文｜劉俊宏?
編｜王一粟
OpenAI正在操縱一場牽扯全球頂級科技公司，涉及金額達到數萬億美元的“風險游戲”。
在2025年短短幾個月內，OpenAI先后主導了與英偉達（NVIDIA）、AMD、Oracle、博通等巨頭的一系列數額巨大的訂單，并計劃啟動一系列大規模AI基礎建設項目。10月13日，OpenAI又與博通達成了部署AI芯片的訂單。
在OpenAI的“瘋狂下單”中，其合作的公司的市值開啟了“瘋漲模式”。
其中，市值增長最夸張的當屬Oracle。憑借與OpenAI達成的未來五年3000億美元的大單，Oracle股價一度飆升36%，市值一度觸及萬億美元。AMD的市值也在合作公告后單日暴漲近700億美元。
在接連發生的AI投資事件中，有人注意到OpenAI正在通過一系列芯片、數據中心建設、AI技術服務的訂單，形成了一整套閉環的價值鏈。參與到OpenAI合作的玩家們，正在組織起一個系統性的AI建設聯盟。
但同時也有人認為，這些訂單的背后潛藏著巨大的風險。這些AI投入的預期收益，基本上都依賴于OpenAI的長期回報。如果AI產生的營收和利潤不達標，那將會帶來嚴重的“價值毀滅”。
“我們就是要花大錢搞基建，我們就是要下這個賭注，一個公司級別的豪賭，賭現在就是做這件事的正確時機。”
但正如OpenAI CEO Sam Altman在10月9日的訪談中所強調。科技巨頭們近期與OpenAI的頻繁合作，或許反映出AI行業正在落地一個全新的共識——
過去“小打小鬧”的時光不再，是時候該拼上“身家性命”投入AI了。
AI投資2.0階段已至
如果用一句話總結OpenAI與Oracle訂單的意義，那就是——這場交易打破了過去科技巨頭們“理性投資AI”的“舒適圈”。
過往的AI投資，本質上是一場科技巨頭的可支配資金競賽。
以阿里和谷歌兩大巨頭為例，科技巨頭的AI投入目前都還算是比較保守，整體投資風格相當理性。
在這里，我們引入Capex（資本支出） / EBITDA（稅息折舊及攤銷前利潤）指標作為參考。該指標能夠反應公司能將多少運營利潤用于資本投資。
根據阿里巴巴最新一季度財報顯示（截至2025年6月30日），公司Capex為386.76億人民幣，調整后的EBITDA為457.35億元人民幣，Capex / EBITDA為0.846。
谷歌參考母公司Alphabet最新一季財報顯示（截至2025年6月30日），公司Capex（Purchases of property and equipment）為224.46億美元。由于谷歌并未披露EBITDA，我們可以用Operating Income（營業利潤）+Depreciation of property and equipment（固定資產折舊）得到近似值為362.69億美元（312.71+49.98）。整體算下來，谷歌Capex / EBITDA約為0.619。
總體看來，兩家科技巨頭的Capex / EBITDA指標都很健康。這可以理解為巨頭用每年賺的一部分錢來搞AI就夠了。甚至阿里還在一邊搞AI，一邊搞“外賣戰”。
這樣的投入，可認為是公司基于利潤表的投資。公司掙多少錢，拿出一定比例出來投資AI。但OpenAI與Oracle的訂單，本質上是一場基于債務的AI投資，這就比阿里和谷歌激進得多。
根據訂單信息，OpenAI承諾從2027年開始，連續5年在Oracle購買計算能力，總額3000億美元。
表面上看，這筆訂單是OpenAI每年要支出600億美元購買云服務。但實際上，這一訂單還有一個前置要求。那就是Oracle首先要進行數據中心擴建才能實現提供完整的服務。為了實現這一目標，Oracle計劃通過發行約180億美元的新債務來資助這一擴張。既然OpenAI和Oracle都沒有“現錢”投入，這筆訂單基本上只能依靠債務融資實現。
投入AI從此前基于利潤表的投資，變成了基于負債表的“豪賭”。AI的競爭，正式來到了融資競爭的階段。相比此前的“安穩”，企業現在愿意為AI支付更高的風險溢價。
引用平均資本成本（WACC）的視角看，我們大致可以將企業的投資分成由低到高的兩個階段。
在第一個階段，企業能動用低成本的錢大致是現金和自由現金流。這些錢相當于都是“自家內部”的錢。在賬上“躺著也是躺著”，只要企業預計投資收益比賬上躺著吃利息高，那動用資金都是合理的。
這是之前大部分科技巨頭所處的階段，股東們允許企業用“閑錢”來買GPU。當股東們發現企業投入AI的錢不夠多時，還會抱怨不夠重視AI，甚至會觸發“AI Capex過低懲罰”，導致企業估值下滑。
在第二個階段，是企業開始通過債權融資、股權融資和靈活融資的方式投入AI。動用這些方式能讓企業快速拿到大筆資金，但缺點就是融資成本顯著升高，企業也必須相信AI投入能帶來更高回報
這是當下科技巨頭們所處的階段。例如AMD跟OpenAI的合作，表面上看是AMD向OpenAI“賣卡”。但實際上，AMD幾乎是“出讓”了10%的股份，OpenAI拿著這些股份再來買卡。AMD用股權鎖定訂單，基本稱得上是股權融資了。同樣，馬斯克的XAI與英偉達的合作，本質上也是一種靈活融資方式。具體內容，可以理解為XAI從一個融資平臺（SPV）借錢，再加上出售一部分股權給英偉達，XAI用這兩部分的錢從英偉達買卡。
投資方式的改變，就像是有玩家在德州撲克選擇舉債梭哈。如果其他玩家無法拿出相應的籌碼，跟不起的結果很有可能就是一無所有。
AI投入的2.0時代，已經到了。
OpenAI在出售AI時代的“船票”
在這些現象背后，我們不免會有一些疑惑。
為什么上述幾家科技巨頭都愿意不顧風險？為什么要在當前時間節點增加AI投入籌碼？
表面上看，OpenAI的“點金手”推高了每一名合作玩家的估值。雖然這些訂單暫時不能兌現，但通過預期營收和利潤率的計算，都可以直接折算成公司的PE（市盈率）。按照之前融資投入的視角看，市值增長有利于公司后續融資，進一步為AI建設鋪路。
但從另一個角度看，OpenAI的相關訂單又呈現一定的生態關系。
例如OpenAI、英偉達、Oracle之間，OpenAI提供AI、英偉達提供算力基礎、Oracle提供數據，三者形成了一個比較完善的生態。參考OpenAI跟英偉達、AMD、博通的合作，那就是英偉達提供成熟GPU、AMD提供補充GPU算力、博通提供定制AI芯片及相關網絡設施配套。
總結這些相互關聯的線索看到，一條草蛇灰線呼之欲出——OpenAI正在將自己打造成一個協調各方資源的平臺，售賣搭上“AI方舟”的船票。
在這條船上，有的人負責搞芯片（如NVIDIA和AMD），有的人負責搞用戶產品（如通過ChatGPT和Sora接入第三方App），有的人負責搞基建（如Oracle和Broadcom的數據中心），所有人都在奔著ASI（人工超級智能）時代的目標。
而這個方舟的入口，無論是軟件還是硬件，都可能比互聯網時代更加統一。
例如在端側智能領域，高通今年提出的第一個AI趨勢，就是“AI是新的UI（用戶界面）”。AI將替代此前智能終端以UI為核心的交互方式。用戶不需要再點擊特定圖標，AI來圍繞用戶提供智能交互入口。
“ChatGPT要成為統一入口，貫通用戶與各類服務。”正如Sam在訪談中所言，OpenAI已經成了全球最大的AI應用。圍繞這一趨勢，今年谷歌的Gemini和Anthropic 的Claude都在爭搶作為用戶通用入口的身位。
根據調研機構Menlo的數據顯示，美國有四分之一的用戶會選擇ChatGPT作為首要入口。目前整個市場競爭非常激烈，OpenAI雖然處于領先地位，但優勢并不算大。關于競爭入口的重要性，Menlo在報告中提到，“消費者幾乎總是會首先嘗試他們的默認工具。”
能為用戶提供持續服務的AI到底能實現什么功能，究竟能在多大程度改變用戶的生活？這或許并不是當下AI行業最關心的故事。
因為，如果沒有足夠龐大的AI基礎建設、AI相關硬件生態，正如在千禧年之前做互聯網行業。沒有網絡基建、沒有幾十億智能終端和用戶，就算提出要做收益非常穩定的外賣、網購、云服務等生意，那最終結果就是機會渺茫。
“你得發電，你得建所有實體基礎設施，你得搞定電力設備和數據中心外面所有的一切。你得搞定芯片制造的產能，把機架搭起來，你還得有消費者需求，有業務能為這一切買單。這得一大堆事同時進行。”
正如Sam所說。加入“OpenAI聯盟”，意味著與科技巨頭們共同“吹大”AI產業的體量。在AI大規模貨幣化之前，隨時面臨“泡沫”破裂的風險。但反過來說，如果沒有各司其職的玩家相互達成共識，那AI的普及在當下就會面臨困境。
從當下看，AI邊際成本的可能比互聯網時代要高的多。
AI生成每一個token都是實打實的算力和電力成本。今天大部分的AI創業者提到商業邏輯，幾句話就離不開“從第一天就要想清楚變現”、“邊際成本明顯”的觀點。基礎設施不能完善，AI很難真正發揮應該有的技術水平。甚至，“算力不足已經影響到了新功能和新產品的推出”，Sam說。
事實上，用戶也因此很難體驗到最佳的AI能力。
比如今年十一國慶爆火的Sora2視頻生成模型，統計數據顯示，Sora2推出之后，下載量從暴漲到見頂只有短短3天。在用戶量激增之后，“捉襟見肘”的算力很難保障每個用戶都能享受跟官方演示視頻一樣的效果。
國內的AI產品也是一樣。例如豆包宣稱模型能支持多輪對話，總計幾十萬字的輸入和輸出。但實際上，用戶給豆包起名字之后，在不創建新對話的前提下，只需幾十輪對話，豆包就記不得了。甚至還會誤認為是用戶要求豆包用該名字稱呼用戶。
或許，加速投入AI建設的玩家們看到的就是AI“空有能力、后繼不足”的遺憾。
結語
AI時代正在加速朝著瘋狂的方向狂奔。但在當前節點，或許我們還暫時不需要過于警惕泡沫。
在大模型時代，我們正在經歷AI改變著千行百業，也經歷人類又一次達成一次技術建設的共識。
“在泡沫時期，樂觀的分析師們會用科技提高生產力來為高市盈率辯護。他們對于具體公司認知或許有誤，但這一根本原則是正確的。”（During the Bubble, optimistic analysts used to justify high price to earnings ratios by saying that technology was going to increase productivity dramatically. They were wrong about the specific companies, but not so wrong about the underlying principle.?）
誠如“硅谷創業教父”保羅·格雷厄姆（Paul Graham）在2004年對互聯網時代的總結。
在AI的普及下，AI正在成為重要的生產力工具。例如，AI辦公讓我們不再需要“手敲”會議紀要；AI Agent能為我們每天“端上”一份行業的最新簡報。“技術是一種乘法杠桿。如果現在的生產力是從0到100，十倍的增長就能將生產力放大至1000。”格雷厄姆說。（Technology is a lever. It doesn't add; it multiplies. If the present range of productivity is 0 to 100, introducing a multiple of 10 increases the range from 0 to 1000.）
在一個新技術時代的前夕，估計一個遠超10萬億美元的市場本身就非常困難。或許，我們可以參考互聯網時代的歷史作為AI時代的展望。
既然AI時代數據傳輸的基本要素是Token，那我們選擇互聯網時代的IP流量作為對比參考。假設我們身處互聯網時代前夕的1990年，從當時的視角估算現在的互聯網IP流量，并于實際進行對比。Grok給出的結論是，2024年實際互聯網IP流量是“過去樂觀估算”的4倍有余。
1990年的互聯網從業者們，哪里會想到現在云服務、IoT、社交媒體和短視頻呢？
今天AI建設的聯盟，正如互聯網時代的玩家們。或許，我們只需耐心見證AI如何重塑世界，抱團推進方能超越局限。
特別聲明：本文為合作媒體授權DoNews專欄轉載，文章版權歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉載請聯系原作者及原出處獲取授權。(有任何疑問都請聯系idonews@shenlucha.cn)
