1万亿AI泡沫要炸？OpenAI玩起"钱生钱"游戏，中国却在脚踏实地

抖音热门 2025年10月15日 21:05 0 admin

当OpenAI与英伟达的1000亿美元交易刷屏科技圈时，不少人以为看到了AI时代的"登月计划"——这笔钱将用来打造德克萨斯州"星门"超级计算机，装备数百万颗尖端芯片。但彭博社的深度调查却揭开了华丽面纱下的真相：这不过是一场"你投我钱，我买你货"的循环游戏。当美国AI巨头靠互相输血撑起万亿美元泡沫时，中国阵营正用另一种更扎实的方式悄然追赶，两条路线的较量早已拉开序幕。

拆解美国AI的"钱生钱"闭环：1万亿泡沫是怎么吹大的？

2025年10月，OpenAI宣布其AI计算总协议突破1万亿美元，这个数字相当于全球第七大经济体的年GDP。但稍加拆解就会发现，这串惊人数字的背后，是一张相互勾连的"循环交易"网络。

最典型的当属英伟达与OpenAI的合作：英伟达向OpenAI投资高达1000亿美元，条件是OpenAI必须用这笔钱采购英伟达的芯片。资金从英伟达流出，绕了一圈又通过采购回流，形成完美闭环。这种模式并非个例，英伟达2024年发起52笔投资、2025年前9个月又完成50笔交易，几乎每笔投资都与芯片采购挂钩——向马斯克的xAI投20亿美元，xAI就得同步采购对应金额的芯片；给云服务商CoreWeave投63亿美元，对方的224亿美元云合同就必须优先使用英伟达硬件。

OpenAI很快学会了这套玩法，将其升级为"多边循环"。一边与AMD签署数百亿美元芯片协议，同时成为AMD主要股东；一边向使用其模型的初创公司注资，换取对方优先采购自家算力服务的承诺。Oracle更是把这种模式玩成了"赔本赚吆喝"——上季度靠英伟达驱动的服务器租赁赚了9亿美元，但每美元收入仅赚14美分，利润率被严重挤压，股价应声下跌。

有趣的是，行业大佬们对这种模式有着截然不同的解读。AMD首席执行官苏姿丰称之为"良性、积极的循环"，OpenAI联合创始人格雷格·布罗克曼则强调是"满足计算需求的全行业努力"。但普通投资者看得更透彻：当OpenAI年收入仅127亿美元却要砸万亿建基建，且预计本十年末才能盈利时，这场游戏的本质就是用未来的预期套取现在的资金。

泡沫预警拉响：历史正在重演1999年互联网狂欢？

"这简直是20世纪90年代互联网泡沫的翻版，只是换了AI的外衣。"哈佛大学教授保罗·卡瓦略的警告戳破了行业的虚假繁荣。当年互联网公司靠"眼球经济"估值飞天，如今AI巨头靠"循环交易"撑起市值，两者有着惊人的相似性——都缺乏匹配规模的真实盈利，都靠资本输血维持增长。

晨星分析师布莱恩·科莱洛指出了更致命的风险："循环链条只要断一环，就可能引发连锁爆炸。"如果OpenAI的收入增长不及预期，无法兑现芯片采购承诺，英伟达的投资就会变成坏账；英伟达业绩下滑，又会影响其对其他AI公司的投资能力，进而冲击整个产业链。更可怕的是，这种风险早已溢出科技行业——AI数据中心建设拉动了美国房地产、能源等行业增长，德意志银行数据显示，AI基础设施支出对美国GDP的贡献已超过消费，一旦泡沫破裂，将引发多米诺骨牌效应。

最戏剧性的是美国政府的态度。为对抗中国AI发展，特朗普政府采取全面放任政策，甚至从英伟达、AMD的中国芯片销售中抽取15%分成。这种"为了竞争不惜带病运行"的策略，让本就脆弱的循环模式失去了监管约束。伯恩斯坦分析师斯泰西·拉斯贡的评价一针见血："阿尔特曼要么把我们带到应许之地，要么让全球经济崩溃十年。"

即便如此，仍有人坚信AI与当年的互联网不同。CoreWeave首席执行官迈克尔·因特拉托反驳道："他们有终端用户在使用产品。"确实，ChatGPT的月活用户已超10亿，AI绘画、智能客服等应用也在落地，但问题在于，这些应用带来的收入，连支付数据中心的电费都不够——OpenAI仅"星门"超级计算机的年耗电量就相当于一座中型城市，而其全年收入连运维成本的零头都覆盖不了。

中国路线大不同：不玩资本游戏，专攻"硬实力突围"

