Gradient Flow

The Bear Case for AI Data Centers

8.5内容质量
The Bear Case for AI Data Centers

TL;DR · AI 摘要

AI数据中心可能成为下一个泡沫破裂的导火索,因巨额支出与低回报并存,且依赖持续增长的开支。

核心要点

  • OpenAI年支出约600亿美元,但收入仅130亿美元,存在严重收支不平衡。
  • CoreWeave和Nebius等公司持续亏损,表明AI数据中心商业模式不可持续。
  • AI基础设施投资依赖持续增长的开支,一旦支出停止,将引发连锁反应。

结构提纲

按章节快速跳转。

  1. 文章指出AI数据中心可能成为AI泡沫破裂的导火索,因支出远超收入且资产贬值快。

  2. OpenAI和五大云服务商的巨额支出与低收入形成鲜明对比,显示AI数据中心的盈利模式存在问题。

  3. CoreWeaveNebius的亏损

    这两家专注于AI数据中心的公司持续亏损,表明该领域商业模式存在严重问题。

  4. AI数据中心是资本密集型、低利润的业务,且面临价格下降、竞争加剧等挑战。

  5. AI数据中心依赖长期债务和低评级资产负债表,一旦支出停止,将引发连锁反应。

  6. AI基础设施投资依赖持续增长的开支,一旦支出停止,将引发债务紧缩和进一步亏损。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • AI数据中心的泡沫风险
    • 财务困境
      • OpenAI支出与收入失衡
      • CoreWeave和Nebius持续亏损
    • 结构性问题
      • 资本密集、低利润
      • 债务风险与低评级资产负债表
    • 未来风险
      • 支出停止引发连锁反应
      • 历史技术泡沫的教训

金句 / Highlights

值得收藏与分享的关键句。

  • OpenAI reportedly burns roughly $60 billion a year on compute against about $13 billion in revenue.

    第 2 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • CoreWeave booked a $1.17 billion net loss for 2025 and a further $740 million loss in Q1 2026 alone.

    第 3 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • The Fed has already flagged AI as a top systemic risk, and history is full of world-changing technologies that still wiped out the investors who funded them.

    第 6 段

    ⬇︎ 下载 PNG𝕏 分享到 X
#AI#数据中心#经济#投资
打开原文

AI数据中心的熊市案例 - 梯度流动

AI数据中心的熊市案例

作者:

Ben Lorica

2026年6月22日

2026年6月19日

分类:

未分类

.meta-info

.post-thumbnail

我越是深入研究经济数据,就越难将AI数据中心视为一项好的业务,它们现在是我对未来6到12个月内引爆AI泡沫的头号候选人。担忧的并不是AI停止改进或需求消失,而是支出远远超过了已证实的收入,而所融资的资产价值却在异常快速地贬值。据报道,OpenAI每年在计算上的支出约为600亿美元,而其收入约为130亿美元。而五大云服务提供商仅在2026年就计划在AI基础设施上支出约7250亿美元。这些数字不仅需要强大的AI采用率,还需要迅速出现一个巨大的新利润池,以支持已经建设的资产。

AI数据中心可能不是一项好业务的最明显迹象是,围绕它们建立的两家公司(CoreWeave和Nebius)仍在大量支出以扩大规模。CoreWeave在2025年录得了11.7亿美元的净亏损,并且仅在2026年第一季度就又亏损了7.4亿美元。Nebius在第一季度报告了1亿美元的调整后净亏损,其所谓的“利润”几乎完全来自于一次性的股权投资重估收益,而非其自身业务。这让人不禁思考,SpaceX是否看到了我们其他人看不到的东西,因为它现在也想在轨道上运行同样的资本密集型、低回报的模式。

现实情况是,租用GPU容量是一项资本密集型、低利润的标准化服务,随着芯片性能的提升、模型效率的提高以及竞争的扩大,其价格正在下降。建筑物和芯片的所有者无法捕捉AI软件创造的价值。他们只是修建道路,却无法收取通行费。再加上长达数十年的债务,与仅两到三年的硬件寿命、表外结构、垃圾评级的资产负债表以及芯片制造商资助购买其芯片的初创公司的循环交易,你得到的只是一个只有在支出持续上升时才能维持的结构。此外,看似的需求也主要集中在少数几家资金充足但尚未盈利的AI公司身上。AI使用量可以迅速增长,而提供其基础设施的公司仍可能获得较差的回报。

这就是为什么下一阶段会变得危险。修正并不需要AI失败,只需要支出停止增长。一个超大规模云服务提供商将GPU订单削减20%到30%,就会引发芯片制造商、电力开发商、建筑公司和负债累累的新云服务提供商的连锁反应。随后的资产减值会收紧信贷,从而减少支出,进而引发更多的资产减值。美联储已经将AI列为首要的系统性风险,历史上不乏像铁路和光纤这样的世界改变性技术,它们仍然抹去了那些为其提供资金的投资者的财富。AI可以改变经济,但仍可能摧毁大量投入其中的资本。

相关内容:

  • 12 GW已宣布。5 GW正在建设中。接下来会发生什么?
  • “数据中心叛乱”已经到来

感谢您一直以来的阅读——考虑成为付费支持者 🙏