AI基建回本周期
4 节点1 篇4 来源
【背景】根据Theory Ventures合伙人Tomasz Tunguz的分析，美国AI基础设施的建设速度远超互联网泡沫时期：应用收入在第四年即达到资本开支的10%，而互联网时代耗时七年。然而，这一“快速回本”叙事正面临严峻挑战。研究公司Gartner指出，到2030年，数据中心需产生8.5万亿美元累计收入才能证明投资合理，但预计仅能实现3.6万亿，存在4.9万亿美元缺口。做空者Jim Chanos则警告，基于短期现货价格进行长期资产投资的错配，以及GPU折旧被会计手段延迟，可能导致巨额减值风险。目前市场分歧在于：乐观派认为风投支持企业已占美国就业13%，循环圈足够大；悲观派则认为这是典型的资本破坏事件，且Neocloud等中小云服务商可能因成本压力在2030年前被迫退出独立运营。
事情怎么走到这一步
Medium文章引用Morgan Stanley数据，指出AI行业每投入1美元基础设施仅收回0.5美元收入，累计支出1.4万亿美元对应7000亿美元收入，并预警2027年将出现6800亿美元折旧浪潮。
medium.com ↗华尔街见闻报道Jim Chanos观点，称当前AI基建投资规模超过互联网泡沫，且存在严重的期限错配和会计折旧延迟问题，超大规模云厂商增量资本回报率已从40%降至20%。
gcsa.com ↗Fortune报道Gartner分析，预测2025-2030年全球AI资本支出达7.5万亿美元，但相关收入仅4.4万亿，其中归属数据中心的不足30%，导致4.9万亿美元资金缺口，并预测80%的Neocloud将在2030年前停止独立运营。
fortune.com ↗Tomasz Tunguz发布分析，对比互联网泡沫与AI周期，指出AI应用收入占比达标时间减半，且风投支持企业就业占比达13%（互联网时代为5%），反驳“闭环”质疑，认为循环圈比想象中大。
tomtunguz.com ↗
还没定论的部分
- Gartner预测的4.9万亿美元收入缺口是否会被新的应用场景或定价策略填补？
- Jim Chanos指出的GPU折旧会计处理（在建工程延迟折旧）是否会引发监管关注或强制重述？
- 随着Nvidia B200等新一代芯片上市，旧款H100集群的实际残值和利用率将如何影响整体ROI模型？