美国的 AI 泡沫越来越像个庞氏骗局了。现在美国的科技巨头企业除了英伟达之外，其他几家都在疯狂融资烧钱继续加大资本投入，但是他们最大的问题就是盈利能力，如果有垄断世界 AI 格局的能力，那一切都好说，因为垄断的暴利，谁都眼馋，容忍一定的风险也值得。

这个标题说得很重，真按金融定义看，美国AI并不是传统意义上的庞氏骗局，它有真实芯片、真实数据中心、真实云收入，也确实在改变搜索、广告、编程和企业软件。

它现在越来越像的，是一种需要资本不断把未来收益提前搬到今天的“高杠杆技术投资循环”。

截至7月，LSEG对微软、Alphabet、亚马逊、Meta和甲骨文2026年资本开支的共识估算，已经从年初约4850亿美元一路抬到7300亿美元左右，路透测算，照这个速度走，到2027年这五家的资本开支合计可能超过自由现金流，每增加1美元经营现金流，资本开支增量大约达到1.57美元。

我认为，真正值得警惕的不是“AI有没有用”，而是AI带来的新增现金流，能不能跑赢芯片折旧、机房建设、电力成本、利息支出和下一轮模型训练。

微软已经说自己的AI业务年化收入超过370亿美元，AWS也保持较快增长，说明需求不是凭空编出来的，可钱流进来的速度未必赶得上钱花出去的速度。

Meta、Alphabet、微软、亚马逊资本开支占收入的比例都明显往上走，资本市场现在盯的早就不只是模型排行榜，而是每投入100美元，到底多久能变成利润。

这时候英伟达的新玩法就很有意思了。8月10日，英伟达与Apollo、贝莱德、黑石、博枫、高盛、KKR签下合作备忘录，要搭建算力融资平台，目标是逐步撬动超过5000亿美元第三方资本。

说得准确一点，这不是英伟达自己掏5000亿美元借给客户买显卡，而是把华尔街资金引进来，把GPU、服务器、整套AI基础设施变成可以抵押、可以放贷、可以证券化的资产。

黄仁勋还表示，英伟达可对潜在交易提供最高1250亿美元的兜底，约占目标规模25%；路透Breakingviews披露，相关贷款会以英伟达产品作为抵押物，部分项目的担保与设备剩余价值挂钩。

我觉得，这东西特别像汽车金融，车贵了，车企拉银行进来做分期；算力贵了，芯片厂商把保险资金、私募信贷和基础设施基金拉进来，把客户未来几年支付的算力费用，提前变成今天买机器的钱。

GPU一直抢手、出租率一直高、二手残值一直稳，这套模式完全能跑通。

怕就怕技术迭代太快，AI芯片不是高速公路，也不是水电站，一套设备今天还是稀缺资产，三年后可能已经落后一代甚至两代。

新芯片每瓦性能翻上去，模型推理效率再大幅提升，旧设备残值一掉，抵押品价值、贷款利率、客户现金流就会一起出问题。

我更愿意说，英伟达现在已经不满足于卖芯片，它正在替整个AI行业设计资产负债表。

这个操作非常聪明，可它也意味着AI投资风险正在从科技公司的财报，慢慢往银行、保险、私募信贷和基础设施基金里面传。

美国更头疼的地方还在中国，路透Breakingviews对公开模型生态的观察是，Moonshot等中国公开模型与美国顶尖专有模型的能力差距已经缩短到大约几个月；Kimi K3等开放权重模型也在第三方测评里不断逼近美国头部产品。

DeepSeek走的是另一条路，拼命压推理成本，V4-Flash在Artificial Analysis的一组测试里，平均运行成本只有3美分，同项测试Anthropic Claude Fable 5达到3.15美元，相差超过100倍。

这里也得说严谨一点，开放权重不完全等于传统软件意义上的开源，可对市场价格的影响很接近，用户能够下载、部署、微调，昂贵的模型能力就更容易变成廉价商品。

在我看来，这才是美国AI资本故事最难受的地方，美国砸巨资建算力，押注的是未来AI服务还能长期维持很高的价格和利润率；中国企业要是用更少算力、更低价格做到接近的能力，全球AI服务价格就会被不断往下压。

收入端越来越便宜，设备、电力和融资成本却越来越贵，资本回报率自然难看。

我的看法是，美国AI更像一场真实技术革命叠加高杠杆资本周期，不宜简单认定成骗局，也不能把5000亿美元融资额度直接当成5000亿美元真实需求。

AI能走多远，终究还得靠真实用户、真实利润和真实生产率来付账，站在中国的角度，也没必要盼着谁的泡沫破掉，把低成本模型、国产算力、产业应用继续做深，让技术创新真正服务实体经济和社会发展，这才是更扎实的竞争力。