<!-- title: 1.8万亿黑洞：AI泡沫比你想的更危险 -->
<!-- domain: business -->
<!-- video: https://www.youtube.com/live/-cdJQ8UyVLA -->

# 1.8万亿黑洞：AI泡沫比你想的更危险

你有没有想过，当你每次打开ChatGPT写一封邮件，背后烧掉的钱可能比你一辈子赚的还多？

这不是夸张。2025年，Big Tech在AI基础设施上砸了3900亿美元，换来了多少AI相关收入？600亿。投入产出比不到1:6。更离谱的是，OpenAI一家公司就在未来五年承诺了1.15万亿美元的基础设施支出——这个数字超过了很多国家的GDP。

而当YouTube上拥有304万订阅的财经博主Andrei Jikh坐下来，用详尽的数据拆解这背后的"衔尾蛇交易"（Ouroboros Deals）时，1.4百万人看了这个视频，3万多人点了赞，评论区炸了。

这不是一个简单的"AI是不是泡沫"的视频。这是一个关于全球金融体系可能正在编织一张复杂到没人能真正理解的金融网络的故事。无论你是投资者、创业者，还是只是一个每天用AI工具的普通人，这个故事都跟你有关。

## 视频背景卡片

| 项目 | 内容 |
|------|------|
| 视频标题 | The AI Bubble Is A Lot Worse Than You Think |
| 频道 | Andrei Jikh |
| 订阅数 | 304万 |
| 播放量 | 148万+ |
| 时长 | 约60分钟 |
| 发布时间 | 2025年11月 |
| 核心主题 | AI行业的估值泡沫与循环融资风险 |

## 核心内容拆解

### 一、1.15万亿美元的承诺：史上最大赌注

Andrei Jikh在视频中首先抛出了一组令人窒息的数据：OpenAI在未来五年内向多家科技巨头承诺了超过1.15万亿美元的基础设施采购。具体拆解如下：

- **Nvidia**：最高1000亿美元的数据中心建设投资（10GW算力容量）
- **AMD**：以约10%的AMD股权（1.6亿股认股权证）换取900亿美元的GPU采购
- **Broadcom**：3500亿美元定制AI芯片（4年期）
- **Oracle**：3000亿美元
- **Microsoft**：2500亿美元
- **Amazon**：380亿美元
- **Coreweave**：224亿美元

Jikh的原文拆解了一个关键矛盾：这些承诺金额的总和，超过了所有这些公司过去12个月资本支出的总和（约2250亿美元）。换句话说，它们承诺花的钱比它们历史上花过的所有钱还多好几倍。

**我的延伸分析**：这不是一个公司的扩张计划，而是一个"集体幻觉"。当每家公司的估值都建立在"AI会改变一切"的叙事上时，没有人有动力去质疑这1.15万亿的可行性。问题不在于AI是否有价值——而在于这个时间线和规模是否合理。哪怕OpenAI的AI产品真的能产生巨大价值，从120亿年收入增长到近1万亿，需要在五年内实现85倍增长——历史上没有哪家公司做到过。

### 二、衔尾蛇交易：左手倒右手的金融魔术

视频最精彩的部分在于Jikh对"循环投资"的拆解。他用了一个非常形象的比喻——衔尾蛇（Ouroboros），一条吞噬自己尾巴的蛇。

来看这个循环：

1. **Microsoft**向**OpenAI**投资130亿美元（大部分以Azure云服务额度的形式）
2. **OpenAI**使用这些Azure额度来训练模型
3. **Microsoft**用从OpenAI赚到的云收入去购买**Nvidia**的GPU
4. **Nvidia**转头又向**OpenAI**投资1000亿美元
5. **OpenAI**用这笔钱购买**Nvidia**的芯片
6. 回到第1步，循环继续

Bloomberg在2026年的一篇深度报道中也证实了这种模式，指出"一系列相互关联的投资增加了AI不及预期时出现连锁亏损的风险"。NBC News将其描述为"AI热潮对循环交易的依赖正在引发泡沫恐慌"。

**我的延伸分析**：这种循环交易在华尔街术语中叫"round-tripping"（往返交易），在传统金融中是受到严格审查的做法。但在AI行业，因为每笔交易都有"真实的"产品交付（GPU、云服务、AI模型），所以没人质疑。问题在于，当整个生态系统的"增长"本质上是由参与者之间的交叉投资驱动时，一旦其中一个环节断裂——比如OpenAI无法完成下一轮融资——整个循环就会像多米诺骨牌一样倒塌。

