新闻 
AI狂欢背后 真正买单的人不是科技巨头
AI狂欢背后 真正买单的人不是科技巨头AI狂欢背后 真正买单的人不是科技巨头
AI热潮最迷人的地方，是它看起来像一场没有输家的技术革命。模型更聪明，芯片更昂贵，云厂商订单爆满，资本市场不断重估“算力、能源、数据、应用”的价值。但所有狂欢都有账单。问题不是AI有没有价值，而是谁先垫付这张账单，谁最终承担成本，谁又能把成本转嫁出去。
第一批买单者，是科技巨头自己。过去互联网公司最诱人的商业模式，是轻资产、高现金流、边际成本递减。搜索、社交、电商和软件订阅一旦形成网络效应，新增用户带来的利润远高于新增成本。但AI正在把这些公司重新拖回重资产时代。市场预计亚马逊、Alphabet、微软和Meta在2026年的资本开支合计可能达到约7250亿美元，远高于2025年的约4100亿美元。
这意味着AI不是简单的软件升级，而是一场以数据中心为战场的工业竞赛。一个现代化100兆瓦AI数据中心成本可超过40亿美元，其中约70%花在服务器和GPU上，其余则投入土地、建筑、电力设备、网络、冷却和安全系统。过去互联网公司的核心资产是代码和用户，如今则变成芯片、变压器、冷却系统和电网接入权。
第二批买单者，是云厂商的现金流。AI资本开支之所以引发争议，不是因为巨头花不起钱，而是因为投入速度正在改变财务结构。英国《金融时报》报道称，在AI基础设施支出激增背景下，美国几大科技巨头的自由现金流已明显承压，从疫情以来平均每季度约450亿美元，降至2026年三季度预计约40亿美元。这不是亏损危机，却是商业模式的再定价：轻资产平台正在变成重资产公用事业。
第三批买单者，是资本市场。只要投资者相信AI会带来更高收入、更强护城河和更大市场空间，他们就愿意容忍现金流下降、折旧上升和债务增加。但这种容忍不是免费的。Alphabet近期进入欧元债券市场融资，Meta也进行大规模债券发行，背后都指向同一件事：AI支出已经大到不能完全依靠内部现金流解决。当科技公司开始越来越像电信公司，估值逻辑也会从“增长叙事”逐渐受到“资本回报率”的审判。
第四批买单者，是AI基础设施链条上的中间商。CoreWeave这样的AI云公司收入暴涨，却也承受更高折旧、利息和资本开支压力。其2026年资本开支预期下限被上调至310亿美元，合同电力容量已超过3.5吉瓦，收入积压订单接近994亿美元，但运营费用也随扩张大幅增加。这说明AI算力租赁看似是“卖铲子”，实则也是高杠杆周期行业：订单越多，融资、设备、折旧和电力约束越紧。
第五批买单者，是电力系统和地方基础设施。AI的成本不只在芯片里，也在电网里。国际能源署称，2025年数据中心用电量增长17%，AI相关数据中心增长更快，而全球总电力需求增速约为3%。到2030年，全球数据中心用电量预计将翻倍至约945太瓦时，占全球电力消费接近3%。当AI从屏幕里的聊天框变成现实中的电力负荷，电价、输电、变压器和土地审批都会成为成本的一部分。
这也是为什么AI热潮正在外溢到能源、地产和工业设备。麦肯锡将全球AI数据中心基础设施建设称为一场7万亿美元级别的竞赛，核心瓶颈不只是芯片，而是电力、散热、变压器、开关设备和工程交付能力。换言之，AI越虚拟，它背后的物理世界越沉重。所谓“云”，其实是一排排耗电、发热、需要水冷和电网支持的机器。
第六批买单者，是企业客户。云厂商和模型公司不可能长期无偿补贴AI能力。今天用户看到的是免费试用、低价API和越来越强的模型；明天看到的很可能是更贵的软件订阅、更高的云账单和按调用量计费的AI服务。企业部署AI表面上是降本增效，实则先要支付算力、数据治理、系统改造、合规和人员培训成本。只有当AI真正替代流程、提升收入或减少人力，账单才会转化为投资回报。
第七批买单者，是终端消费者。消费者未必直接为“AI资本开支”付款，却会通过订阅费、广告加载、会员涨价、硬件换机和数据授权间接承担成本。AI手机、AI电脑、AI办公软件和AI搜索都不会永远停留在免费阶段。技术普及的历史反复证明，早期补贴创造使用习惯，中期绑定生态，后期通过价格、流量或数据变现收回成本。
更隐蔽的买单者，是普通劳动者和低效率企业。AI若提高生产率，收益会首先流向拥有资本、数据和分发渠道的平台；若它替代部分岗位，成本则由劳动市场承担。与此同时，中小企业若无法承担AI改造成本，可能在效率差距中被进一步边缘化。AI狂欢不是简单地让所有人一起变富，而是重新分配资本、技能和产业位置。
不过，把AI热潮简单称为泡沫也过于轻率。泡沫的核心不是投入巨大，而是投入没有回报。今天的问题在于，AI支出已经先于商业模式全面爆发。芯片公司、数据中心、电力设备商先赚到钱，云厂商先承担折旧，企业客户再决定是否买单，消费者最后承受价格变化。账单沿着产业链传导，时间差越长，市场分歧越大。
