文章核心观点 - 人工智能技术本身预计将持续高速增长 但支撑其发展的数千亿美元数据中心硬件资本开支增长不可持续 面临重大风险 [1] - 英伟达作为数据中心硬件核心供应商 其绝大部分营收和利润依赖于此 在资本开支缩减时将受到最大冲击 [1] 人工智能资本开支增长不可持续的原因 - 能耗与效率: 未来人工智能能耗将显著降低 如脉冲神经网络可在闲置时自动停机节能 深度求索公司未使用英伟达GPU也研发出了有竞争力的大型语言模型 [2] 设备和系统能效持续提升 减少对基础设施的投资需求 [2] - 电力与基建限制: 美国电网供电能力难以支撑所有规划中的新数据中心 新建发电厂投入运营需数年甚至超过十年 [2] 社会各界对新建数据中心的反对声浪高涨 供电审批困难 [2] 数据中心噪音大 推高周边家庭电费 几乎无法创造长期稳定就业 [3] 数据中心常抢占居民和其他企业电力资源 导致电费普遍上涨 [4] - 投资回报率不足: 人工智能虽改变诸多领域 但真正由此实现盈利增长的案例屈指可数 大规模人工智能投资能获得市场平均回报率的案例寥寥无几 仅有微软和帕兰提尔科技等少数企业或许取得可观回报 [2] 投资者与首席财务官对回报难以量化的大规模投资耐心有限 [2] - 技术与商业化挑战: 新技术落地周期远超预期 如自动驾驶技术耗时远超预想 [4] 实现符合市场水平的投资回报率面临核心难题 包括数据质量欠佳、专业人才短缺、商业应用场景模糊以及AI与传统系统融合困难 [4] 生成式人工智能性能提升空间将越来越小 但所需算力和GPU数量却不断增加 技术将逐渐走向商品化 难以带来高额利润率 [5] - 资本与估值压力: 所有超大规模云服务厂商的大部分现金流都投入到了数据中心资本开支中 [5] OpenAI在扣除资本开支前甚至没有任何现金流 所有支出完全依赖投资者注资 [5] 以当前增长速度看 英伟达等供应商市盈率似乎不高 但若行业增长放缓 估值水平就显得极其离谱 [4] - 其他风险因素: 若人工智能导致大规模失业 将面临干预压力 若未造成失业 则意味着投资回报率未达预期 [5] 可供AI分析的数据总量存在上限 [5] 量子计算技术最终可能与数据中心竞争 拉低行业成本 [5] 超大规模云服务厂商的态度与行动 - 普遍担忧与风险规避: 持续将近乎全年现金流投入AI资本开支不符合这些企业的核心利益 [7] 企业高管开始担忧泡沫 Meta公司CEO提到AI领域完全有可能出现类似历史基建的泡沫危机 [9] Meta通过让蓝猫头鹰资本持有新建数据中心80%股份来剥离资产负债表风险 是一种规避风险举动 [9][10] - 具体厂商表态: - 谷歌母公司: CEO皮查伊指出AI行业估值飙升、投资规模巨大 泡沫化担忧加剧 存在“非理性因素” [8] - OpenAI: CEO奥特曼认为投资者对AI可能处于过度乐观状态 [8] - Meta: 2025年10月21日宣布裁减600个AI相关岗位 大部分员工内部转岗 此次裁员或与其4号大羊驼模型未达预期有关 表明投资回报率开始成为决策重要考量 [9] - 微软: CEO纳德拉指出核心问题并非计算资源过剩 而是电力供应 若电力设施周边建设受阻 大量库存芯片可能无法启用 [11] - 亚马逊: CEO贾西指出AI推理成本虽多次下降 但仍远超合理水平 且将持续一段时间 公司正试图压缩数据中心建设成本 其中GPU是最大开销 [11] - IBM: CEO克里希纳明确表示 按当前基础设施成本 投入数万亿美元建设AI数据中心绝对无法实现盈利 [11] - Palantir: CEO卡普警告 