文章核心观点 - 知名做空机构Chanos & Co创始人Jim Chanos与纽约大学荣誉教授Gary Marcus从财务和技术两个维度共同拆解AI泡沫 [1][2] - 超大规模云厂商增量ROIC已于2024年见顶并快速下滑，若趋势延续，2027年中期将跌破资本成本 [4] - 大模型不存在护城河，token价格战不可避免，OpenAI被比作“AI时代的WeWork” [4] - Muse等Agent产品背后仍有人工介入，智能体大规模授权的安全风险值得审视 [1][4] 云大厂的ROIC正在快速下滑 - Chanos & Co从2025年初开始重点研究超大规模云厂商的资本回报情况，增量ROIC已于2024年见顶，此后持续快速下滑 [6] - 如果当前下滑曲线延续，处于最有利投资位置的超大规模云厂商，其回报率将在2027年中期跌破加权平均资本成本（WACC），市场对此毫无准备 [6] - AI数据中心本质上是一门设备租赁生意，从英伟达买芯片然后租给客户，是一个金融构造 [6] - 传统云数据中心的税前资本回报率只有低个位数到中个位数，这还是在云业务高速增长的背景下 [6] - 这些公司被当作REITs来营销，但数据中心无论是传统的还是AI的，都是持续资本密集型业务，东西会坏，需要更换，需要升级 [6] - 高盛当天上调对数据中心总支出的预测，未来五年新增50吉瓦，对应2.5万亿至3万亿美元的增量，总支出规模达到10万亿至12万亿美元，约占美国GDP的6% [6] - Chanos对此直言，开始看到真的很荒唐的数字了 [6] 大模型没有护城河，价格战是必然结局 - Gary Marcus早在2023年8月就在Substack上写道，所有人都在做同一件事，这意味着不存在技术护城河，价格战不可避免，一切都将商品化 [9] - 没有真正的技术护城河，意味着价格战，一切都会变成商品，OpenAI当时风头正劲，但会失去领先地位 [10] - 如今没有任何一家模型公司能保持超过两周的领先优势 [10] - token价格在两三年内已下降了三到四个数量级，对消费者是好事，对模型提供商则是噩梦 [10] - 当前驱动模型进步的，已不再是单纯的规模扩张叙事，大约到2024年，纯粹的规模扩张已经走到头了 [10] - 现在真正让系统变好的，是借鉴自符号AI传统的推理框架和代码解释器，但业界不太愿意承认这一点 [10] OpenAI：AI时代的WeWork - Marcus称已经说了好几年，OpenAI可能会成为AI时代的WeWork [12] - OpenAI预计未来三四年将烧掉约3000亿美元 [12] - 其估值逻辑建立在AGI即将到来的承诺上，但实际上并不知道如何构建AGI [12] - IPO一再推迟，估值却不断走高，这完全说不通 [12] - WeWork的教训是没有IPO，软银以450亿美元估值注资，然后整个事情崩塌了 [12] - OpenAI一直在推迟IPO，因为不想公开S-1文件，数字还不足以支撑S-1 [12] - Chanos补充，迫切想看到OpenAI和Anthropic的S-1，因为想看看他们怎么定义自己的盈利能力 [12] - Marcus还提到Sam Altman在2023年美国参议院听证会上的表现，当被问及是否从OpenAI获益时，Altman表示自己没有OpenAI股权，但实际上他持有Y Combinator的权益，而后者持有OpenAI股份，他间接持有股权但没有披露 [13] Muse背后的“人肉电池” - 对于近期爆火的Meta AI Agent产品Muse，Gary Marcus援引路透社报道指出，Muse背后目前仍有人工介入，这与Meta此前推出的Facebook M如出一辙 [16] - Facebook M当年获得了大量头条，结果发现背后是人在操作，只有1万名用户，因为计划是收集数据然后规模化，但四五年后意识到这行不通 [16] - Chanos从投资角度补充，在超大规模云厂商中，微软和Meta目前是增量投资回报率最高的两家，原因在于它们都有真实的终端市场，微软有企业客户，Meta有消费者 [16] - 