「OpenAI 若崩盘，全球股市恐遭清算」：大空头 1.5万字长文引爆 AI 泡沫论战

來源：華爾街見聞

隨著 OpenAI 距離 IPO 越來越近之際，一篇長達約 1.5 萬字的部落格文章再次將 AI 泡沫爭議推向高潮。

長期唱空 AI、擁有大量科技產業讀者的評論人 Ed Zitron 在日前發布的博文中拋出了迄今最激進的一項判斷：真正的 AI 泡沫，本質上就是「OpenAI 泡沫」；如果 OpenAI 最終失敗，它將成為 AI 時代的「雷曼兄弟」，不僅會擊穿整個 AI 投資邏輯，更可能引發資料中心、AI 基礎設施乃至全球科技股的大規模重新定價。

他的這些觀點迅速引發金融媒體關注。在媒體看來，Zitron 最核心的觀點不是 AI 有沒有價值，而是 OpenAI 是否擁有足以支撐整個 AI 資本週期的商業模式。如果答案是否定的，那麼圍繞 OpenAI 建立起來的融資、算力投資和資本開支體系，都可能面臨連鎖反應。

當然，這並非市場共識。包括橡樹資本（Oaktree Capital）聯合創始人 Howard Marks 等投資人近期均表示，相比此前認為 AI 可能只是泡沫，如今更認可 AI 作為通用技術平台（General Purpose Technology）的長期價值，認為當前產業仍處於商業化早期階段。

AI 泡沫，還是 OpenAI 泡沫？

與多數「AI 泡沫論」不同，Zitron 提出了一個更具衝擊性的判斷：

真正值得擔心的不是整個 AI 產業，而是一家公司。

在他看來，自 2022 年底 ChatGPT 橫空出世以來，OpenAI 事實上成為整個生成式 AI 時代的「信用錨」。

投資者願意相信：AI 會改變世界；超大規模資料中心值得建設；GPU 需求會長期高速成長；超大模型公司終將實現盈利；AI 創業公司能夠創造足夠大的終端需求。

而這一切，在 Zitron 看來，都建立在 OpenAI 持續高速成長這個前提之上。他認為，OpenAI 不僅定義了當前 AI 熱潮，也塑造了資本市場對整個 AI 產業鏈的估值邏輯，因此一旦這個核心假設被打破，衝擊可能遠超一家獨角獸企業本身。

換句話說，OpenAI 已經不僅是一家公司，而更像整個 AI 投資週期的「系統重要性機構」。

他為何認為 OpenAI 商業模式存在根本缺陷？

Zitron 的質疑主要集中在三個方面。

第一，是推理（Inference）成本依然過高。

隨著 ChatGPT 使用者規模持續增長，每一次使用者提問都意味著 GPU、電力和伺服器成本持續增加。如果大量使用者長期停留在低價甚至免費套餐，而企業級收入增長無法同步覆蓋成本，那麼規模擴大反而可能意味著虧損擴大。

第二，是資本開支遠快於現金流改善。

目前 AI 產業最大的支出已不再是模型訓練，而是推理算力、GPU 採購以及全球資料中心建設。

OpenAI 及其合作夥伴正推動數百億美元甚至更大規模的資料中心投資，而這些專案通常需要多年才能回收成本。如果未來 AI 需求成長不及預期，大量基礎設施可能出現使用率下降的問題。

第三，則是持續依賴外部融資。

Zitron 分析稱，他認為 OpenAI 未來多年仍將需要持續融資，以覆蓋模型研發、算力採購和基礎設施建設等支出；如果資本市場風險偏好下降或融資環境收緊，其商業模式將面臨更大壓力。

這些觀點目前仍屬於 Zitron 個人的判斷，並未獲得 OpenAI 方面認可，但確實反映了市場近期圍繞 AI 資本回報率（ROI）的爭論。

為什麼 Oracle、CoreWeave、資料中心營運商成為焦點？

相較於 OpenAI 本身，Zitron 更擔心的是產業鏈的槓桿效應。

過去兩年，美國科技產業掀起了史無前例的資料中心建設潮。

微軟、谷歌、Meta、亞馬遜等超大規模雲端廠商（Hyperscalers）紛紛提高資本開支；同時，甲骨文（Oracle）、CoreWeave 等公司則承擔起越來越多 AI 算力建設任務。

