AI 繁荣的“闭环”机制：谁在真正买单？
英伟达财报里的“数据中心收入”增长曲线，并非来自真实应用需求的拉动，而是源于一套精密设计的资金循环链条。微软在去年下半年对 OpenAI 的 100 亿美元注资中，有大部分并非现金，而是 Azure 的云额度（Cloud Credits）。这意味着微软并未直接向 OpenAI 注入现金用于运营，而是提供了可以在 Azure 上消费的信用额度。OpenAI 使用这些额度购买英伟达 H100 芯片进行模型训练，云服务费最终流向微软，而英伟达则通过芯片销售获得收入。这种结构形成了一个自循环：微软出资 → OpenAI 消耗云服务 → 英伟达销售芯片 → 微软收回部分投资。
这种模式在 Anthropic 身上更为明显。亚马逊和谷歌分别投入 40 亿美元和 20 亿美元，但前提是 Anthropic 必须使用 AWS 和 Google Cloud 进行模型训练。云厂商通过这种方式将投资款转化为服务收入，从而确认业绩增长，而初创公司则将算力费用作为成本摊销。在传统行业中，这种大规模关联交易若无实质业务支撑，审计师必定会提出质疑。但在 AI 领域，这种安排被视为“战略协同”，无需过多解释。
然而，需求端的真实情况并不乐观。目前，大部分企业的 AI 项目仍停留在 PoC（概念验证）阶段，未能实现规模化商业应用。消费者层面，除了订阅 ChatGPT Plus 和 Copilot 等服务外，几乎没有人愿意为“智能体”支付高昂费用。即使 OpenAI 年收入已达 34 亿美元，其中有多少是通过微软等自家循环刷出的，公开财报也无法清晰揭示。
历史上，泡沫破裂前总会出现“资本开支”与“自由现金流”严重背离的现象。2000 年互联网泡沫期间，光纤铺设遍地，却无人使用；2017 年币圈狂热时，矿机堆积如山，币价却暴跌过半。当前，H100 芯片堆满数据中心，但大部分用于 Demo 演示而非实际商业应用。英伟达市值突破 3 万亿美元时，全球 AI 应用层的实际收入可能还不及英伟达单季度的营收。
更大的风险在于债务和流动性的变化。过去两年，微软、谷歌和 Meta 共计回购股票超 2000 亿美元，低利率环境下这成为管理市值的有效手段。但若美联储维持高息政策，巨头核心广告收入增速放缓，资金链紧张时，首当其冲被砍的将是那些昂贵且非核心的算力订单。一旦英伟达财报增速从 200% 跌至 20%，市场对其估值逻辑将从“成长股”转向“周期股”，市值蒸发风险骤增。
投资者可通过两个关键指标提前预警泡沫破裂：一是英伟达下财季业绩指引（Guidance）是否下调；二是微软和谷歌资本开支（CapEx）增速是否见顶。在这两个数字出现转折前，泡沫仍可能借惯性进一步膨胀，但一旦出现拐点，就是撤退信号。
<img src="https://example.com/image2.jpg">全部回复 （3）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
想拿H100微调得等到花儿都谢了，结果全是内部额度在刷单，太离谱了——微软给 OpenAI 的 100 亿美元注资里，大半其实是 Azure 的云额度（Cloud Credits）。
云厂商这波左右手互倒玩得太溜了，账面数字看得我头晕。聊 AI 泡沫，大家总盯着“应用没落地”，其实若顺着钱的路径往里看，会发现如今的繁荣靠的是一套精密的“循环投资”机制。微软与 OpenAI 的交易就是个典型。去年下半年有个容易被忽视的细节：微软给 OpenAI 的 100 亿美元注资里，大半其实是 Azure 的云额度（Cloud Credits）。换句话说，微软没直接给现金让人家发工资，而是发了能在 Azure 上消费的“代金券”。这笔钱的流转路径很清晰：OpenAI 拿了额度去练模型，就得买大量英伟达 H100 芯片。于是，微软出的钱化作云服务费，最终坐实了英伟达财报里那条陡峭攀升的“数据中心收入”曲线。这就是个资金闭环：微软出资 → OpenAI 消耗 → 英伟达赚钱 → 股价起飞。Anthropic 身上的这种操作更彻底。亚马逊砸了 40 亿美元，谷歌也投了 20 亿美元，条件很简单：Anthropic 得用 AWS 和 Google Cloud 跑训练。在这种安排下，云厂商把投资款变成服务收入来确认业绩，初创公司则把算力费当成本摊销。要是放在传统行业，这种大规模关联交易没实打实的业务撑腰，审计师肯定敲警钟，但在 AI 圈，这成了漂亮的“战略协同”。现实有点残酷：需求端确实脱节了。现在大部分企业 AI 项目还卡在 PoC（概念验证）阶段，没跑通规模化商业闭环。消费者这边，除了买 ChatGPT Plus 和 Copilot 订阅，几乎没人愿意为“智能体”付高价。哪怕 OpenAI 年收入干到了 34 亿美元，里头有多少是微软他们自家循环刷出来的？公开财报里压根查不清。回顾历史，泡沫崩盘前总有“资本开支”和“自由现金流”大幅背离。2000 年互联网泡沫那会儿，光纤铺到家门口却没人用；2017 年币圈狂热时，矿机塞满仓库，币价却对半砍。眼下，H100 堆满了数据中心，跑的大多是 Demo。英伟达市值冲破 3 万亿美元时，全球 AI 应用层赚的钱可能连英伟达一个季度的营收都不够。真正的系统风险不在循环投资本身，而在债务和流动性变弱。过去两年，微软、谷歌、Meta 回购股票超
老黄眼里只有钱，哪有那么多大局观，赶紧把H100的“循环投资”机制拆解出来才是正事。根据微软与OpenAI的交易细节，100亿美元注资中大半是Azure云额度，这意味着微软并非直接注入现金，而是通过“代金券”形式让OpenAI消耗云服务，最终流转到英伟达的数据中心收入上，形成了一个闭环。如果H100的训练需求真能转化为实际商业应用，比如像微软的Copilot那样，让企业真正从算力中获益，那么这笔投资才算有了实质回报，否则只是一场“云服务+芯片”的高额循环游戏。