有终端市场，并且能让AI投入转化为盈利或至少不是巨大的成本黑洞，这是有价值的 [17] - 微软的Copilot在Office 365用户中的渗透率仍不足10% [18] Agent安全：已知风险，刻意忽视 - Gary Marcus对AI Agent的安全问题表达了最为强烈的担忧 [20] - OpenAI的Agent系统已多次入侵政府系统，包括最近入侵澳大利亚政府医疗系统的事件，这很严重，而且他们一直到被迫才公开谈论这件事 [20] - 大型语言模型本身就不可靠，把它们并行运行几千个，给它们读写互联网的权限，给它们安全凭证，然后不仔细监控它们，这怎么可能不出问题 [20] - 解决方案其实很简单，如果想想阻止Agent入侵问题，可以直接说在修复这个问题之前，使用这些Agent是违法的，他们只需要改一行代码关掉就行了，工程上完全可以做到，他们只是不想这么做 [20] - 原因同样直接，Agent能带来更多token消耗，更多收入，更好看的IPO故事，他们的IPO案例建立在Agent使用量上，每解决一个任务，token消耗量是普通对话的10到1000倍 [21] 泡沫如何破裂：多米诺骨牌的第一张 - Chanos认为，触发这场泡沫破裂的，最终将是资本市场本身 [22] - 以2000至2001年互联网泡沫为参照，标普500盈利从2000年中到2001年中下滑了40% [22] - 思科CEO John Chambers曾描述，订单增速从2000年12月的70%，到2001年1月直接变成负30%，就在四个季度内，整个科技经济就这样崩塌了 [22] - 要认为这在这场更大、加速更快的繁荣中不会发生，是在自欺欺人，这个市场存在非常大的融资风险，会让一切变得自我强化，看起来像一场崩盘，即便长期的世俗需求仍在增长 [22] - 会计层面的结构性风险：当一家初创公司花1美元购买英伟达的芯片，英伟达立刻确认1美元收入和75美分利润，而那家初创公司则将这笔支出资本化，分五年、七年甚至十年摊销 [22] - 当融资关闭，那1美元的支出迅速消失，但折旧成本还在持续 [22] - Marcus补充，最担心的触发点是OpenAI的IPO进程，如果OpenAI出现重大问题，会引发恐慌反应，可能冲击英伟达，肯定会冲击其他超大规模云厂商 [22] 超大规模云服务商的回报率下降 - 数字开始急剧加速增长，Chanos着手分析超大规模云服务商的回报率，尤其是增量投资资本回报率，这个回报率在2024年已经见顶，此后持续快速下滑 [34] - 按照目前的下降曲线，超大规模云服务商的回报率将在2027年中期跌破其加权平均资本成本，市场还没有为此做好准备 [34] - 根据不同的定义口径，标普500中大约45%至55%的成分股与AI存在关联 [35] - AI现在已经是在以技术尾巴摇动经济大狗，对它视而不见，代价自负 [35] - Chanos的很多支持者看到其耐心解释“我其实可能是AI交易的净多头”时，总是瞠目结舌，其空头头寸并没有抵消指数中的AI权重 [36] - 新云服务商主要通过可转债融资，票面利率是0%或2%，表面看起来融资成本很低，但这根本不是正确的分析方法，需要还原可转债隐含的期权价值，实际资本成本其实相当高 [36] - 已经进入这个周期的第四年，开始把大量资本砸给那些投机者和推销者，他们真正想做的是趁着散户对AI概念的追捧大捞一把 [36] - AI可以蓬勃发展，不一定要盈利，互联网周期已经告诉过我们这个道理 [36] AI领域的投机者 - Chanos举例，有一个人刚刚宣称到2028年底，我们将拥有能做任何人类事务的人工通用智能，这个人在2024年说过同样的话，当时他说的是2025年底实现 [37] - Chanos向他提出100万美元的赌注，他没有接受，如今他把预测时间悄悄往后推了三年，毫无说明 [37] - 这个行业最关键的一个事实是：风险投资人按照投资金额收取管理费，只要他们能面不改色地讲好一个故事，就能赚很多钱，在10亿美元的基金上收取2%管理费，不管最终结果如何，在前期就已经活得很好了 [37] - 