人工智能热潮中的资本运作迷局
在上一篇文章中，我们探讨了经济金融化如何改变企业行为和产业结构——从杰克·韦尔奇时代的通用电气到今天的波音公司。本文将聚焦于这一逻辑正在上演的最新篇章，审视经济金融化带来的深远影响与现实启示。
人工智能可能是人类文明史上最具变革性的技术飞跃。通用人工智能（AGI）的宏伟前景吸引了海量资本涌入，OpenAI、DeepSeek、xAI等企业的估值动辄达到数千亿美元。然而，值得深思的是：当对技术的坚定信仰遭遇精密的金融运作，会激发出怎样的奇特反应？
许多从事实体产业的朋友都有这样的切身体会：投入大量资金，汇聚众多顶尖人才，耗费心力进行研发，最终的回报却未必理想。在中国发展高科技产业，收益有时甚至不如传统行业；在美国担任软件工程师，收入也可能不及金融领域的从业者。技术创新与资本回报之间的结构性错位，在当今世界两大经济体中同时显现。
本文旨在深入探讨：在这场技术变革的浪潮中，资本市场究竟在如何运作？英伟达构建的投资-芯片-需求循环、OpenAI与私募股权机构的收益安排——这些复杂的操作究竟是真实的价值创造，还是金融化趋势下的最新演绎？
通用人工智能（AGI）或许是人类历史上最为关键的技术突破。
这一判断绝非夸大其词。从2022年ChatGPT引爆全球关注，到2025年DeepSeek以极低成本取得突破性进展，人工智能的进化速度远超人们预期。OpenAI的GPT系列、Anthropic的Claude模型、谷歌的Gemini，以及中国厂商的迅速跟进，都在共同推动一个可能的未来：机器智能达到乃至超越人类水平。
如果通用人工智能真正实现，其影响力将远超电力、互联网或任何单一的技术发明。它不仅会变革生产方式，更可能彻底重构人类社会的组织形态。
然而，这里存在一个常被忽略的矛盾：技术进步的节奏，与投资回报的实现，常常并非同步。
电力革命（19世纪80年代至20世纪20年代）：
爱迪生于1880年发明了商用电力系统，但直到20世纪20年代，美国制造业的电气化率才突破50%。在这四十年间，无数电力公司成立后又破产，早期投资者的回报并不乐观。真正的赢家往往是那些等待技术成熟后再进行规模化应用的企业，而非最初的技术开拓者。
铁路热潮（19世纪40年代至60年代）：
在英国和美国的铁路建设狂潮中，投资者曾狂热追捧铁路股票。但结果是：大部分早期的铁路公司破产或被兼并，仅有极少数（如范德比尔特控制的纽约中央铁路）最终实现了盈利。技术改变了世界，但改变世界的技术，未必能让早期投资者获利。
互联网泡沫（1995年至2000年）：
这是最直观的例证。互联网确实深刻改变了人类的生活方式，但2000年3月纳斯达克市场崩盘时，市值蒸发了近5万亿美元。Pets.com、eToys、Webvan等当时的明星公司价值归零。即便是今天存活并取得巨大成功的亚马逊、谷歌，其当时的估值也曾被大幅压缩。
核心规律在于：技术进步是渐进且充满不确定性的，但资本市场的定价往往是跳跃且试图确定的。当乐观情绪占据主导时，投资者愿意为“未来”支付过高的溢价，而未来的兑现程度常常不及预期。
橡树资本的霍华德·马克斯对此有过精准的观察。他常强调两句话：
第一句：“这次不一样”是投资领域最危险的五个词。确实，在极少数情况下真的会不一样——技术革命确实能改变世界。但马克斯警告道：大多数时候，历史规律其实依然有效。人性中的贪婪与恐惧、市场的周期性波动，跨越百年并无本质区别。
第二句：当市场情绪从“这次不一样”转向“没有什么能出错”时，往往是最危险的时刻。真实情况通常介于绝望和狂喜之间，但市场总是从一个极端摆向另一个极端。
这里有必要区分两个概念：社会价值与商业价值。
一项技术可以具备巨大的社会价值——改变生活方式、提高生产效率、推动文明进步——但不一定能转化为可分配的商业利润。电力让夜晚变为白昼，但电力公司未必是最赚钱的企业；互联网让信息自由流动，但早期互联网公司的股东大多损失惨重。
社会价值具有公共性、分散性、难以独占的特点；商业价值则具有私人性、集中性、可垄断的特性。技术发明者往往捕捉到前者，而资本追逐的是后者。当两者出现背离时，金融工程便有了运作空间——通过设计复杂的交易结构，将未来的社会价值预期，提前转化为当下的商业利润。
人工智能目前正处在这一张力点上。
