AI产业正面临一场万亿级别的自证之战。国金宏观测算显示，2030年前后需近万亿美元收入才能覆盖会计成本，外部融资缺口峰值或在2028年触及7000-8000亿美元。折旧越激进，变现压力越大；而无论哪种情景，年化增速需保持50%以上。沉没成本持续累积，"1到10"的担忧正在取代"0到1"。
瞄向2029年需要兑现万亿级别收入水平或将成为AI技术自证的底线（不仅是Agent ARR，也包括其他模态贡献），融资缺口的扩大也会至少再延续数个季度，因此对于自由现金流的担忧并不会凭空消失。
把AI产业看作一个整体，在2030年前后可能需要近万亿级别收入才得以覆盖其会计成本，外部融资的缺口高点则可能出现在2028年前后，对应约7000-8000亿美元量级。
如此大级别的盈亏平衡水平以及远未达峰的外部融资缺口都意味着AI技术必须通过更显性的收入转化持续自证；来源将不限于当下的Agent-ARR收入，还需要通过其他尚未成熟的模式共同贡献。
会计口径下盈亏平衡水平的高低与实际收入的增长路径将成为衡量资本开支健康程度的重要参考，也对于整个硬件链的未来业绩兑现息息相关。
在不同的基线情形下，计算盈亏水平可微调的空间是巨大的，折旧的期限快慢（算力与基础设施期限不同），现金付息的利率水平（信用利差是否还能维持低位）以及最宏观口径下的Capex增速变化（2028年是否见顶）对于最终的结果影响都是显著的。
除此之外，随着数据中心的不断建造，以及短期电力供应压力在中期维度缓解（电力并网），是否会出现规模经济特征，以及潜在的“高质量算力调峰”或者类似“西算东调”政策出台，都会影响最终盈亏平衡的水平。
我们对AI时代的本质理解也还需要加深。例如，算力是当前模型参数的短期瓶颈，但如果算力并网就一定能训练出“更好”的模型吗；再者，又如何去定义定好的模型——参数足够大还是在某个能力范围更有性价比？这些都决定着算力与电力并网是否会产生规模效应。
总的来说，在这个AI生产要素高度流通的世界中，对于任何单一环节特征的识别都是困难的，但万亿收入的量级水平和大千亿美元的融资缺口或将逐渐成为未来阶段衡量AI泡沫的基准共识。
考虑到讨论的复杂维度，我们在一些指标采取共同的前提假设，主要侧重折旧快慢以及CAPEX增速的敏感度分析。共同的指标假设包括但不限于Capex的情景增速、长短寿命设备的资本开支比例、OPEX占存量资产比重等。
0
评论 (0)