AI烧钱潮推高债市风险，巨头融资引爆信用利差走阔
本月，美国高评级科技债风险溢价升至0.79个百分点，较5月底的0.74个百分点显著走阔。科技巨头正以互联网泡沫以来最密集的节奏融资扩张，但债券投资者并未跟着乐观。本月，美国高评级科技债风险溢价升至0.79个百分点，较5月底的0.74个百分点显著走阔。6月以来，Alphabet完成850亿美元股权出售，SpaceX以750亿美元创下IPO历史纪录；OpenAI考虑最早明年上市，此前竞争对手Anthropic已先行一步，Meta也在筹划股权融资。按常理，股权融资增厚资产负债表，为债权人提供更厚的安全垫。但这些
大厂AI狂潮退烧：埃森哲急踩刹车，行业风向突变
从疯狂消耗到精打细算，AI行业最戏剧性的180度大转向如果你关注AI领域，最近肯定被一个特别讽刺的词刷屏了——Tokenmaxxing。推特在炒，微信群在聊。通俗点说就是：企业怂恿你拼命用AI，用得越多越好。甚至搞内部排名榜，看谁的token消耗最厉害，还发奖励。听起来很荒谬对吧？更荒谬的是，不到半年，这些企业集体来了个180度大转向。现在全行业都在疯狂踩刹车。说真的，这可能是2026年AI行业最具讽刺意味的剧情了。事情的起因是一段被曝光的内部录音。录音来自咨询巨头埃森哲（Accenture）的一次内部会
AI行业高烧不退
拥有2亿日活的豆包，每天在算力成本上耗费数千万，营收却不到百万。这并非个别初创企业的窘境，而是当前国产大模型领域的真实写照。仅靠文字对话，人均每日的算力开销或许仅值几分钱，可一旦用户发送图片、语音或视频，多模态推理的能耗便会瞬间飙升数十倍。看似光鲜的流量数据，每一次点击与互动都在账面上堆砌出惊人的活跃度，但背后机房里的GPU却在疯狂吞噬电力与资金。绝大多数国产AI产品至今仍在持续亏损，微薄的电商佣金收入不过是杯水车薪，所谓的“回血”更像是减缓失血速度的安慰剂。严酷的成本账目摆在眼前：训练一个大模型动辄投入
AI真是烧钱黑洞吗？
在最新的财报季里，微软、谷歌、Meta、亚马逊交出的成绩单几乎都实现了超预期。尽管这些公司在财报里并没有把“纯AI收入”单独写出来，但AI对主营业务的加速作用已到难以忽视的程度：谷歌单季总营收突破800亿美元，AI搜索带来的溢价格外明显；微软智能云业务在Copilot落地与算力需求的推动下，迈过千亿美元规模；亚马逊则依靠AI赋能的AWS与更精准的广告投放叠加效应，收入突破1400亿美元。更让市场感到尴尬的是，过去三年里，很多人普遍把AI视作大厂“无底洞”——大量算力投入、持续高昂的推理成本，利润似乎迟早会