它可能创造巨大的社会价值（例如AGI解放人类生产力），但商业价值将如何体现？是通过订阅费、API调用费、广告收入，还是根本找不到可持续的盈利模式？
这正是问题的关键所在：在商业模式尚不清晰的情况下，资本市场如何为人工智能定价？
答案的一部分是：通过金融工程手段，让未来的现金流预期看起来确定无疑，即使它实际上充满了不确定性。
如果说OpenAI代表了人工智能技术本身的不确定性，那么英伟达则展示了资本市场如何应对这种不确定性。
作为AI芯片领域的绝对领导者，英伟达2026财年预计营收高达2159亿美元，同比增长65%，其中数据中心业务占比超过85%。但比业绩数字更值得关注的，是英伟达正在构建的资本运作模式。
英伟达传统的定位是“卖铲人”——在人工智能的淘金热中出售工具，稳赚不赔。（英文中常称为pick and shovel策略）但黄仁勋的野心显然不止于此。
2025年9月，英伟达与OpenAI宣布达成“史上最大AI基础设施部署”合作。根据协议，英伟达将向OpenAI提供数百万颗GPU，用于建设规模达数千兆瓦的数据中心。外界估算这笔交易的价值在千亿美元级别。
但这笔交易的性质并非简单的买卖关系。根据Trendy Tech Tribe等机构的分析，英伟达扮演的角色更加复杂：它作为锚定有限合伙人，投资于购买自家芯片的融资工具，并将芯片租赁给AI企业。这家芯片制造商实际上在补贴自身的需求。
这个“闭环”的运作逻辑大致如下：
这是“内循环”的典型案例。根据华尔街见闻2025年9月的报道，手握巨额现金的英伟达“无处可投，相比回购股票，不如选择构建AI闭环”——通过投资关键客户、合作伙伴乃至竞争对手，打造一个自我强化的生态系统。
这一模式的核心问题在于：价值增量究竟在哪里？
更关键的是，这一模式正受到质疑。2026年1月，彭博社报道英伟达“暂停”了1000亿美元的投资计划；随后又有消息称，实际投资规模可能降至300亿美元。无论数字如何变化，一个清晰的信号是：即便是英伟达，也对“无限循环”的可持续性心存疑虑。
资本市场的反应耐人寻味。
英伟达股价在2024至2025年间暴涨，市值一度突破3万亿美元。但2026年以来，随着AI商业化路径的不确定性增加，股价波动加剧。投资者开始提出一个根本性问题：如果AI企业无法持续投入巨资，谁来继续购买英伟达的芯片？
闭环的另一面是风险的集中。当英伟达既充当供应商又担任股东时，一旦AI企业出现财务困境，英伟达将面临双重打击：投资减值与收入下滑。
如果说英伟达的“闭环”还披着产业合作的外衣，那么OpenAI与私募股权投资机构之间的协议，则更加直接地展现了金融工程的核心逻辑。
2026年3月，路透社独家报道：OpenAI正与四家超大型私募基金协商成立合资企业。参与方包括黑石集团、KKR、凯雷投资集团、Thoma Bravo等顶级PE机构。
但这并非普通的战略投资。这是一个典型的“互相交换服务产出和金融义务”的闭环设计：
交易结构：
这个数字值得仔细分析：
麦道夫当年只敢承诺8%-10%的回报，而OpenAI敢于承诺17.5%。而且这不是利润分成，而是基于名义本金的固定回报——这意味着即使OpenAI亏损，也需按投资额支付17.5%的收益。
这一设计的精妙之处在于：
第一步：PE控制的众多企业向合资公司购买AI服务。
第二步：合资公司向OpenAI支付服务费用。
第三步：OpenAI向PE支付17.5%的收益保证。
一圈下来：
这种模式与历史上著名的麦道夫庞氏骗局在结构上有相似之处：
相似之处：
关键差异：
但核心问题相同：这种高回报承诺是否可持续？当PE控制的企业无法再“购买”更多AI服务时，谁来接盘？
OpenAI正在筹备首次公开募股。3400亿美元的估值需要有“基本面”作为支撑。
但OpenAI的真实财务状况是：
在这种情况下，如何使IPO估值合理化？答案是：制造营收。
通过与PE成立合资企业，OpenAI可以迅速做大收入数字。这些收入尽管来自关联交易，但在会计处理上是“真实”的。投行在路演时可以说：“看，我们的年收入增长了多少。”
至于这些收入能否持续、是否来自独立第三方、是否代表真实的市场需求——那是IPO之后投资者才需要考虑的问题。
通过英伟达的“闭环”和OpenAI的“合资”案例，我们已经看到了资本市场的精妙设计。但这些设计的前提假设是：人工智能最终能找到清晰的盈利模式。
