AI泡沫破裂始于Anthropic：风险预警
外来客 • 2026-09-02 03:44:14
声明：本文为对公开视频内容的摘要整理，
未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；
观点与版权归原作者及原平台所有。
如涉及版权问题，请联系我们，核实后立即删除。
[ 免责声明 ]
（原标题：The Collapse of the AI Bubble Starts with Anthropic: Warning.）
📉 市场情绪与核心风险
- Wells Fargo 对当前股市持谨慎态度，指出 Anthropic IPO 及硬件股流动性枯竭是主要潜在风险因素。
- 市场对 AI 巨额支出存在普遍焦虑，核心担忧在于投资规模过大而缺乏相应的生产力收入回报。
- Barclays 报告被指存在利益冲突，通过会计手段美化 AI 实验室的利润率以促成 IPO 融资。
- Anthropic 的财务表现将成为验证 AI 泡沫是否破裂的关键节点，投资者需密切关注其实际盈利与支出的匹配度。
📊 财务数据与会计操纵
- Barclays 估算 Anthropic 毛利率约 65%，OpenAI 约 48%；但扣除研发中的训练成本后，两者实际净亏损达 15 亿至 58 亿美元。
- 存在“折旧陷阱”：硬件采购仅以折旧形式计入销货成本（COGS），例如 1.5 万美元的 GPU 在 7 年期内每年仅体现约 2,100 美元成本，掩盖了真实支出。
- 收入结构差异显著：API 业务利润率远高于订阅制；Anthropic 约 70% 收入来自 API，而 OpenAI 80% 收入来自订阅。
- 为证明当前 AI 资本支出计划的合理性，AI 云加 LLM 的总产出需在 2028 年达到 1.4 万亿美元（不含 Meta）。
- 这一目标相当于美国总产出的 2.6%、信息行业总产出的 50%，以及 S&P 500 软件与云计算共识收入的 2.2 倍。
- 若 2028 年再增加 1 万亿美元的非 Meta AI 资本支出，AI 需求需在 2029 年增长至 2.2 万亿美元才能维持平衡。
💡 技术演进与硬件性价比
- 2026 年第一季度的增长并非源于模型能力突破，而是内存墙突破带来的上下文窗口扩大，属于“阶跃式”而非指数级增长。
- Apple M5 Ultra Studio 以约 8,000 美元提供 96GB 统一内存，远低于同等显存的 NVIDIA RTX 6000（零售约 1.4万-1.5万美元）。
- 这种硬件性价比优势使其成为 OpenAI 等实验室的优选方案，降低了单位算力成本。
- 随着计算稀缺性缓解及开源模型竞争加剧，AI 实验室及超大规模云服务商的利润率预计将大幅下滑。
🏢 商业逻辑与竞争格局
- Anthropic 需先误导投资者认为训练成本高以支撑高利润率，随后宣称推理利润将超越训练成本。
- 这种转变可能导致中国实验室在训练重要性降低后占据优势，因为开源模型（如 Alibaba Qwen）已将输出 token 价格压低至 0.41 美元/百万。
- 对比之下，Anthropic 的 token 价格为 50 美元/百万，显示 Token 正趋向完全商品化。
- 超大规模云服务商（AWS、Azure、Google Cloud）预计在未来两年内保持对 AI 实验室计算支出的控制及定价权。
- 2028 年后随着“背停”基础设施上线，其市场地位可能受到冲击，尤其是若 Meta 将其闲置算力商业化出租。
- Meta 的潜在进入不仅会削弱 AWS、微软和谷歌的市场份额，还可能成为 Meta 股价的重大催化剂。
📈 估值模型与投资结论
- AI 实验室的高毛利具有误导性，维持领先模型地位需持续高额训练投入，本质上是高 COGS 业务而非低成本的研发投资。
- 投资者应将 Anthropic 和 OpenAI 视为软件公司而非前沿实验室进行估值，因为推理令牌和实验室地位终将商品化。
- 若无法在纯软件层面实现盈利，其投资逻辑将受到挤压，长期价值在于“价值赋能者”（如 Claude Code、Codex 等软件产品）。
- 底层 Token 基础设施不具备长期护城河，投资者应基于软件价值而非算力规模进行估值。
👤 同一博主
🧭 类似博主
0 条评论
发表评论
请先 登录 后参与讨论。