AI狂歡背後 真正買單的人不是科技巨頭
AI熱潮最迷人的地方，是它看起來像壹場沒有輸家的技術革命。模型更聰明，芯片更昂貴，雲廠商訂單爆滿，資本市場不斷重估“算力、能源、數據、應用”的價值。但所有狂歡都有賬單。問題不是AI有沒有價值，而是誰先墊付這張賬單，誰最終承擔成本，誰又能把成本轉嫁出去。
第壹批買單者，是科技巨頭自己。過去互聯網公司最誘人的商業模式，是輕資產、高現金流、邊際成本遞減。搜索、社交、電商和軟件訂閱壹旦形成網絡效應，新增用戶帶來的利潤遠高於新增成本。但AI正在把這些公司重新拖回重資產時代。市場預計亞馬遜、Alphabet、微軟和Meta在2026年的資本開支合計可能達到約7250億美元，遠高於2025年的約4100億美元。
這意味著AI不是簡單的軟件升級，而是壹場以數據中心為戰場的工業競賽。壹個現代化100兆瓦AI數據中心成本可超過40億美元，其中約70%花在服務器和GPU上，其余則投入土地、建築、電力設備、網絡、冷卻和安全系統。過去互聯網公司的核心資產是代碼和用戶，如今則變成芯片、變壓器、冷卻系統和電網接入權。
第贰批買單者，是雲廠商的現金流。AI資本開支之所以引發爭議，不是因為巨頭花不起錢，而是因為投入速度正在改變財務結構。英國《金融時報》報道稱，在AI基礎設施支出激增背景下，美國幾大科技巨頭的自由現金流已明顯承壓，從疫情以來平均每季度約450億美元，降至2026年叁季度預計約40億美元。這不是虧損危機，卻是商業模式的再定價：輕資產平台正在變成重資產公用事業。
第叁批買單者，是資本市場。只要投資者相信AI會帶來更高收入、更強護城河和更大市場空間，他們就願意容忍現金流下降、折舊上升和債務增加。但這種容忍不是免費的。Alphabet近期進入歐元債券市場融資，Meta也進行大規模債券發行，背後都指向同壹件事：AI支出已經大到不能完全依靠內部現金流解決。當科技公司開始越來越像電信公司，估值邏輯也會從“增長敘事”逐漸受到“資本回報率”的審判。
第肆批買單者，是AI基礎設施鏈條上的中間商。CoreWeave這樣的AI雲公司收入暴漲，卻也承受更高折舊、利息和資本開支壓力。其2026年資本開支預期下限被上調至310億美元，合同電力容量已超過3.5吉瓦，收入積壓訂單接近994億美元，但運營費用也隨擴張大幅增加。這說明AI算力租賃看似是“賣鏟子”，實則也是高杠杆周期行業：訂單越多，融資、設備、折舊和電力約束越緊。
第伍批買單者，是電力系統和地方基礎設施。AI的成本不只在芯片裡，也在電網裡。國際能源署稱，2025年數據中心用電量增長17%，AI相關數據中心增長更快，而全球總電力需求增速約為3%。到2030年，全球數據中心用電量預計將翻倍至約945太瓦時，占全球電力消費接近3%。當AI從屏幕裡的聊天框變成現實中的電力負荷，電價、輸電、變壓器和土地審批都會成為成本的壹部分。
這也是為什麼AI熱潮正在外溢到能源、地產和工業設備。麥肯錫將全球AI數據中心基礎設施建設稱為壹場7萬億美元級別的競賽，核心瓶頸不只是芯片，而是電力、散熱、變壓器、開關設備和工程交付能力。換言之，AI越虛擬，它背後的物理世界越沉重。所謂“雲”，其實是壹排排耗電、發熱、需要水冷和電網支持的機器。
第六批買單者，是企業客戶。雲廠商和模型公司不可能長期無償補貼AI能力。今天用戶看到的是免費試用、低價API和越來越強的模型；明天看到的很可能是更貴的軟件訂閱、更高的雲賬單和按調用量計費的AI服務。企業部署AI表面上是降本增效，實則先要支付算力、數據治理、系統改造、合規和人員培訓成本。只有當AI真正替代流程、提升收入或減少人力，賬單才會轉化為投資回報。
第柒批買單者，是終端消費者。消費者未必直接為“AI資本開支”付款，卻會通過訂閱費、廣告加載、會員漲價、硬件換機和數據授權間接承擔成本。AI手機、AI電腦、AI辦公軟件和AI搜索都不會永遠停留在免費階段。技術普及的歷史反復證明，早期補貼創造使用習慣，中期綁定生態，後期通過價格、流量或數據變現收回成本。
更隱蔽的買單者，是普通勞動者和低效率企業。AI若提高生產率，收益會首先流向擁有資本、數據和分發渠道的平台；若它替代部分崗位，成本則由勞動市場承擔。與此同時，中小企業若無法承擔AI改造成本，可能在效率差距中被進壹步邊緣化。AI狂歡不是簡單地讓所有人壹起變富，而是重新分配資本、技能和產業位置。
不過，把AI熱潮簡單稱為泡沫也過於輕率。泡沫的核心不是投入巨大，而是投入沒有回報。今天的問題在於，AI支出已經先於商業模式全面爆發。芯片公司、數據中心、電力設備商先賺到錢，雲廠商先承擔折舊，企業客戶再決定是否買單，消費者最後承受價格變化。賬單沿著產業鏈傳導，時間差越長，市場分歧越大。