### 三、收入与承诺的荒谬落差

Jikh展示了一组让人不寒而栗的数字对比：

| 指标 | 数字 |
|------|------|
| OpenAI 2025年化收入 | ~200亿美元 |
| OpenAI五年基础设施承诺 | 1.15万亿美元 |
| 2025年到2030年需实现的收入增长 | 85倍（至9830亿美元） |
| 历史上任何公司五年收入增长纪录 | 远低于85倍 |

而且，Jikh指出这个9830亿美元的"保本"目标还不包括运营成本——能源、维护、租赁和债务服务。如果把所有成本算进去，需要的收入增长可能更高。

与此同时，MIT 2025年的一份报告显示，95%的企业级生成式AI试点项目未能产生可衡量的利润影响。这意味着AI收入增长的核心驱动力——企业客户——目前还没有证明他们能从AI中获得足够的经济回报来支撑这么大的支出。

### 四、与历史泡沫的比较：这次不一样？（每次都这么说）

Jikh在视频中将当前AI泡沫与2000年互联网泡沫和2008年金融危机做了对比：

**与互联网泡沫的对比**：
- 当年Nasdaq的市盈率峰值约60倍，当前AI相关科技股的前瞻市盈率约30倍
- 当年很多互联网公司完全没有盈利，当前主要的AI公司（Nvidia、Microsoft、Google）确实在赚钱
- 但Jikh指出，关键区别在于"支出承诺的规模"——今天的AI公司在未来几年内锁定了远超自身现金流承受能力的支出

**与2008年金融危机的对比**：
- 2008年的风险在于杠杆和衍生品，AI泡沫目前缺乏这种证券化放大机制
- 但AI泡沫有"公司间金融流动"（inter-company financial flows）——这种大规模交叉投资可能产生类似的系统性风险传染效应

**我的观点**：Jikh的分析有一个可能的盲区——他可能低估了AI技术本身的进步速度。如果GPT-6或GPT-7真的实现了通用人工智能（AGI）级别的能力，那么当前的估值可能是合理的。但问题是，即使AI技术突飞猛进，1.15万亿的承诺支出也不一定能在五年内获得回报。技术进步和商业变现之间永远存在时间差。

### 五、"政府后盾"：大到不能倒2.0

视频中一个令人震惊的细节是，OpenAI的CFO曾在一次内部沟通中暗示，如果OpenAI无法履行其巨额财务义务，可能需要联邦政府的后盾支持。

Jikh对此的评价非常犀利：这意味着AI泡沫的风险可能最终由纳税人承担。当一个公司在五年内承诺花掉1.15万亿美元——大致相当于美国一年的国防预算的一半——而年收入只有200亿时，"大到不能倒"不再只是银行业的专利。

### 六、Anthropic的镜像困境

Jikh还提到了OpenAI最大的竞争对手Anthropic的情况：
- 融资总额：270亿美元
- 估值：1830亿美元
- 计算承诺：Microsoft 300亿 + Amazon 140亿
- Meta单独在数据中心上就投入了700亿美元，AI人才工资单超过10亿

整个AI行业的"烧钱竞赛"已经演变成了一场军备竞赛。每家公司都不敢停下来，因为停下来的那一刻，竞争对手就会超越你。但这种"囚徒困境"式的发展模式，最终的赢家可能不是任何一家公司，而是卖GPU的那一家——Nvidia。

### 七、"葡萄干和粪便"的投资哲学

Jikh引用了Charlie Munger（查理·芒格）的一句名言来总结当前AI投资环境："如果你把葡萄干和粪便混在一起，你得到的还是粪便。"

意思是说，即使在AI行业中有一些真正优秀的公司（"葡萄干"），但大量过度炒作、估值离谱的项目（"粪便"）会拖累整个行业。投资者很难在泡沫中区分哪些是真正有价值的投资，哪些只是搭了便车。