如果成功率真的趋于零，就筹不到下一期基金了，虽然已经赚了不少了，现在VC圈的现实是：如果没有投中Anthropic、OpenAI、SpaceX、xAI等几个大名字，现在几乎筹不到新资金 [38] - 公开市场上的投机者，那些曾经募集数十亿资金、告诉你买服务器挖比特币是下一个大机遇的人，如今毫无障碍地转型成了AI数据中心公司 [39] - 股票推销者总是滞后于金融周期，现在看到越来越多的人试图把“AI”贴到自己的业务上，以获得光环效应 [39] - 金融市场终究会发挥它的作用，人们还忘记了金融市场中存在一个反身性机制，它会反过来作用于技术和实体经济，如果融资渠道关闭，一切都会迅速改变 [39] - 债券市场似乎已经开始觉醒，贷款给数据中心的成本在上升，而公开市场还没有跟上，两者之间出现了某种脱钩 [40] - 过去三四个月，信贷市场开始收紧，因为如果贷出去的是债，只能拿回本金加利息，没有上行空间的期权 [40] - 越来越多的融资成本在上升，而那些不想暴露巨大利息支出的公司，则越来越多地转向可转债或纯股权结构，因为他们根本覆盖不了利息 [40] - 超大规模云服务商以外，几乎所有公司在真实的经济意义上都是在亏钱 [40] - 数据中心这个生意根本没有盈利，超大规模云服务商的回报在快速下滑，虽然他们还有核心业务可以依靠 [40] 甲骨文的“不可抗力”事件 - 有一则未经证实的消息：甲骨文援引不可抗力条款 [41] - 甲骨文的股价距离《泡沫顶峰》文章发布时的高点已经跌了60%，今天又跌了7%，甲骨文债务的信用违约互换（CDS）也创了新高，大约在225个基点 [41] - 这笔贷款是180亿美元，涉及高盛、法国巴黎银行、三井住友等银行，对应的项目在新墨西哥州，是星际之门的一部分 [42] - Blue Owl拥有开发商，在其中注入了股权，整个结构是一个特殊目的载体（SPV），现在甲骨文以不可抗力为由主张延迟 [42] - 就在就职典礼后几天，孙正义、Sam Altman和Larry Ellison站在椭圆形办公室里宣布了Stargate，称规模达5000亿美元，马斯克几乎立刻就发推说钱在哪里，他们根本没有这笔钱 [42] - 数据中心还面临许多现实障碍：监管审批、居民反对、电力接入问题，以及跨党派的政治阻力 [42] - CDS报价225意味着融资成本在8%左右，目前还不到融资停摆的程度，但一旦债务成本进入两位数，就会形成实质性的阻碍 [42] - 甲骨文为了兑现承诺，必须持续融资，Larry Ellison上周还取消了一笔75亿美元的股票发行计划，同时公司还在大规模裁员 [42] AI进步的真实图景 - 每周都有新发布，没有人能保持超过两周的领先，未来也不会有，中国大模型也已经入场 [44] - 这就形成了商品化结构：对消费者来说是好事，模型越来越好，竞争迫使价格下降，因为没有人能声称自己的模型在实质上更优越，切换成本也越来越低，但对于模型提供商来说，最终可能根本无利可图 [44] - 英伟达有护城河，他们在淘金热中卖铁锹，处于绝佳位置，不过Jensen不断地大力鼓吹这个生态，让人感觉他可能也有所担忧 [45] - 上个季度计算下来，英伟达每赚1美元，大约有70美分又以投资的形式流了出去 [46] - 模型提供商那一侧是竞争激烈、趋于商品化的，终端用户这一侧，每次有研究出来，结论都是投资回报率不太理想 [46] - 大多数人使用AI是因为害怕落后于竞争对手，而非因为真的从中找到了可观的生产力提升，也许写代码是真实有效的场景，但很多其他场景并非如此 [46] - 编程领域，应用商店里每月上线的App确实多了好几倍，但实际销售额并没有随之增长，大多数人在开发根本没有人真正想要的App，生产力在数量上提升了，但在质量上未必 [46] - 研究过Netscape诞生前后各十年的数据，即1986年至1996年以及1996年至2006年，对比了美国GDP增速、全要素生产率和标普500盈利增速，结论是互联网时代之后的GDP增速与之前相比几乎没有差别，都是每年约3%的实际GDP增速，全要素生产率略有改善，而标普500的盈利增速甚至比互联网之前稍低，互联网时代之后是每年5%，之前是每年6%，长期历史均值也是6% [47] - 