AI的万亿账单：技术革命继续，美国算力投资见顶了？|【经纬低调分享】
11月12日，一则重磅消息震动全球科技行业。 执掌英伟达33年的黄仁勋突然辞去CEO、总裁及董事职务，即刻生效。消息发布后，CoreWeave、Nebius等与英伟达深度绑定的算力企业也遭遇集体抛售。 一家科技公司的创始人离开，为什么会引发整个AI产业链的担忧？ 原因在于，过去三年，英伟达已经成为全球AI算力扩张中最重
所属频道
算力与芯片
11月12日，一则重磅消息震动全球科技行业。
执掌英伟达
33年的黄仁勋突然辞去CEO、总裁及董事职务，即刻生效。消息发布后，
一家科技公司的创始人离开，为什么会引发整个
AI产业链的担忧？
原因在于，过去三年，英伟达已经成为全球
AI算力扩张中最重要的枢纽之一。
围绕英伟达的
GPU和
这套商业模式的运转，建立在资本、算力和长期订单之间的紧密联系之上。
CoreWeave、
运营商再依靠这些合同形成的收入偿还债务、继续扩建数据中心，购买更多
GPU。
在这个过程中，英伟达的角色已经超越了芯片供应商。
它通过投资部分算力运营商、支持长期算力采购，以及为特定数据中心项目提供有限信用担保等方式，深度参与下游基础设施建设。
例如，英伟达曾与
5000亿美元第三方资本，支持AI基础设施扩张。它还为美国俄亥俄州一项服务于OpenAI的数据中心项目，提供最高1050亿美元、附带条件的租赁和电力付款信用支持。
这些安排能够改善部分项目的融资条件，也帮助英伟达扩大未来的芯片销售和生态覆盖。
由此，
AI算力产业中连接芯片供应、基础设施融资和下游需求的重要枢纽。
黄仁勋的离开，不会立即改变
GPU订单和既有合同，但可能让投资者重新评估，英伟达能否继续维持过去几年激进的投资节奏、产业链协同能力和客户支持策略。
对于依赖外部融资持续扩张的算力企业而言，这种不确定性尤其值得关注。
不过，比英伟达换帅更值得关注的，是这场风波发生的时间点。就在一周前，
AI硬件股已经遭遇一轮剧烈抛售。
奇怪的是，这些公司的生意并没有突然恶化。
Azure、
AI公司还在创造历史性的利润，资本市场却已经开始担心，它们未来赚不到这么多钱了。
从存储股变动到英伟达换帅，两场市场波动的直接诱因不同，却共同暴露了
AI投资中越来越重要的问题。过去三年，巨额资本投入不断推动算力需求、硬件利润和企业估值增长，这套增长逻辑究竟能够持续多久？
就在这场调整之前，两位投资人先后给出了值得关注的判断。
10月5日，喜马拉雅资本创始人递归式自我改进（RSI）、
10月26日，赤兔资本创始人
一个从长期价值出发，一个从产业周期切入。两人的投资方法不同，却共同指向
AI产业正在经历的一场变化。
AI革命的长期前景依然广阔，但资本市场开始重新区分技术增长、产业利润和投资回报。
黄仁勋离职可能成为一次市场信心的压力测试，但真正决定
AI牛市未来的，仍然是三个问题：硬件高利润能否持续，巨额资本投入能否收回，以及AI创造的经济价值最终会被谁赚走。以下，
Enjoy：
01
李录质疑硅谷的AI叙事：谁在为“
今天硅谷最昂贵的一场豪赌，建立在一个尚未被验证的未来之上。
10月5日，在哥伦比亚商学院的一场交流中，喜马拉雅资本创始人李录提出了一个值得关注的观察
。
当前
AI资本市场的狂热，很大程度上受到超级智能叙事的推动。
这套叙事的核心，是
硅谷正在热议的
RSI，即递归式自我改进（Recursive Self-Improvement）。
按照硅谷部分技术乐观主义者的设想，
AI未来不仅能够编写代码、执行任务，还能够自主改进模型和算法，并利用改进后的能力继续研发下一代AI
。
