变成了英伟达的营收、甲骨文的资产、微软的增长预期，真正的一荣俱荣，一损俱损。

OpenAI的业务风险，又集中落在了甲骨文身上，这是一家从上一轮互联网泡沫存活下来的老牌科技企业。它用和OpenAI的3,000亿美元的合同作为信用基础去融资，建设数据中心，在数据中心里填满英伟达的GPU，并期望OpenAI业务爆发。而如果OpenAI付不起钱，甲骨文的资产就会变成坏账。无数的猎食者已经做空或在等待做空这家已经难逃陷阱的企业。

通过复杂的嵌套投资与供应商融资，美国AI产业链条的企业相互嵌套，相互绑定，风险高度集聚。第三方测算显示，在微软、甲骨文、CoreWeave等云厂商合计8,800亿美元未来收入中，OpenAI贡献规模超过了3,300亿美元，成为最大的风险点。针对循环融资，彭博税务7月报道标题指出：大型科技公司的AI狂潮，激活了曾经扳倒安然的会计手段。而最早看穿安然风险的Jim Chanos把当前AI融资体系称作一场“信心游戏”（confidence game，也是“骗局”的委婉说法）——因为一切都与2000年互联网泡沫时期思科的卖方融资逻辑高度相似：思科向初创企业及运营商提供融资，后者用获得的资金采购思科的设备。这套资本闭环在泡沫破裂之后的反噬极其剧烈，而今天美国AI生态里循环融资的体量达到了当年的上百倍。

好奇的人问到，这样的循环投资，难道没有利益冲突么？难道不会放大风险么？难道不是监管漏洞么？答案是肯定的。但这一切，都在硅谷和华尔街如火如荼地上演。许多人，当真认为这已经是美国的国家战略。

四、股债联动的严重后果，以及押注美国政府救市

单独的股权泡沫和单独的信贷泡沫，历史上都曾发生过。但两者同时出现，且通过循环融资深度绑定，是极为罕见的组合。

传导路径是双向强化的。OpenAI已经很难在推高估值的基础上，在私募市场持续大规模融资，IPO成为它打开更大规模公开市场资金的重要出口。但如果权益市场不配合，OpenAI上市推迟，或估值大幅下调，无法筹得足够的资金，这家缺乏足够经营性现金流的企业将无力足额支付算力账单。随之而来，甲骨文等高度依赖OpenAI长期合同的云厂商将面临大规模应收账款与合同履约风险，部分数据中心项目面临债务违约风险，引发私募信贷基金赎回潮，资产支持证券价格下跌，保险公司、养老金等持有方承受损失，信贷市场进一步冻结，极端情景下，将再现类似2008年次贷危机时的负反馈机制。

同样，危机也可以由信贷端率先引爆。如果信贷出现收缩（包括美联储为应对通胀加息），最先承受压力的是负责建设算力的云厂商与关联的建设单位——融资成本抬升，算力扩张的资本开支难以为继；压力随后向下游传递，AI模型企业被迫缩减算力采购，算力需求收缩。英伟达的营收预期随即下调，科技板块集体下挫，股权陷入调整。股市下行，会进一步造成抵押品价值的缩水，触发追加保证金与被动抛售，并导致信贷条件再度收紧。一来一往，可能形成一种股债联动、自我强化的负面螺旋。

一段时间以来，美国的AI和芯片表现得非常敏感，风吹草动，譬如来自中国大模型与芯片技术的挑战，都会引发市场剧烈波动，说明市场情绪脆弱，人们正在捕捉离场的机会。

此时，股债相连以及经济集中度就是非常可怕的风险放大器了。2000年互联网泡沫时期，投资者大多以自有资金参与股票交易，银行体系并未大规模持有互联网行业相关债务，泡沫破裂后并未重创银行系统。2008年金融危机的爆发根源来自信贷与房地产，股市不是危机的“策源地”。但本轮美国AI周期的特殊之处在于，股权市场、信贷市场的风险同时高度集中于同一批主体及其相互绑定的商业合同之上。一旦以OpenAI为首的大模型企业出现经营危机，微软、亚马逊、甲骨文的远期履约义务将同步缩水；英伟达除了营收预期遭受冲击，股价立即承压之外，表外担保也有可能被触发。持有相关企业债务与资产支持证券的各类金融机构将同步承受损失，风险将沿着同一链条集中释放。

更危险的是，当前的风险集中度，已经借由指数基金传导至普通投资者。科技七巨头合计占据标普500指数三分之一以上权重，英伟达单只权重超过7%，很多人并不了解AI产业，也无意参与，但各种养老金、退休基金，都因为投资指数成分股，被动成为这套循环风险链条的承担者。