## 知识结构图

```mermaid
mindmap
  root((AI泡沫全景))
    核心矛盾
      支出1.15万亿美元
      收入仅200亿美元
      85倍增长才保本
    衔尾蛇交易
      Microsoft→OpenAI投资
      OpenAI→Azure消费
      Microsoft→Nvidia买GPU
      Nvidia→OpenAI投资
      OpenAI→Nvidia买芯片
    主要玩家
      OpenAI 估值3000亿+
      Nvidia GPU垄断者
      Microsoft 云+投资
      Google 竞争对手
      Meta 700亿数据中心
    历史对比
      2000互联网泡沫
        P/E 60倍
        多数无盈利
      2008金融危机
        杠杆+衍生品
        系统性风险
      2025-26 AI泡沫
        公司间循环投资
        前所未有规模
    关键风险
      95%AI试点无利润
      政府后盾需求
      系统性传染
      自由现金流归零
```

## 实战启示

### 对普通投资者的启示

1. **别被"AI概念"蒙蔽双眼**：当一只股票因为"宣布AI战略"就涨30%的时候，请回到基本面——这家公司真的能从AI中赚更多的钱吗？还是只是在PPT上加了几个"AI"字？

2. **关注自由现金流而非营收增长**：Big Tech的分析师预测2026年自由现金流可能下降90%。当一家公司把100%的现金流都投入AI基础设施时，它跟一个把所有工资都花在健身房会员卡上的白领有什么区别？

3. **理解循环投资的本质**：当看到"Nvidia投资OpenAI 1000亿"的头条时，问自己一个问题：这笔钱最终流向了哪里？答案是——大部分又回到了Nvidia自己的口袋（因为OpenAI用它买Nvidia的芯片）。这种"增长"到底有多少是真实的？

### 对创业者的启示

如果你正在AI领域创业，这个视频给了几个非常务实的提醒：

- **不要做Big Tech的附庸**：如果你的整个商业模式依赖于某个大模型的API调用，那么你的命运掌握在那个大公司手里。他们随时可以改价格、改接口，或者直接做你正在做的事。
- **找到真正的价值锚点**：95%的企业AI试点没有产生利润——说明大多数AI应用的商业价值还没有被验证。你要做的是找到那5%真正能赚钱的场景。
- **关注"AI之外"的护城河**：技术是基础设施，真正的竞争壁垒在于数据、行业理解和客户关系。

### 对科技从业者的启示

AI泡沫不等于AI无用。即使泡沫破裂，留下来的技术仍然会改变世界。2000年互联网泡沫破了，但互联网确实改变了一切。关键是：你是想做泡沫中的投机者，还是想在泡沫过后成为真正的建设者？

## 延伸学习路径

1. **Bloomberg深度报道**："AI Circular Deals: How Microsoft, OpenAI and Nvidia Keep Paying Each Other"（2026）——对循环投资机制最权威的分析
2. **The Ringer**："How Catastrophic Is It If the AI Bubble Bursts? An FAQ"——通俗易懂的AI泡沫入门
3. **CNBC**："Amazon leads Big Tech's $1 trillion rout on AI bubble fears"（2026年2月）——AI泡沫恐惧如何影响股市
4. **MIT研究报告**：95%企业AI试点无利润的原始研究——理解AI商业化的真实困境
5. **Andrei Jikh频道**：持续关注他的后续分析，包括AI泡沫的最新发展

## 一句话总结

这不是一个关于"AI会不会成功"的故事，而是一个关于"人类金融系统是否有能力为一场史无前例的技术革命提供理性资金支持"的故事——答案目前是：不确定。

---

## 参考来源

1. [The AI Bubble Is A Lot Worse Than You Think](https://www.youtube.com/live/-cdJQ8UyVLA) — Andrei Jikh，本文分析的核心视频
2. [AI Circular Deals: How Microsoft, OpenAI and Nvidia Keep Paying Each Other](https://www.bloomberg.com/graphics/2026-ai-circular-deals/) — Bloomberg对循环交易的深度报道
3. [Big Tech's AI spend in 2026: following the money](https://www.campaignlive.com/article/big-techs-ai-spend-2026-following-money/1947981) — Campaign对Big Tech AI支出的追踪
4. [Amazon leads Big Tech's $1 trillion rout on AI bubble fears](https://www.cnbc.com/2026/02/06/ai-sell-off-stocks-amazon-oracle.html) — CNBC报道Big Tech万亿市值蒸发
5. [The AI Ouroboros](https://prospect.org/2025/10/15/2025-10-15-nvidia-openai-ai-oracle-chips/) — The American Prospect对AI循环融资的分析

---
> 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。
> 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)