AI技术研发成本可能已远超其实际价值 所创造的价值或许不足以覆盖大型语言模型的研发及应用成本 [12] - 市场反应: 超大规模云服务厂商一旦宣布增加资本开支计划 其股价便会应声下跌 例如甲骨文宣布追加150亿美元AI资本开支当日股价暴跌11% Meta宣布类似计划后股价同样下跌11% [17] 英伟达的优劣势分析 - 优势: - 竞争优势显著: GPU是全球销量仅次于苹果手机的产品 目前市场上尚无真正能与之匹敌的竞品 AMD和英特尔同类产品性能存在较大差距 [13] - 软件生态构筑竞争壁垒: 软件生态体系远超行业内其他竞争对手 [13] - 财务状况稳健: 截至2025年9月30日 拥有610亿美元现金及投资资产 带息债务仅为80亿美元 [13] - 劣势: - 利润率难以维持: 上一季度净利润率高达56% 创大型企业利润率最高纪录 如此高的利润率难以长久维持 未来竞争加剧或需求下滑将挤压利润率 [14] - 依赖循环融资模式: 为维持高速增长 通过贷款或投资等方式向客户提供资金 再由客户采购其产品 科威尔、应用数字公司等数据中心运营商是受益方 [14] - 竞争格局生变: 面临来自核心客户的新竞争威胁 多数超大规模云服务厂商在自研芯片 如谷歌的张量处理器性能出众且能效比高于英伟达GPU 被不少人认为性能领先的双子座模型主要依托谷歌张量处理器运行 [15] 甲骨文公司奉行“芯片中立”原则 [15] - 估值严重虚高: 市值已超过全球多数国家的GDP 若高增长无法延续 市值合理性存疑 [15] 行业泡沫迹象与历史对比 - 泡沫裂痕显现: AI行业泡沫裂痕已开始显现 投资者对缺乏充足回报支撑的加码投资愈发担忧 [17] 美国银行调查显示 20%的机构投资者认为企业当前资本开支过于激进 这一变化与AI领域资本开支热潮密切相关 [17] - 具体案例: 2025年12月12日 主营能源与数据中心基础设施的费米公司股价暴跌34% 因其位于得克萨斯州的公牛计划园区内最大租户取消了1.5亿美元的建设投资承诺 [18] - 历史规律: 科技行业遵循“暴涨—暴跌”循环 本世纪已出现互联网泡沫破裂、次贷与商业地产危机、页岩油行业泡沫破裂 均经历爆发式增长、泡沫破裂、行业洗牌 最后进入平稳发展阶段 [16] AI行业目前仍处于爆发式增长阶段 类似20世纪20年代的无线电行业和19世纪的铁路行业 [16] 未来展望与英伟达前景 - 行业投资规模: 行业投资规模或许2026年就会开始缩减 2027年缩减几乎已成定局 [17] - 英伟达前景: 英伟达营收大概率在2026年保持强劲增长 到2027年将陷入停滞 [20] 随着市场需求增长滞后于产能扩张 加上谷歌、AMD等竞争对手追赶 其利润率将开始下滑 [20] 对于AMD而言 无需研发出性能与英伟达相当的GPU 只要产品性能达到其一半水平 对超大规模云服务厂商就具备极高成本效益 [20] 到2027年底 随着数据中心建设放缓、竞争加剧以及利润率大幅下降 市场对其未来每股收益的预期必将下调 [20] - 关键瓶颈原因: - 未来AI技术不再需要英伟达GPU提供的海量算力 谷歌张量处理器、中国的深度求索等已在低算力高效能领域取得突破 [21] - 投资者投入资金必然期望获得与风险相匹配的回报 耐心有限 Meta和甲骨文因追加资本开支导致股价暴跌说明投资者耐心已濒临极限 这将促使超大规模云服务厂商减少GPU采购量 [22] - 人工智能投资面临诸多悬而未决的挑战 多数用户投资未能获得充足回报 高盈利应用场景的发掘可能需要漫长探索过程 类似互联网和自动驾驶的发展历史 [22]