[物价飞涨的时候 这样省钱购物很爽]
还没人说话啊，我想来说几句
第一批买单者，是科技巨头自己。过去互联网公司最诱人的商业模式，是轻资产、高现金流、边际成本递减。搜索、社交、电商和软件订阅一旦形成网络效应，新增用户带来的利润远高于新增成本。但AI正在把这些公司重新拖回重资产时代。市场预计亚马逊、Alphabet、微软和Meta在2026年的资本开支合计可能达到约7250亿美元，远高于2025年的约4100亿美元。
这意味着AI不是简单的软件升级，而是一场以数据中心为战场的工业竞赛。一个现代化100兆瓦AI数据中心成本可超过40亿美元，其中约70%花在服务器和GPU上，其余则投入土地、建筑、电力设备、网络、冷却和安全系统。过去互联网公司的核心资产是代码和用户，如今则变成芯片、变压器、冷却系统和电网接入权。
第二批买单者，是云厂商的现金流。AI资本开支之所以引发争议，不是因为巨头花不起钱，而是因为投入速度正在改变财务结构。英国《金融时报》报道称，在AI基础设施支出激增背景下，美国几大科技巨头的自由现金流已明显承压，从疫情以来平均每季度约450亿美元，降至2026年三季度预计约40亿美元。这不是亏损危机，却是商业模式的再定价：轻资产平台正在变成重资产公用事业。
第三批买单者，是资本市场。只要投资者相信AI会带来更高收入、更强护城河和更大市场空间，他们就愿意容忍现金流下降、折旧上升和债务增加。但这种容忍不是免费的。Alphabet近期进入欧元债券市场融资，Meta也进行大规模债券发行，背后都指向同一件事：AI支出已经大到不能完全依靠内部现金流解决。当科技公司开始越来越像电信公司，估值逻辑也会从“增长叙事”逐渐受到“资本回报率”的审判。
第四批买单者，是AI基础设施链条上的中间商。CoreWeave这样的AI云公司收入暴涨，却也承受更高折旧、利息和资本开支压力。其2026年资本开支预期下限被上调至310亿美元，合同电力容量已超过3.5吉瓦，收入积压订单接近994亿美元，但运营费用也随扩张大幅增加。这说明AI算力租赁看似是“卖铲子”，实则也是高杠杆周期行业：订单越多，融资、设备、折旧和电力约束越紧。
第五批买单者，是电力系统和地方基础设施。AI的成本不只在芯片里，也在电网里。国际能源署称，2025年数据中心用电量增长17%，AI相关数据中心增长更快，而全球总电力需求增速约为3%。到2030年，全球数据中心用电量预计将翻倍至约945太瓦时，占全球电力消费接近3%。当AI从屏幕里的聊天框变成现实中的电力负荷，电价、输电、变压器和土地审批都会成为成本的一部分。
这也是为什么AI热潮正在外溢到能源、地产和工业设备。麦肯锡将全球AI数据中心基础设施建设称为一场7万亿美元级别的竞赛，核心瓶颈不只是芯片，而是电力、散热、变压器、开关设备和工程交付能力。换言之，AI越虚拟，它背后的物理世界越沉重。所谓“云”，其实是一排排耗电、发热、需要水冷和电网支持的机器。
第六批买单者，是企业客户。云厂商和模型公司不可能长期无偿补贴AI能力。今天用户看到的是免费试用、低价API和越来越强的模型；明天看到的很可能是更贵的软件订阅、更高的云账单和按调用量计费的AI服务。企业部署AI表面上是降本增效，实则先要支付算力、数据治理、系统改造、合规和人员培训成本。只有当AI真正替代流程、提升收入或减少人力，账单才会转化为投资回报。
第七批买单者，是终端消费者。消费者未必直接为“AI资本开支”付款，却会通过订阅费、广告加载、会员涨价、硬件换机和数据授权间接承担成本。AI手机、AI电脑、AI办公软件和AI搜索都不会永远停留在免费阶段。技术普及的历史反复证明，早期补贴创造使用习惯，中期绑定生态，后期通过价格、流量或数据变现收回成本。
更隐蔽的买单者，是普通劳动者和低效率企业。AI若提高生产率，收益会首先流向拥有资本、数据和分发渠道的平台；若它替代部分岗位，成本则由劳动市场承担。与此同时，中小企业若无法承担AI改造成本，可能在效率差距中被进一步边缘化。AI狂欢不是简单地让所有人一起变富，而是重新分配资本、技能和产业位置。
不过，把AI热潮简单称为泡沫也过于轻率。泡沫的核心不是投入巨大，而是投入没有回报。今天的问题在于，AI支出已经先于商业模式全面爆发。芯片公司、数据中心、电力设备商先赚到钱，云厂商先承担折旧，企业客户再决定是否买单，消费者最后承受价格变化。账单沿着产业链传导，时间差越长，市场分歧越大。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 |
推荐: