红杉资本合伙人David Cahn三年前提出了所谓的”AI的2000亿美元问题”，即行业在Nvidia GPU上的支出与其需要赚回的收益之间的差距。如今，这一问题规模已扩大了一个数量级，但答案仍不明朗。
Cahn的最新分析显示，2026年AI基础设施支出将达到1.5万亿美元。要收回这一投资，该行业必须产生3万亿美元的营收。Cahn警告称，考虑到内存成本上升以及专用推理芯片费用增加，这一数字可能仍被低估。
Cahn写道：”近年来，由于这些瓶颈动态和建设成本上升，每吉瓦资本支出所需的营收大幅增加。”
营收缺口
AI行业当前的营收状况好坏参半。Anthropic的年化营收已达到约600亿美元。OpenAI报告2025年营收为130亿美元，并称截至2025年11月年化营收运行率已达200亿美元。
但与3万亿美元的目标相比，即便是这些抢眼的数字也仅占所需金额的一小部分。超大规模云服务商，Google、Meta、Microsoft和Amazon，预计到2028年将实现大规模自由现金流回报，它们共同将基础设施支出加速到远超过传统云计算建设的水平。四大巨头2026年资本支出合计预计将达到7250亿美元，较2025年增长77%，其中约四分之三直接与AI基础设施相关。
回报前景面临的风险
三个结构性风险使该行业实现收支平衡的路径复杂化：
1、「商品化」。许多在中国开发的廉价开源权重模型正逐渐普及，削弱了专有前沿模型的市场份额。这压缩了现有企业的定价能力。
2、「代币价格下跌」。OpenAI的Sam Altman指出，最新模型在编程任务上的代币效率比前代产品高出54%。效率提升对用户有利，但除非代币总量成比例增长，否则会降低每次查询的收入，，这一动态已引发关于AI公司是否在实质上与自身先前定价竞争的讨论。
3、「系统性市场风险」。Apollo Global Management首席经济学家Torsten Slok警告称，AI投资集中在少数几家超大规模企业手中，为整体市场创造了单点失败风险。Slok写道：「如此多的筹码押注在如此少数的企业身上，回报放缓就不仅是行业问题，还可能使经济陷入衰退，并导致标普500指数进入调整。」
互联网时代的回响
与1990年代末电信基础设施建设的相似之处不容忽视。在互联网繁荣时期，电信运营商基于膨胀的需求预测铺设了超过1.3亿公里的光纤电缆，其中大部分从未被启用。如今超过6000亿美元的AI基础设施投资周期遵循着类似的逻辑：在需求尚未以任何接近投资规模的形式实现之前，就建设巨大的产能。
不同之处也存在。纳斯达克100指数今日远期市盈率约为28倍，而1999年峰值时为89倍。而且推动这一支出的超大规模企业是真正的盈利企业，而非投机性初创公司。但实物基础设施泡沫比股市泡沫更难化解。硬件会贬值，而下一代Nvidia GPU将加速当前一代加速器的淘汰，如果营收未能跟上，亏损将进一步扩大。
悬而未决的问题
AI行业未必走向崩盘。但Cahn三年前提出的核心问题仍未得到解答：谁来为这一切买单？在营收端追上资本支出之前，随着超大规模企业每将一个数据中心和GPU集群上线，这一缺口就会扩大一分风险。
Sources: Can AI answer the $3 trillion question? (TechCrunch, July 9, 2026); The $600 Billion Question (iDX Insights); AI’s $600B Question (Sequoia Capital)
婷 翻译