当美国AI巨头在金融迷宫里打转时，中国阵营选择了一条更"笨"却更扎实的路：不搞循环融资，专注芯片自主、场景落地和算力基建的协同发展。没有万亿协议的噱头，却在关键领域实现了多点突破。

在芯片自主化赛道，华为昇腾已构建起完整生态。昇腾910B芯片的算力达到4PetaFLOPS，虽与英伟达H100仍有差距，但胜在完全自主可控，且价格仅为后者的1/3。2025年上半年，昇腾芯片的市场份额已从去年的5%提升至18%，百度文心一言、字节跳动豆包等主流大模型均已完成适配。与英伟达靠投资绑定客户不同，华为采取"开源+共建"模式，向中科院、清华大学等机构开放芯片架构，联合开发专用算法，这种技术绑定比资本绑定更具粘性。

场景落地层面，中国企业走出了"以用促研"的特色道路。阿里云的"城市大脑"已在20多个城市落地，通过本地化算力中心处理交通数据，既避免了大规模采购进口芯片，又通过实际应用反哺模型优化；科大讯飞的医疗AI系统在基层医院的使用率超60%，其算力需求通过国产芯片+边缘计算的组合满足，数据显示，这种本地化解决方案的综合成本比依赖英伟达芯片降低了40%。

算力基建方面，中国选择了"分布式发展"策略。美国扎堆建设"星门"这样的超级数据中心，单座投资超千亿；中国则在东数西算工程框架下，布局了8个国家算力枢纽节点，每个节点由数十个中小型数据中心组成，采用"国产芯片为主、进口芯片为辅"的混合架构。这种模式不仅降低了对单一供应商的依赖，更实现了算力的高效调度——西部数据中心处理非实时任务，东部数据中心负责低延迟应用，整体算力利用率比美国超级数据中心高25%。

更关键的是，中国AI企业的财务状况要健康得多。百度2025年Q2财报显示，其智能云与AI业务收入达89亿元，利润率保持在21%；华为昇腾业务虽未单独披露盈利，但已实现现金流平衡。没有靠循环交易撑场面，而是靠真实场景的收入反哺研发，这种"造血能力"正是美国AI巨头最缺乏的。

两条路线的终极较量：泡沫破裂后谁能笑到最后？

美国的"资本驱动型"和中国的"实体驱动型"AI发展路线，本质上是两种发展逻辑的碰撞，其前景在行业周期的考验下愈发清晰。

从短期看，美国路线确实能快速堆砌规模。英伟达的市值已突破3万亿美元，OpenAI的估值达到1.8万亿美元，这种资本狂欢能吸引更多人才和资金入局。但长期来看，缺乏盈利支撑的泡沫终将破裂。美联储主席鲍威尔已警告，美国存在"因AI建设产生的异常庞大的经济活动"，这种脱离基本面的增长难以持续。一旦利率上升或技术突破放缓，资本退潮，那些靠循环交易维持的AI公司将迅速陷入困境。

中国路线则展现出更强的韧性。虽然在尖端芯片算力上仍有差距，但通过"芯片-模型-场景"的协同进化，正在实现渐进式突破。比如中科院计算所基于昇腾芯片，开发出"紫东太初2.0"大模型，在中文理解和工业场景适配性上已超越GPT-4；宁德时代将AI质检系统部署在电池生产线上，通过国产算力中心处理实时数据，使产品合格率提升0.8个百分点，一年多创造利润超12亿元。这种"技术迭代-场景落地-商业变现"的正向循环，虽然发展速度不如美国激进，却更能抵御行业波动。

值得注意的是，两条路线的差距正在缩小。中国社科院数据显示，2025年中国AI核心产业规模将突破1.5万亿元，近三年年均增长率保持在30%以上；在AI专利数量上，中国占全球总量的42%，远超美国的18%。更重要的是，中国在量子计算、光子芯片等下一代算力技术上已布局多年，一旦取得突破，有望实现换道超车。

当OpenAI还在为万亿基建的资金闭环绞尽脑汁时，华为昇腾的工程师们正在调试能适配工业场景的边缘芯片；当英伟达靠投资绑定客户时，阿里云的技术团队已把AI算力送到了乡村医院。这两种模式的较量，最终不是比谁的泡沫吹得更大，而是比谁能真正把技术转化为生产力。

或许正如一位行业老兵所说："1999年的互联网泡沫破裂后，活下来的不是那些靠资本炒作的公司，而是真正创造价值的企业。今天的AI行业，同样会遵循这个规律。"当美国的循环游戏迎来终局时，中国AI或许早已在扎实的土壤里，长出了参天大树。