随着这种自我改进不断循环，
AI可能进一步走向通用人工智能（
李录将这套想象的终点形容为
“人造神”。这套叙事对资本市场具有巨大的吸引力。
如果未来
AI能够自主推动科学研究、技术创新，甚至承担大量人类知识工作，它可能创造的经济价值将远远超过今天的软件和互联网产业。
由此，今天数千亿美元的算力投入、
AI研究机构持续扩大的亏损，以及万亿美元级别的公司估值，都可能获得看似合理的解释。
但他对这套叙事的前提持怀疑态度。问题首先在于，
AI是否真的能够沿着RSI、AGI、ASI的路径持续进化，目前仍然存在巨大的不确定性。
更重要的是，即使技术能够实现，人类
社会真的
愿意接受一个能力远超自身、能够自主设定目标，并且逐渐脱离人类控制的超级智能系统
吗？
AI可以成为一项改变世界的技术，却未必一定需要发展成能够自主进化、脱离人类控制的“人造神”。
如果AI最终创造的经济价值，没有达到超级智能叙事所隐含的最乐观预期，那么今天建立在这些预期之上的估值，就需要重新接受检验。
可以现在的问题就是，
这种对未来技术能力的想象，已经开始影响现实世界的资本配置。
对微软、谷歌、亚马逊等科技巨头来说，如果
AI最终能够承担大量知识工作、改变软件与服务行业的商业模式，那么错过这场技术革命的潜在代价，可能远高于提前投入巨额资金的风险。
因此，即使
AI的长期商业回报尚未得到充分验证，科技巨头仍然愿意持续增加资本开支，提前争夺算力、数据中心、电力和相关基础设施。
这也形成了一个值得投资者关注的现象
。
AI最宏大的技术愿景尚未兑现，围绕这场技术革命展开的资本投入，却已经提前创造了一轮硬件超级繁荣。
问题在于，即使
AI最终创造巨大的经济价值，也不意味着今天采购的每一块GPU、建设的每一座数据中心，都能够获得理想的投资回报。
这正是李录强调资本纪律的原因。他指出，
AI与过去部分互联网业务存在重要的成本结构差异。模型训练、推理和智能体运行，需要持续消耗计算资源，企业必须承担芯片、电力、数据中心建设及设备更新等成本。
无论
AI未来变得多么强大，企业最终都必须回答一个问题。投入多少资本，能够产生多少收入，又能留下多少利润？
技术可以不断突破，但成本、收入、利润和资本回报之间的关系，不会因为超级智能的宏大叙事而自动消失。
李录因此判断，
AI可能经历不止一轮巨大的繁荣与崩溃。资本市场可以在一段时间内为遥远的未来支付高额溢价，但最终仍然需要回到企业创造价值的能力。
02
透支未来的AI硬件超级周期该如何走？
AI硬件最大的风险，可能恰恰来自过去三年太赚钱了。
从
2023年开始，AI创造了一场罕见的硬件超级周期。最初是
GPU供不应求，随后是
科技巨头不断增加的资本开支，让市场相信，这样的增长还能持续很多年。
但赤兔资本创始人刘迪凡接受《晚点》访谈时表示，
AI泡沫已经破灭还为时过早，但持续三年的硬件牛市可能正在结束。他的判断是从产业周期出发，这轮超级周期在很短时间内，就把市场对未来多年的增长预期推到了极高的位置。
过去三年，算力紧缺不断推高硬件厂商的利润，但高利润本身也会吸引新资本进入，促使企业扩大产能。当所有人都按照今天最乐观的需求预测规划未来，供给就可能在几年之后集中释放。
磷化铟
作为高速光通信芯片的关键材料，磷化铟长期由少数厂商主导供应。随着
AI数据中心向
高价格随即引发扩产。
2026年6月，日本
这种竞争者大量涌入的现象，是产业周期进入后段的典型信号。最夸张的当属，存储行业的扩产规模。
2026年6月，SK海力士公布总额高达1100万亿韩元的长期投资规划。8月，公司又批准约54万亿韩元投资，建设龙仁Y2和清州M17两座新工厂，并计划将龙仁产业集群四座工厂的整体建设完成时间，从2045年提前至2033年。
美光也在美国、新加坡和中国台湾推进新增产能。其中，美国爱达荷州首座新
DRAM工厂计划2027年中开始晶圆产出。三星此前因行业低迷而推迟建设的平泽P5工厂，如今重新加速推进，目标在2028年下半年进入量产阶段。
这些投资大多要到
2027年甚至更晚才能陆续形成有效供给。新增产能是否会造成过剩，还取决于AI需求增长速度、技术升级和客户认证。
但一个问题已经摆在投资者面前。当全球主要供应商都按照今天的高利润规划未来产能，几年之后，这些产品还能维持如此高的价格和利润率吗？
刘迪凡引用部分买方机构的判断认为，到
2027年，约80%—90%的AI硬件环节可能从紧缺转向供需平衡。
这仍是预测，但高利润吸引扩产、供给增加压低回报，是资本密集型产业反复出现的周期规律。中国新能源汽车产业就曾经历过终端需求继续增长、部分上游企业却因扩产而陷入价格竞争的过程。
更值得警惕的是，资本市场往往比企业利润更早反映周期变化。
近期存储股的集体变动，就是一个鲜明的信号。不久前，这些公司还在享受存储超级周期带来的高额利润。
美光
2026财年第四季度营收542.3亿美元，同比增长约379%，净利润达到377亿美元，GAAP毛利率高达86.8%。SK海力士和三星的存储业务同样受益于AI服务器需求和高端存储产品涨价，盈利能力显著改善。
一边是创纪录的利润，一边是存储股集体变动。市场究竟在担心什么？
过去，
HBM和DRAM供不应求，厂商拥有较强的议价能力。如今，全球主要存储企业正在扩大资本开支，新增产能将在未来几年陆续释放。
这反映的是市场对未来利润的预期。当市场已经按照持续紧缺、高价格和高利润率为企业定价，即使需求仍在增长，只要新增供给加快，或者价格上涨速度放缓，投资者就可能提前下调盈利预期。
产业仍处于高景气，资本市场却已经开始交易景气回落的可能性。
过去三年，
AI硬件的高增长不断推动市场上调预期，如今部分企业已经需要用接近历史高位的利润率，去兑现投资者对未来多年的乐观想象。
所以，
AI硬件的风险，未必需要等到需求萎缩才会出现。未来决定行业利润的，将是需求增长与供给释放之间的速度差。这也解释了为什么一个行业可以继续繁荣，投资者却可能提前撤退。
因为，企业的利润表反映的是已经实现的经营成果，股票价格包含的却是对未来多年利润的预期。当一家公司凭借短缺获得高额利润时，投资者如果把当前利润率当成可以长期维持的常态，就可能高估它未来的盈利能力。
李录在谈到
AI时，也同样提醒投资者警惕市场对新技术的过度乐观。资本市场可以在很长一段时间里偏离经济现实，但最终仍需要回到企业创造价值的能力。
对于
AI硬件而言，这意味着一个更具体的问题。今天的高利润，有多少来自长期竞争优势，又有多少只是暂时性的供需紧缺？
两种利润看起来一样，投资价值却可能完全不同。
AI硬件牛市真正面临的考验，是市场开始区分长期增长的产业，与能够长期维持高利润的企业。
03
数万亿美元砸向
AI，谁能真正赚到钱？
过去三年，
AI产业投入了巨额资本，但这些投入最终能创造多少真实回报，仍然是一个悬而未决的问题。
按照
2026年的资本开支指引，微软预计投入约1700亿美元，Alphabet预计1950亿至2050亿美元，亚马逊预计约2200亿美元，Meta预计1350亿至1450亿美元。四家公司的指引简单相加，就达到7200亿至7400亿美元。
尽管其中部分投入涉及非
AI业务，但如此庞大的资本开支，已经让AI成为科技行业最昂贵的投资竞赛之一。
真正的风险在于，资本投入的速度，可能已经跑到了商业回报兑现的前面。