這些專案大量依賴：長期租賃、專案融資、私募信貸、企業債、大規模資本開支。

如果未來 OpenAI 等核心客戶需求低於預期，或者資本市場重新評估 AI 回報率，那麼資料中心資產使用率、租賃合約乃至融資能力都可能受到影響。

媒體指出，Zitron 認為，OpenAI 一旦出現重大挫折，Oracle、CoreWeave 等依賴 AI 基礎設施需求成長的企業可能首當其衝，因為此前市場給予這些公司的高估值，很大程度上建立在 AI 需求持續爆發的預期之上。

當然，目前包括微軟、Meta、Alphabet 等科技巨頭仍在持續擴大 AI 資本開支，並普遍強調 AI 基礎設施投資符合長期策略，因此市場尚未出現資本開支全面收縮的跡象。

Anthropic、軟銀為何也被捲入討論？

除了 OpenAI 之外，Zitron 也將矛頭指向 Anthropic。

他的理由是，兩家公司雖然採取不同發展路徑，但共同特徵都是需要持續投入巨額資金建設模型、採購算力，並依賴大型科技公司提供運算資源和融資支援。如果未來 AI 商業化速度低於預期，兩家公司都可能面臨獲利壓力。

另一家被反覆提及的是軟銀。

近年來，軟銀重新回到大型 AI 投資前台，積極參與 AI 基礎設施、晶片和模型公司的融資。

如果未來 AI 產業進入估值調整週期，軟銀龐大的 AI 資產組合自然也將成為市場關注對象。不過，目前軟銀方面仍堅定押注 AI 長期發展，並將其視為下一輪科技革命的重要方向。

AI 交易是否已經過熱？

事實上，圍繞 AI 是否進入泡沫階段，華爾街爭論已持續一年多。

支持「泡沫論」的一方認為：

AI 基礎設施投資增速遠快於收入增長；大模型獲利模式仍未完全驗證；資料中心資本開支創歷史紀錄；市場估值愈來愈依賴未來數年的成長預期。

樂觀派則認為：AI 屬於典型的通用技術革命，與互聯網、電氣化類似，前期投資往往遠超短期收益，但長期能夠創造新的產業和商業模式。

Howard Marks 近期便表示，他已從最初懷疑 AI 可能只是泡沫，轉向更認可其長期價值。他認為，現代 AI 展現出的推理、上下文理解和交互能力具有前所未有的特徵，因此不能簡單類比歷史上的投機泡沫。

部分學術研究也提出更為中性的結論：當前 AI 市場既存在真實的技術進步，也存在局部估值過熱和資本開支超前的問題，因此更接近「技術革命疊加局部泡沫」，而非單純的投機狂熱。

真正值得關注的，不是 OpenAI 會不會倒下

不論是否認同 Zitron 的判斷，他提出的問題正在成為越來越多投資者關注的焦點：

AI 投入究竟何時能夠兌現為穩定現金流？

過去一年，資本市場幾乎預設 AI 資本開支越高越好。

但近期，無論是晶片股、伺服器廠商還是雲端運算企業，投資者都開始更加關注另一組指標：企業 AI 收入成長；AI 產品付費率；推理成本下降速度；資料中心使用率；AI 投資回報週期。

如果這些指標持續改善，那麼當前巨額資本開支最終可能證明是一筆類似網際網路時代的前瞻性投資；但如果商業化速度長期落後於投資擴張，市場對 AI 交易的估值邏輯也可能面臨重新校準。

因此，Ed Zitron 的長文真正引發討論的，並非「OpenAI 是否一定會成為下一個雷曼兄弟」，而是它再次將 AI 時代最核心的問題擺到投資者面前：當資本支出持續刷新紀錄之後，現金流和獲利能力究竟能否跟上。這個問題的答案，或許才將決定未來幾年全球 AI 交易的真正走向。