问题是：这个假设成立吗？
OpenAI、Anthropic、谷歌等厂商正在探索多种变现路径：
1. 订阅模式（如ChatGPT Plus等）。
2. API调用收费。
3. 企业级服务。
4. 广告模式。
比商业模式更严峻的挑战来自开源生态。
2025年初，DeepSeek以极低成本实现了接近GPT-4的性能，震惊业界。这意味着：
Meta的Llama、阿里巴巴的通义千问、百度的文心一言……开源生态正在快速成熟。当AI能力变为如同水电般的基础设施，谁还会为“智能”本身支付高昂费用？
另一个被寄予厚望的方向是AI与实体产业的结合。
共同特征：AI在这些领域确实能提升效率，但很难像互联网那样创造出全新的需求场景。用户不会因为AI而购买更多商品、增加看病次数或接受更多教育。
人工智能的商业价值，最终取决于什么？
目前的AI技术，似乎三者都不是，但又都沾一点边。
这就造成了估值的错配：资本市场按照“下一个平台”的想象给予AI企业万亿级的估值，但它们的实际商业模式可能更接近“效率工具”——有用，但价值有限。
这正是英伟达和OpenAI需要施展“财技”的原因——当真实的盈利模式尚不清晰时，只能通过设计交易结构，将未来的预期提前变现。
如果当前的人工智能浪潮确实是一场泡沫，那么它与2000年的互联网泡沫相比，有何异同？
数字对比：
关键差异：AI浪潮的规模远大于互联网泡沫。2000年的泡沫主要集中在软件和网络公司，而今天的AI涉及芯片制造、数据中心建设、电力基础设施，甚至地缘政治博弈。
互联网泡沫的特征是“全民参与”：
AI浪潮的特征是“精英游戏”：
这意味着什么？
互联网泡沫破灭时，伤害是分散的——无数散户蒙受损失，但系统性风险可控。AI浪潮如果出现反转，冲击将集中在少数几家巨头和PE基金，可能引发更严重的连锁反应。
另一个值得关注的维度是参与门槛。
这种“大富豪游戏”的特征：
风险在于：当游戏结束时，谁来接盘？普通投资者可能根本没有机会直接参与，却要承担间接后果（例如养老金基金通过PE配置了AI资产）。
这是AI浪潮与互联网泡沫最本质的区别之一。
2000年的互联网是全球化的，技术无国界。但2025年的AI已成为地缘政治的核心战场，中美可能形成两套独立的体系。
这又给资本市场估值带来了巨大困难：同样的技术，在不同的市场中可能面临完全不同的监管环境、供应链限制和客户群体。
回顾全文，我们看到一幅复杂的图景：
人工智能可能是人类历史上最重要的技术进步，AGI的前景令人兴奋。但技术进步的速度与商业价值的实现之间存在巨大的时间差和不确定性。
在这种不确定性中，金融工程登场了。
英伟达的“闭环”、OpenAI与PE的“合资”，都是资本市场的精妙设计——通过结构化的交易，将未来的预期提前变现，将风险转移给后来的接盘者。
这不是简单的“泡沫”二字可以概括的。
与2000年的互联网泡沫相比，今天的AI浪潮规模更大、参与者更少、地缘政治维度更复杂。它是金融化在科技领域的最新表演，也是上篇文章所讨论的经济金融化逻辑的延续。
金融化本身并非洪水猛兽。
适度的金融化可以促进资源配置，让有前景的技术获得必要的资金支持。风险资本对早期互联网企业的投资，最终催生了谷歌、Facebook等改变世界的公司。
但过度的金融化则是另一回事：
这时候，金融化就变成了纯粹的财富转移游戏，而非价值创造过程。
对于观察者而言，以下几个信号值得持续关注：
1. AI企业的真实盈利模式。
2. 产业结合的实际进展。
3. OpenAI的IPO进程。
4. 大国竞争背景下的技术分化。
霍华德·马克斯的另一句名言：“当所有人都在谈论某件事时，这件事往往已经被过度定价。”
今天的人工智能，正是所有人都在谈论的话题。从达沃斯论坛到街头咖啡馆，从华尔街到中关村，AGI的前景被不断放大。
但技术进步和商业成功是两回事。电力改变了世界，但早期电力投资者大多血本无归；互联网改变了世界，但.com泡沫中幸存的企业寥寥可数。
人工智能会改变世界，但不一定以投资者预期的方式，也不一定在投资者预期的时间。
在这一切尘埃落定之前，保持清醒，关注金融工程的表演，区分真实的价值创造与精致的会计魔术——这可能是当下最重要的投资纪律。
日期：2026年4月13日
本文承接《经济金融化的影响与启示》