「雷曼時刻」在逼近？大空頭1.5萬字長文起底：OpenAI必將崩潰，全球股市恐遭清算

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。

長期看空AI、擁有大量科技行業讀者的評論人Ed Zitron於日前發表的博文中拋出了迄今最激進的判斷：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，更可能引發數據中心、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、算力投資和資本支出體系，都可能面臨連鎖反應。

當然，這並非市場共識。包括橡樹資本聯合創辦人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，認為目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；超大規模數據中心值得建設；GPU需求會長期高速增長；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持續高速成長這一前提之上。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，因此一旦這一核心假設被打破，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用戶規模持續增長，每一次用戶提問都意味著GPU、電力和伺服器成本持續增加。如果大量用戶長期停留在低價甚至免費方案，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，是資本支出遠快於現金流改善。

目前AI產業最大的支出已經不再是模型訓練，而是推理算力、GPU採購以及全球數據中心建設。

OpenAI及其合作夥伴正推動數百億美元甚至更大規模的數據中心投資，而這些專案通常需要多年才能回本。如果未來AI需求成長不如預期，大量基礎設施可能出現利用率下滑的問題。

第三，則是持續依賴外部融資。

Zitron分析指出，他認為OpenAI未來多年仍將需要持續融資，以應付模型研發、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趨緊，其商業模式將面臨更大壓力。

這些觀點目前仍屬於Zitron個人判斷，尚未得到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。

為何Oracle、CoreWeave、數據中心營運商成為焦點？

相比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數據中心建設熱潮。

微軟、Google、Meta、亞馬遜等超大規模雲端廠商（Hyperscalers）紛紛提升資本支出；與此同時，甲骨文、CoreWeave等公司則承擔起越來越多AI算力建設任務。

這些專案大量仰賴：長期租賃、專案融資、私募信貸、企業債、大規模資本支出。

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，那麼數據中心資產利用率、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一旦出現重大挫敗，Oracle、CoreWeave等仰賴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，在很大程度上建立於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資本支出，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支出全面收縮的跡象。

Anthropic、軟銀為何也被捲入討論？

除了OpenAI之外，Zitron還將矛頭指向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鉅資建模、採購算力，並仰賴大型科技公司提供運算資源和融資支持。如果未來AI商業化速度不及預期，兩家公司都可能面臨盈利壓力。

另一家被反覆提及的是軟銀。

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

如果AI產業未來進入估值調整週期，軟銀龐大的AI資產組合自然也將成為市場焦點。不過，目前軟銀方面仍堅定押寶AI長期發展，並視其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；
• 大型模型盈利模式仍未完全驗證；
• 數據中心資本支出創下歷史新高；
• 市場估值越來越依賴未來數年的增長預期。

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

Howard Marks近期便表示，他已經從最初懷疑AI可能只是泡沫，轉向更認可以其長期價值。他認為，現代AI展現出的推理、上下文理解及互動能力具有前所未有的特性，因此不能簡單比擬歷史上的投機泡沫。

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與資本支出超前的問題，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

無論是否認同Zitron的判斷，他提出的問題正成為越來越多投資人關注的焦點：

AI投入究竟何時能夠兌現為穩定現金流？

過去一年，資本市場幾乎默認AI資本支出越高越好。

但近期，無論是晶片股、伺服器廠商還是雲端企業，投資人都開始更加關注另一組指標：企業AI收入增長；AI產品付費率；推理成本下降速度；數據中心利用率；AI投資回報週期。

如果這些指標持續改善，那麼當前鉅額資本支出可能最終證明是一場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在投資人眼前：當資本支出持續刷新紀錄之後，現金流和盈利能力究竟能否跟上。這一問題的答案，也許才將決定未來幾年全球AI交易的真正走向。