经济单引擎依赖将极大放大冲击。2000年互联网对GDP的贡献远没有今天的AI这样突出，2008年，美国经济也还有其他的增长引擎。今天AI驱动投资贡献了约一半的GDP增长，并通过基建与财富效应，带动大量的衍生产业。如果AI引擎熄火，衰退深度必然会超过前两次危机。

但市场已经暗中押注：美国政府会适时以合适的方式介入，拯救AI产业，包括设立AI主权财富基金，入股个别企业，为OpenAI等关键企业增信、限制使用中国AI产品等：因为如果美国AI产业倒掉，一方面会拖垮金融与经济，一方面还会让美国输掉AI这场大国科技竞争的决定性战役。市场既然已经相信美国政府最终会兜底，AI行业“大到不能倒”，就只会带来一个结果——道德风险，并让泡沫吹得更大，戳破的难度更大，后续硬着陆的风险也越大。

根本变局：中国的挑战

AI技术革命本身与金融泡沫没有必然关系，但技术有用，不等于投资安全，不代表没有泡沫，不代表经济规律不再发生作用。2000年互联网确实改变了世界，但不妨碍纳斯达克跌78%；2008年的房子确实有居住价值，但不妨碍次贷危机拖垮了全球金融体系。

一个更直接的问题是：AI带来的价值，目前更多依靠循环融资，反映在AI模型企业、云厂商与芯片厂商的账面远期合同及市场估值之中，还没有充分传导到下游终端用户的业务与财务。MIT的调研显示，95%的企业生成式AI试点项目未能产生可衡量的业务回报；Gartner的最新调研也观察到相似现象：大量AI部署难以兑现预期收益。如果下游企业无法通过AI 实现盈利增长，则上游天量资本投入该如何收回？

即便下游真的愿意付费，美国AI模型企业的定价权也正在快速流失：DeepSeek旗舰模型输出价格长期维持在每百万token约0.87美元，而OpenAI同类产品标价可达30美元，价差数十倍。即便OpenAI后续经历多轮降价，价格鸿沟依然存在。在大多数的日常场景里，用户客户难以感知显著的质量差距，而会根据具体需求，选择具有成本效益的解决方案。其结果是，OpenAI和Anthropic的业务被大量分流。

芯片方面，黄仁勋也公开承认，受到出口管制影响，英伟达在中国高端AI芯片市场的份额从90%以上降到了零。伴随中国替代方案的推出、普及，英伟达的全球份额也将被蚕食。这个情境也会适用于整个芯片制造产业链，影响到韩、台的美国AI生态体系供应商。

过去几十年多轮技术浪潮，都由美国科技企业占据全球主导位置，经由资本竞争，形成少数企业主导的格局，并由此攫取全球产业的大部分收益。本轮AI革命一个关键的现实变化在于，中国作为具备完整能力的科技竞争者登场，对美国科技企业的优势地位形成了实质挑战，无论是OpenAI、Anthropic还是英伟达，要复刻过往的垄断闭环已经不再现实。这一外部竞争格局，让美国科技行业陷入两难困境：停止加码投入，模型迭代陷入停滞，则增量商业收入便无从落地，前面的资本开支可能血本无归；继续烧钱，模型实现边际上的技术突破，还会遭遇中国厂商的低价产品带来的激烈市场挤压与分流。要看到，在低价开源模型带来的挑战之下，规模达数万亿美元的美国AI资本开支，其底层商业逻辑已经被动摇。等到相关的美国企业或资本市场认识到并承认这一点，也许泡沫就会被捅破。

当前美国的问题是，AI投资已经被全面金融化。OpenAI的天价承诺、甲骨文的天量借债、英伟达眼花缭乱的循环投资和千亿担保、华尔街的层层打包、私募信贷的不透明扩张——这一切同时携带了2000年和2008年的基因，规模更大、更加集中，中间还通过循环融资相互嵌套。一旦出了问题，冲击不可估量。这一切，与AI对人类世界的正向改变无关，而是监管缺失下的资本市场的非理性繁荣，但如果美国AI泡沫真的破裂，其在相当长一段时间对实体经济的破坏，甚至可能大于AI带来的裨益。

历史不会简单重复，但总是会“押韵”。这一次，韵脚同时押在了2000年和2008年。后续会发生什么，让我们拭目以待。

（全文结束）

如您觉得本文不错，还请点赞打赏以资鼓励（1元即可）！

欢迎加入「全球特讯|兔主席的宝藏」

数量：2024年11月上线至今，近4,000篇文章、1,700万字

内容：国际期刊、杂志、报纸、播客甄选及快评

标签：宏观、地缘政治、中美关系、科技竞争、大国博弈、AI、商业财经、思想理论

持续：坚持二十年创作（持续更新有保障）

平台：知识星球、小鹅通/鹅圈（同步更新）

订阅请扫码

1.知识星球

2.小鹅通（鹅圈子）【新用户推荐！】