☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在OpenAI冲刺IPO的关键节点，一篇约1.5万字的深度博客再度点燃关于AI泡沫的激烈论战。
以长期看衰AI著称、坐拥庞大科技领域读者群的评论人Ed Zitron近日发布重磅文章，抛出迄今最具颠覆性的判断：所谓AI泡沫，实为“OpenAI泡沫”；倘若OpenAI最终折戟，它或将化身AI时代的“雷曼时刻”——不仅瓦解整个AI投资叙事，更可能触发数据中心、AI基建乃至全球科技股的系统性重估。
该观点迅速登上主流财经媒体头条。媒体普遍指出，Zitron真正挑战的并非AI的技术价值，而是OpenAI是否具备足以托举整条AI资本链条的可持续商业模式。若答案是否定的，那么围绕其构建的融资体系、算力布局与资本开支逻辑，或将陷入多米诺式连锁反应。
当然，这远非市场共识。橡树资本联合创始人Howard Marks等重量级投资人近期明确转向：相较此前对AI泡沫的疑虑，如今更倾向将其视为通用技术平台（General Purpose Technology），强调行业仍处商业化黎明期。
是AI泡沫，还是OpenAI泡沫？
不同于泛泛而谈的“AI过热论”，Zitron提出一个更具穿透力的命题：
真正值得警惕的，并非整个AI赛道，而是一家公司。
在他看来，自2022年底ChatGPT横空出世起，OpenAI已悄然成为生成式AI时代的“信用基石”。
投资者愿意笃信：AI将重塑世界；超大规模数据中心值得押注；GPU需求将持续爆发；超大模型终将盈利；AI初创企业能撬动海量终端需求。
而Zitron指出，所有这些信念，本质上都锚定在一个前提之上——OpenAI必须持续高速成长。他认为，OpenAI不仅定义了当下AI浪潮的节奏，更深度塑造了资本市场对整条AI产业链的估值范式。一旦这一核心假设松动，冲击波将远超单一创业公司的成败边界。
换言之，OpenAI早已超越企业范畴，演变为AI投资周期中具有“系统重要性”的关键节点。
他为何断言OpenAI商业模式存在结构性隐忧？
Zitron的质疑聚焦于三大症结。
其一，推理（Inference）成本居高难下。
随着ChatGPT用户量持续攀升，每一次交互都在消耗GPU、电力与服务器资源。若大量用户长期滞留于低价甚至免费层，而企业端收入增长无法同步覆盖激增的运营成本，规模扩张反而可能加剧亏损。
其二，资本开支增速远超现金流修复节奏。
当前AI行业最大支出已从模型训练转向推理算力、GPU采购及全球数据中心建设。
OpenAI及其生态伙伴正推动数百亿乃至千亿美元级的数据中心投资，而此类项目往往需数年方能回本。一旦AI实际需求不及预期，海量基础设施或将面临利用率滑坡风险。
其三，对持续外部输血的高度依赖。
Zitron研判，OpenAI在未来多年仍将仰赖密集融资，以支撑模型迭代、算力采购与基建扩张；若资本市场风险偏好降温或融资渠道收窄，其商业根基将承受更大压力。
上述分析虽属Zitron个人推演，尚未获OpenAI官方回应，却精准切中了当前市场关于AI资本回报率（ROI）的核心分歧。
为何Oracle、CoreWeave与数据中心运营商被推至风口浪尖？
相较于OpenAI自身，Zitron更忧心的是产业链的杠杆放大效应。
过去两年，美国科技界掀起史无前例的数据中心建设狂潮。
微软、谷歌、Meta、亚马逊等超大规模云服务商（Hyperscalers）纷纷上调资本开支；与此同时，甲骨文、CoreWeave等专业化AI算力提供商，则承接起日益庞大的AI基建任务。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
这些项目高度依赖：长期租赁协议、项目制融资、私募信贷、企业债及巨额资本投入。
倘若OpenAI等核心客户需求不及预期，或资本市场重新审视AI投资回报逻辑，数据中心资产使用率、租赁合约履约能力乃至再融资空间，均可能承压。
媒体报道指出，Zitron特别警示：一旦OpenAI遭遇重大挫折，Oracle、CoreWeave等深度绑定AI基建需求的企业或将首当其冲——因其当前高估值，很大程度上建立在AI需求持续井喷的乐观预期之上。
不过，微软、Meta、Alphabet等科技巨头仍在加码AI资本开支，并强调相关投入契合长期战略，因此市场尚未显现全面收缩迹象。
Anthropic与软银为何也被卷入风暴中心？
除OpenAI外，Zitron亦将Anthropic纳入审视视野。
其逻辑在于：尽管路径各异，但两家公司共同特征鲜明——均需持续投入巨资研发模型、采购算力，并高度依赖大型科技企业提供算力支持与资金背书。若AI商业化进程显著慢于预期，二者盈利前景都将承压。
另一家频频被提及的则是软银。
近年来，软银强势重返AI投资一线，深度参与AI芯片、基础设施及大模型企业的融资布局。
倘若AI行业步入估值调整周期，软银手中庞大的AI资产组合自然成为市场焦点。不过，软银管理层至今仍坚定视AI为下一轮科技革命的核心引擎。
AI交易，真的已经“烧过头”了吗？
事实上，“AI是否已成泡沫”，这场华尔街辩论已持续逾一年。
“泡沫派”主要依据包括：
- AI基础设施投资增速远超营收增长；
- 大模型盈利路径仍未清晰验证；
- 数据中心资本开支屡创历史峰值；
- 市场估值愈发倚重未来多年增长预期。
而“乐观派”则强调：AI属于典型的通用技术革命，堪比互联网与电气化时代，前期投入必然远超短期收益，但长期将催生全新产业生态与商业模式。
Howard Marks近期坦言，自己已从最初怀疑AI或为泡沫，转向更积极认可其长期潜力。他指出，当代AI所展现的推理能力、上下文理解与交互水平，具备前所未有的技术特质，不宜简单套用历史投机泡沫框架。
部分学术研究亦给出更审慎的结论：当前AI市场既蕴含扎实的技术突破，也存在局部估值偏高与资本开支前置现象，因而更接近“技术革命叠加局部过热”，而非纯粹非理性狂热。
真正需要叩问的，并非OpenAI会不会倒下
无论是否认同Zitron的悲观推演，他所揭示的问题正日益成为机构投资者的核心关切：
AI巨额投入，何时才能转化为稳定、可预测的现金流？
过去一年，资本市场几乎默认“AI资本开支越高越好”。
但近来，无论是芯片厂商、服务器供应商还是云服务企业，投资者的关注重心正悄然转移：企业AI业务收入增速、AI产品付费转化率、推理成本下降曲线、数据中心实际利用率、AI投资回收周期……
若这些指标持续向好，当前天量资本开支或终将被证明是一场堪比互联网时代的战略性前瞻布局；但若商业化进程长期滞后于投资扩张节奏，市场对AI资产的估值逻辑，或将迎来一次深刻校准。
因此，Ed Zitron这篇万字长文真正引发广泛讨论的，并非“OpenAI是否会成为下一个雷曼兄弟”，而是它再次将AI时代最本质的命题推至台前：当资本支出不断刷新纪录之后，现金流与盈利能力，能否如期抵达？这一问题的答案，或将真正决定未来数年全球AI交易的底层走向。
本文来自微信公众号“华尔街见闻”，作者：李丹，36氪经授权发布。
