对冲基金经理 Daniel Loeb 在 Third Point 三季度投资者信中给出了一组被其称为「熊市算术」的测算:若 2025 至 2030 年超大规模云厂商与头部 AI 开发商合计支出 5 万亿至 7 万亿美元,在投资者要求低双位数年回报、设备逐年折旧的假设下,行业需要每年额外 2 万亿至 3 万亿美元的 AI 收入才能让这笔投入站得住脚。这一增量相当于当前约 6 万亿美元全球 IT 市场的 33% 至 50%。
作为参照,Third Point 指出 OpenAI 与 Anthropic 当前合计年化收入略高于 1000 亿美元;即便按测算区间下限的 2 万亿美元计算,也接近这一合计运行率的 20 倍。Loeb 在信中直言「熊市算术很难被驳倒」。
需要区分的是,这 2 万亿至 3 万亿美元并非当下已经存在的收入缺口,而是为支撑预测支出所需的额外年收入上限区间。文章同时提到,美国 AI 支出规模已越过 1 万亿美元关口,戴尔 950 亿美元的 AI 积压订单与博通 221% 的 AI 芯片收入增速,从侧面反映了这轮建设潮的体量。
Loeb 的警告不止于昂贵的设备。据 Third Point 观察,投资级数据中心证券的收益率从 1 月的不足 5% 升至 11 月的接近 7%,部分风险较高的数据中心融资成本达到双位数。高盛还预计,超大规模云厂商 2027 年发债规模将超过 4000 亿美元,同期全球 AI 项目融资约 3000 亿美元。融资成本上升,可能把原本算得过来的项目变成令人失望的投资。
Meta 被用来说明这种财务压力:其 AI 数据中心扩张正在消耗现金,2026 年资本开支预计为 1350 亿至 1450 亿美元,季度自由现金流转为负值。英伟达在客户购买 GPU 时即刻受益,而 Meta、微软、Alphabet 则必须最终从这些采购中产生足够收入或运营节省——一家公司的收入是另一家公司的资本开支,同一美元无法在两边都记成利润。
值得注意的是,Loeb 并未断言 AI 是又一个互联网泡沫。Third Point 承认 AI 基础设施需求依然强劲、云收入增长在加速,且可触达市场远超传统 IT 预算,AI 长期可能改造规模达 60 万亿美元的知识工作者经济的一部分。但这不保证每一笔基础设施投资都能获得有吸引力的回报。正因如此,Loeb 已降低基金在半导体、超大规模云厂商和数据中心相关投资上的敞口,并强调基础设施供应商与为扩张融资的一方之间正在收窄的差距愈发重要——博通与 Anthropic 达成的 420 亿美元融资安排,就是芯片供应商为支持客户 AI 雄心而承担财务敞口的例证。
从产业视角看,这组测算把讨论从「AI 是否有效」转向「AI 能否赚回本钱」。对算力产业链而言,芯片与设备供应商的收入确认在前,云厂商与模型公司的回报兑现在后,两端的时间错配与融资成本变化,是观察这轮资本开支周期能否持续的关键变量。