“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1.5萬字的博客文章再次將AI泡沫爭議推向高潮。

長期唱空AI、擁有大量科技行業讀者的評論人Ed Zitron在日前發布的博文中拋出了迄今最激進的一項判斷：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資本周期的商業模式。如果答案是否定的，那么圍繞OpenAI建立起來的融資、算力投資和資本開支體系，都可能面臨連鎖反應。

當然，這并非市場共識。包括橡樹資本聯合創始人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作為通用技術平臺（General Purpose Technology）的長期價值，認為當前行業仍處于商業化早期階段。

AI泡沫，還是OpenAI泡沫？

與多數"AI泡沫論"不同，Zitron提出了一個更具沖擊性的判斷：

真正值得擔心的不是整個AI行業，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"。

投資者愿意相信：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于整個AI產業鏈的估值邏輯，因此一旦這一核心假設被打破，沖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投資周期的"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、電力和服務器成本持續增加。如果大量用戶長期停留在低價甚至免費套餐，而企業級收入增長無法同步覆蓋成本，那么規模擴大反而可能意味著虧損擴大。

第二，是資本開支遠快于現金流改善。

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

OpenAI及其合作伙伴正推動數百億美元甚至更大規模的數據中心投資，而這些項目通常需要多年才能收回成本。如果未來AI需求增長不及預期，大量基礎設施可能出現利用率下降的問題。

第三，則是持續依賴外部融資。

Zitron分析稱，他認為OpenAI未來多年仍將需要持續融資，以覆蓋模型研發、算力采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收緊，其商業模式將面臨更大壓力。

這些觀點目前仍屬于Zitron個人判斷，并未得到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。

為什么Oracle、CoreWeave、數據中心運營商成為焦點？

相比OpenAI本身，Zitron更擔心的是產業鏈的杠桿效應。

過去兩年，美國科技行業掀起了史無前例的數據中心建設潮。

微軟、谷歌、Meta、亞馬遜等超大規模云廠商（Hyperscalers）紛紛提高資本開支；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。

這些項目大量依賴：長期租賃、項目融資、私募信貸、企業債、大規模資本開支。

如果未來OpenAI等核心客戶需求低于預期，或者資本市場重新評估AI回報率，那么數據中心資產利用率、租賃合同乃至融資能力都可能受到影響。

媒體指出，Zitron認為，OpenAI一旦出現重大挫折，Oracle、CoreWeave等依賴AI基礎設施需求增長的企業可能首當其沖，因為此前市場給予這些公司的高估值，很大程度上建立在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資本開支，并普遍強調AI基礎設施投資符合長期戰略，因此市場尚未出現資本開支全面收縮的跡象。

Anthropic、軟銀為何也被卷入討論？

除了OpenAI之外，Zitron還將矛頭指向Anthropic。

他的理由是，兩家公司雖然采取不同發展路徑，但共同特征都是需要持續投入巨額資金建設模型、采購算力，并依賴大型科技公司提供計算資源和融資支持。如果未來AI商業化速度低于預期，兩家公司都可能面臨盈利壓力。

另一家被反復提及的是軟銀。

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

如果AI行業未來進入估值調整周期，軟銀龐大的AI資產組合自然也將成為市場關注對象。不過，目前軟銀方面仍堅定押注AI長期發展，并將其視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于收入增長；
• 大模型盈利模式仍未完全驗證；
• 數據中心資本開支創歷史紀錄；
• 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屬于典型的通用技術革命，與互聯網、電氣化類似，前期投資往往遠超短期收益，但長期能夠創造新的產業和商業模式。

Howard Marks近期便表示，他已經從最初懷疑AI可能只是泡沫，轉向更加認可其長期價值。他認為，現代AI展現出的推理、上下文理解和交互能力具有前所未有的特征，因此不能簡單類比歷史上的投機泡沫。

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和資本開支超前的問題，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，他提出的問題正在成為越來越多投資者關注的焦點：

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資本開支越高越好。

但近期，無論是芯片股、服務器廠商還是云計算企業，投資者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投資回報周期。

如果這些指標持續改善，那么當前巨額資本開支可能最終證明是一次類似互聯網時代的前瞻性投資；但如果商業化速度長期落后于投資擴張，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，并非“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到投資者面前：當資本支出持續刷新紀錄之后，現金流和盈利能力究竟能否跟上。這一問題的答案，或許才將決定未來幾年全球AI交易的真正走向。