[物價飛漲的時候 這樣省錢購物很爽]
還沒人說話啊，我想來說幾句
第壹批買單者，是科技巨頭自己。過去互聯網公司最誘人的商業模式，是輕資產、高現金流、邊際成本遞減。搜索、社交、電商和軟件訂閱壹旦形成網絡效應，新增用戶帶來的利潤遠高於新增成本。但AI正在把這些公司重新拖回重資產時代。市場預計亞馬遜、Alphabet、微軟和Meta在2026年的資本開支合計可能達到約7250億美元，遠高於2025年的約4100億美元。
這意味著AI不是簡單的軟件升級，而是壹場以數據中心為戰場的工業競賽。壹個現代化100兆瓦AI數據中心成本可超過40億美元，其中約70%花在服務器和GPU上，其余則投入土地、建築、電力設備、網絡、冷卻和安全系統。過去互聯網公司的核心資產是代碼和用戶，如今則變成芯片、變壓器、冷卻系統和電網接入權。
第贰批買單者，是雲廠商的現金流。AI資本開支之所以引發爭議，不是因為巨頭花不起錢，而是因為投入速度正在改變財務結構。英國《金融時報》報道稱，在AI基礎設施支出激增背景下，美國幾大科技巨頭的自由現金流已明顯承壓，從疫情以來平均每季度約450億美元，降至2026年叁季度預計約40億美元。這不是虧損危機，卻是商業模式的再定價：輕資產平台正在變成重資產公用事業。
第叁批買單者，是資本市場。只要投資者相信AI會帶來更高收入、更強護城河和更大市場空間，他們就願意容忍現金流下降、折舊上升和債務增加。但這種容忍不是免費的。Alphabet近期進入歐元債券市場融資，Meta也進行大規模債券發行，背後都指向同壹件事：AI支出已經大到不能完全依靠內部現金流解決。當科技公司開始越來越像電信公司，估值邏輯也會從“增長敘事”逐漸受到“資本回報率”的審判。
第肆批買單者，是AI基礎設施鏈條上的中間商。CoreWeave這樣的AI雲公司收入暴漲，卻也承受更高折舊、利息和資本開支壓力。其2026年資本開支預期下限被上調至310億美元，合同電力容量已超過3.5吉瓦，收入積壓訂單接近994億美元，但運營費用也隨擴張大幅增加。這說明AI算力租賃看似是“賣鏟子”，實則也是高杠杆周期行業：訂單越多，融資、設備、折舊和電力約束越緊。
第伍批買單者，是電力系統和地方基礎設施。AI的成本不只在芯片裡，也在電網裡。國際能源署稱，2025年數據中心用電量增長17%，AI相關數據中心增長更快，而全球總電力需求增速約為3%。到2030年，全球數據中心用電量預計將翻倍至約945太瓦時，占全球電力消費接近3%。當AI從屏幕裡的聊天框變成現實中的電力負荷，電價、輸電、變壓器和土地審批都會成為成本的壹部分。
這也是為什麼AI熱潮正在外溢到能源、地產和工業設備。麥肯錫將全球AI數據中心基礎設施建設稱為壹場7萬億美元級別的競賽，核心瓶頸不只是芯片，而是電力、散熱、變壓器、開關設備和工程交付能力。換言之，AI越虛擬，它背後的物理世界越沉重。所謂“雲”，其實是壹排排耗電、發熱、需要水冷和電網支持的機器。
第六批買單者，是企業客戶。雲廠商和模型公司不可能長期無償補貼AI能力。今天用戶看到的是免費試用、低價API和越來越強的模型；明天看到的很可能是更貴的軟件訂閱、更高的雲賬單和按調用量計費的AI服務。企業部署AI表面上是降本增效，實則先要支付算力、數據治理、系統改造、合規和人員培訓成本。只有當AI真正替代流程、提升收入或減少人力，賬單才會轉化為投資回報。
第柒批買單者，是終端消費者。消費者未必直接為“AI資本開支”付款，卻會通過訂閱費、廣告加載、會員漲價、硬件換機和數據授權間接承擔成本。AI手機、AI電腦、AI辦公軟件和AI搜索都不會永遠停留在免費階段。技術普及的歷史反復證明，早期補貼創造使用習慣，中期綁定生態，後期通過價格、流量或數據變現收回成本。
更隱蔽的買單者，是普通勞動者和低效率企業。AI若提高生產率，收益會首先流向擁有資本、數據和分發渠道的平台；若它替代部分崗位，成本則由勞動市場承擔。與此同時，中小企業若無法承擔AI改造成本，可能在效率差距中被進壹步邊緣化。AI狂歡不是簡單地讓所有人壹起變富，而是重新分配資本、技能和產業位置。
不過，把AI熱潮簡單稱為泡沫也過於輕率。泡沫的核心不是投入巨大，而是投入沒有回報。今天的問題在於，AI支出已經先於商業模式全面爆發。芯片公司、數據中心、電力設備商先賺到錢，雲廠商先承擔折舊，企業客戶再決定是否買單，消費者最後承受價格變化。賬單沿著產業鏈傳導，時間差越長，市場分歧越大。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: