AI产业与真实需求的鸿沟究竟多深？
标普500前十强企业的市值占比已飙升至35%到41%（各机构统计口径不同，但皆令人震惊），对比2000年互联网泡沫巅峰期的25%，可见如今资金正以更高密度押注在更少数的公司上。然而7月市场风向有所转变。英伟达自5月峰值下挫逾10%，费城半导体指数从6月高点回落11%，标普500信息技术板块中近六成个股已从高位回调超过20%。一面是空前的集中度，一面是领头羊开始动摇。这并非偶然，而是同一现象的两面：技术突进过快，资本率先涌入，真实需求却还在后方喘息。要评估需求是否充足，必须先坦率回答一个问题：AI当前能真正
AI营收破临界点 验证数据中心投资经济逻辑
研究机构Exponential View发布报告指出，AI领域产生的收入已触及临界点，这意味着科技巨头在该方向投入的数千亿美元在财务层面具备可持续性。 数据显示，全球超大规模及新兴云服务商的AI销售收入总计250亿美元，连续两个季度超越了行业在数据中心与芯片投资方面的预估折旧成本210亿美元。这一关键节点说明，AI企业的营收已能覆盖资本开支，但盈利空间依旧微薄。折旧费用仍占据收入的三分之二以上，留给电力、人力及融资等其他成本的缓冲余地十分有限。 “从当前视角看，经济账勉强能算平，”报告指出，“但容错率极低
AI泡沫破灭的关键：芯片折旧陷阱
前几天短评曾提及AI泡沫中的一个核心问题：AI芯片的折旧困境。这正是可能引爆AI泡沫的关键因素之一，本文将深入剖析。文章开头需明确一点：AI存在泡沫，与AI真正有用，完全不矛盾。我坚信AI产业的长期前景，但当前全球芯片板块正经历非理性泡沫式上涨，必须警惕这种金融投机风险——这与看好AI本身并不冲突。就像2000年互联网泡沫破裂，丝毫不影响互联网的长远价值。不少人习惯非黑即白的思维：一听你说AI有泡沫，就以为你否定AI，非要举出几个AI已落地的应用来反驳。事实上，AI确实已在改变现实。比如AI生成视频，正重
AI产业年入1750亿美元背后：增速三倍于移动时代，但利润空间几乎为零
7月5日，硅谷创业教父保罗·格雷厄姆在社交平台发布了一条动态，数小时内收获超过1.6万点赞。"AI companies are making a lot of money. Apparently the revenues from this wave of technology are growing 'roughly three times more rapidly than the mobile or Internet waves.'"「AI企业正在大把赚钱。据悉，这波技术革命的营收增速大约是移动互联
AI泡沫与算力折旧的深层隐忧
一、近期全球金融市场剧烈震荡1.韩国市场呈现典型过山车行情：与存储芯片高度关联，频繁暴涨暴跌、整体趋势向下。2.两大AI负面因素触发回调- OpenAI延后至2027年上市：拒绝接受降低估值，坚持延期维护万亿美元市值，间接表明现有AI估值难以维系；加上SpaceX上市后表现未达预期，市场对AI的信心开始动摇。- Meta出售富余算力：被视作全球首家削减AI资本支出的巨头，直接引发7月1日美股半导体重挫、7月2日全球科技股集体回调。二、Meta抛售算力的真实底层逻辑1.Meta此前激进押注元宇宙遭遇挫败，随
揭开AI资本支出经济学的面纱
评估人工智能经济，不能只盯着三个指标：模型的强大程度、英伟达GPU的销量、科技巨头投入的资本支出。这三项固然关键，但并非最终目的。核心问题其实只有一个：消费者愿意为AI服务支付多少费用？这些收益能否抵消芯片、数据中心、电力、模型开发和资金成本？如果可以，AI就代表一次真正的平台转型。如果不行，那不过是一场代价高昂的算力竞赛。目前来看，答案已不再是“无人买单”。AI需求确实存在，且增速迅猛。但另一个问题同样不容忽视：整个产业才刚开始弥补基础设施折旧，安全边际还很薄弱。换言之，AI并非泡沫叙事，但也远未达到稳
人工智能基础设施顶峰探析(完结篇)
人工智能基础设施顶峰探析（开篇与首章）探讨了AI行业投资的核心三问与两套核算体系。人工智能基础设施顶峰探析（第二章）剖析了AI领域的需求端核心议题。人工智能基础设施顶峰探析（第三章）分析了AI领域的供给端核心议题。人工智能基础设施顶峰探析（第四章）探讨了AI的硬性限制、周期极值以及泡沫化隐患。人工智能基础设施顶峰探析（第五章）论述了AI周期见顶却免于泡沫破裂的五大核心路径。本研究的三大情景并非孤立的数据组合，而是第四章“折旧覆盖检验”与第五章“路径切换进程”这两大变量交织的产物。两大变量揭示了核心结论：在
AI收入能否覆盖GPU成本？全球AI经济实况大公开
科技界权威机构Exponential View推出了首份《The State of the AI Economy》白皮书，通过自下而上的视角，对全球AI经济的需求端进行了严谨的量化分析。报告揭示的关键数据：过去一年里，全球AI生态系统（排除中国）创造了约1100亿美元营收，年化营收规模已冲破1750亿美元大关。这一增速远超互联网及移动应用等过往信息技术的增长幅度，约为前者的三倍。首次通过自下而上的方法评估AI需求Exponential View创始人Azeem Azhar在文中分析道，AI供给侧（如芯片、
烧钱2万亿的AI为何还亏着
你每天用ChatGPT、Claude、deepseek、豆包等工具，可能觉得AI已经渗透到生活的方方面面了。但你有没有想过，支撑这些服务的基建投入，已经砸了2万亿美元，而钱还没赚回来？我看了Exponential View昨天刚发布的《AI经济状态报告》，这份报告的信息量极大，但我觉得最值得聊的，不是AI有多火、增速有多快，而是报告里那个让人坐不住的核心矛盾：钱砸了2万亿，但还没赚回来。2万亿是怎么来的超大规模云厂商，就是微软、亚马逊、谷歌、Meta、Oracle这几家，再加上CoreWeave、Nebi
AI 资本开支何时见顶？裂谷风险深度解析
先看一组 2026 年的预测数据。美国五大科技巨头（微软、谷歌、亚马逊、Meta、甲骨文）今年的资本开支共识值约为 7,570 亿美元，同比增幅达 84%——简言之，毫无减速迹象。更令人震惊的是其资金结构：这几家巨头今年预计将几乎 100% 的经营性现金流全部投入资本开支，股票回购计划也被大幅削减，资金缺口需依赖发债和增发股票来填补，仅谷歌一家就一次性增发融资 860 亿美元。将自身赚取的每一分钱、借来的钱以及增发募集的资金，全部押注于 AI——这种景象在商业史上极为罕见。将视角拉远，你会发现这并非某日突
AI狂热背后的债务暗涌：1.8万亿美元表外风险浮出水面
华尔街见闻 AI基础设施建设融资急速膨胀，核心风险聚集于约1.8万亿美元表外敞口（近1万亿美元采购承诺、逾8000亿美元租赁及供应链融资），AI债券全年发行规模预计突破5700亿美元并持续攀升。杠杆率持续攀升与折旧压力滞后的叠加效应，使风险从表外向信贷体系蔓延。 在AI基础设施建设浪潮席卷之下，一场规模空前的债务扩张正在悄然成型——而其中最危险的环节，从未出现在任何一张财务报表之上。 高盛最新研报预测，2027年超大规模云企业资本支出将达1.1万亿至1.4万亿美元，远超市场普遍预期。然而据摩根士丹利的深入
AI泡沫隐忧：1.8万亿表外债务或引爆新危机
在人工智能基建狂潮背后，一场史无前例的债务扩张正悄然酝酿——而其中最 perilous 的部分，从未显露于任何资产负债表。高盛最新研报预估，2027年超大规模云厂商资本开支将触及1.1万亿至1.4万亿美元，远超市场普遍预期。不过，摩根士丹利的深度分析指出，这一令人咋舌的数字，实则仅是冰山一角。近万亿美元的采购承诺、超8000亿美元的未生效租约，以及数百亿规模的供应商融资，共同编织出约1.8万亿美元的表外风险敞口。这些负债虽未入表，却实实在在地锁定了未来的现金流出。当前市场尚未对上述隐患进行充分定价。摩根士
AI 投资的账单，最终谁来买单？
对比参照最先获利者投入重资产方最终买单对象铁路建设轨道机车、土地资源、煤炭供应商铁路公司乘客旅客、货物托运、产业迁移引发的增量经济电力建设发电机组、电网设施、能源提供商电力公司、公用事业单位工业商业居民用电需求AI 建设显卡芯片、HBM内存、服务器集群、网络设施、电力供应、数据中心云厂商、新云服务商、模型研发商企业客户、终端消费者、广告电商、软件及人力预算情景设定年折旧标准及格线营收优等线营收解读GPU/服务器按6年折旧，长资产按20年折旧约0.57T美元约1.6T-1.8T美元约2.3T美元属于温和情景
AI赛道进入残酷淘汰期
6月10日美股收盘后，市场原本期待甲骨文能交出一份验证AI发展前景的财报，结果等来的却是一份赤裸裸的AI巨额资金需求清单。仅从业绩看，甲骨文表现无可挑剔，全面超越市场预期：第四季度调整后每股收益2.11美元，大幅超越市场预估的1.95美元；季度营收191亿美元，同样小幅超出预期。从全年看，公司营收突破673.57亿美元，同比增长17%，净利润169.84亿美元，同比劲增36.5%，核心云业务增速持续领跑整体营收，AI算力与多云数据库战略成效显著。实实在在的利润、强劲增长的营收、实实在在的AI需求，本应推动
AI 资本开支狂飙：警惕非泡沫破裂，而是 2027 年的生存大考
技术泡沫中的生存法则：此刻身处 2014 还是 1999？每当 AI 基础设施的资本支出（Capex）创下新高，总有人引用 1999 年互联网泡沫或 2001 年光纤泡沫的历史来发出警告。此类比虽能煽动情绪，但在分析层面却显得过于粗糙。更具价值的提问并非“这是否为泡沫”，而是“若确是泡沫，我们正处于何种阶段”，以及“历史上哪些指标被证实为有效的预警信号，当下这些指标的数值又是多少”。笔者系统梳理了互联网泡沫、光纤泡沫及页岩油周期这三个典型案例的先行指标，并将当前数据逐一比对。结论比大众预期的更为复杂：既不