AI是一门资本密集型生意。科技巨头需要提前购买GPU、建设数据中心、扩张电力和网络设施，收入却要在未来几年逐步兑现。与此同时，芯片持续更新换代，设备折旧、维护和融资成本也在不断发生。
这意味着，即使
AI需求继续高速增长，企业也未必能够获得与资本投入相匹配的利润和现金流。
科技巨头的财务数据已经反映出这种压力。
2026年第三季度，亚马逊AWS收入同比增长39.3%，但截至9月底的过去12个月，亚马逊经营现金流达到1683亿美元，购置物业和设备的净现金支出达到2107亿美元，自由现金流为负424亿美元。Alphabet和Meta也在持续扩大基础设施投资。
对于这些拥有成熟业务和稳定现金流的科技巨头来说，提前投资可能是争夺未来市场的必要选择。但如果未来需求、算力价格和资产利用率不及预期，巨额投入就可能成为利润和现金流的负担。
风险更集中地体现在依赖外部融资的算力运营商身上。
以
CoreWeave为例，2026年第二季度，公司营收达到25.75亿美元，同比增长约112%，但同期净利息支出达到6.40亿美元，净亏损扩大至6.26亿美元。
收入增长超过一倍，仍然无法摆脱巨额利息和亏损，说明算力需求旺盛与算力生意赚钱之间，还有很长一段距离。
更重要的是，今天算力产业链中的巨额订单，并不完全等于最终用户已经验证的需求。
部分云厂商既向模型公司投资，又向它们出售算力。模型公司通过融资获得资金，再将一部分用于购买
GPU计算服务。这种资本与订单相互促进的关系，推动了产业扩张，也让终端付费需求变得更难判断。
一旦企业和消费者的实际付费增长跟不上基础设施扩张，整个产业链就可能面临投资回报下降的压力。
而即使
AI最终创造了巨大的经济价值，这些价值也未必全部留在算力和模型公司手中。
例如，一家软件企业通过
AI将研发成本降低50%，节省下来的资金可能成为软件企业的利润，也可能通过降价传递给客户，只有一部分转化为模型和云服务提供商的收入。
随着模型效率提升、推理成本下降和应用普及，
AI创造的经济价值可能在硬件、云平台、模型公司、应用企业和最终用户之间重新分配。
过去三年，算力短缺让
GPU、存储和数据中心成为最先受益的环节。未来，拥有客户关系、行业数据和实际应用场景的企业，同样可能分享到AI带来的生产率红利。
因此，AI产业的长期赢家，未必是资本投入最多的企业，而可能是能够以更低成本创造价值，并且持续留住利润的企业。
这也呼应了李录对当前
AI投资热潮的判断。当大量资本集中涌向少数热门公司时，一些能够持续创造现金流的优秀企业，反而可能因为缺少关注而被低估。
类似的情况曾在互联网革命中出现。
2000年前后，通信企业投入巨额资金建设光纤网络，互联网最终改变了世界，但部分基础设施投资者并没有获得预期回报。
今天的
AI产业拥有更成熟的商业客户和现金流雄厚的科技巨头，不能简单照搬历史。但资本回报的规律并没有因此改变。
过去三年，AI投资主要奖励算力稀缺、产能扩张和技术突破。未来，真正决定企业价值的，将是资本投入能否持续转化为利润和自由现金流。
AI技术的进步、AI产业的增长，以及AI投资能够获得的回报，始终是三件不同的事。
AI革命可能远没有结束，但资本市场正在告别一个只要押注AI，就有机会赚钱的阶段。
References：
1.AI 投资的大问题：不是泡沫破灭，但三年硬件牛市结束了 by 晚点LatePost
2.1.8万字｜李录最新哥大交流：AI发展可能会伴随不止一轮繁荣与崩溃，今天这种巨大的市场分化，反而给了理性投资者更好的机会…… by IN咖
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