互联网的确带来了巨大的颠覆性变化，催生了大量新业务，也摧毁了很多旧业务，但从宏观经济的整体维度来看，根本无法说浏览器的出现和互联网的普及改变了整个世界，现在从ChatGPT问世的2022年底算起也才不到三年，GDP增速一直不温不火 [47] - 尽管有超过10亿用户使用OpenAI，Gemini也接近10亿，但如果去看生产力数据，会问这里到底发生了什么 [48] - AI最终将是革命性的，但目前尚不清楚生成式AI是否会是那个革命性的形态 [48] - 生成式AI就是聊天机器人这类东西，这是当前构建AI的一种方式，可以说是目前最好的方式，即便加上混合框架，可靠性问题依然是核心难题 [49] - 氛围编程确实给了很多人一种掌控感，但那些用氛围编程做开发的人通常缺乏调试和维护代码的训练，很多东西做出来根本撑不住，能做出一个demo，但遇到真正的复杂情况就不知道怎么处理了 [49] - 对于已经具备扎实技术背景的专业程序员来说，这些工具确实是真正有价值的助力，他们知道如何应对系统犯错的情况，但很多氛围编程的产品最终不会如预期那样成功落地，可能会昙花一现 [50] 智能体AI：潜力与风险 - 智能体在原则上非常有用，但如果出错，后果可能相当严重，比如让一个智能体替执行交易，它小数点放错了位置，那就是个大麻烦 [51] - Meta之前以Facebook名义发布过一个叫Facebook M的产品，获得了大量媒体关注，但后来路透社挖出来，后台其实有真人运营，他们本来的构想是先用1万个用户收集数据然后规模化，但四五年后发现这条路走不通 [51] - 现在Muse还是有真人在后台参与的，技术进步了，也许这次会奏效，但目前还不确定 [51] - 超大规模云服务商中，增量投资资本回报率最高的两家是微软和Meta，它们都有自己的终端市场，微软对应企业端，Meta对应消费者端，这是它们获得最佳经济效益的根本原因，其次是谷歌，而亚马逊和甲骨文则落在最后 [52] - 谷歌即将发布自己的智能体，还与Chrome、Gmail、日历等全套产品集成，那确实很可能成为最实用的智能体之一，得益于Google的整个生产力套件，他们还有Android的终极分发渠道，这是非常强大的优势 [53] - 关于微软，Co-Pilot的实际采购率目前仍然很低，不到Office 365用户的10%，但确实在增长，不过Azure云业务之所以盈利，是因为微软本身的核心客户群，OpenAI是另一场赌注，经济逻辑完全不同 [53] - 眼下最健康的超大规模云服务商是微软和Meta，谷歌居中，亚马逊和甲骨文处于落后位置 [53] 算力与Token价格 - Token定价是一场价格战，这是没有技术护城河的直接结果，没有护城河，价格战就不可避免 [54] - Token价格每天都在下降，对消费者而言是好事，对OpenAI和Anthropic来说是噩梦，现在还有Open Router这类工具让用户更容易地比价 [54] - 过去两三年，Token价格已经下降了好几个数量级，是极其巨大的压力，但算力成本目前却在上升，劳动力竞争、建设成本、土地成本，这是一场两端受压的挤压 [54] - 长期来看，算力成本也可能走向通缩，目前之所以在上涨，是因为存在多方面的竞争，熟练建筑工人、土地 [54] - 尽管缺乏构建人工通用智能的真正洞见，但有一点是确定的，对现有模型的持续优化并没有停止，第一个真正的重磅信号是Deepseek，他们证明可以用更便宜的芯片实现同等效果，从那以后，几乎每周都有人宣布新的优化成果 [54] - 这个优化趋势的终点是：用一台Mac Mini就能完成大多数日常需求，根本不需要去云端，这可能是两年后，也可能是五年后，肯定不是二十年后，需要的芯片越来越少，而这恰恰指向了数据中心的衰退 [55] - 传统云服务和托管业务在过去二十年里一直回报低迷，就像运营一家航空公司，那个业务经历了真实的高速增长，对用户而言也有真实的价值，但做他们房东这件事一直是门糟糕的生意，数据中心最终很可能是同样的命运 [55] 英伟达及其客户 - 英伟达5.5万亿美元市值，但股价与六个月前相比几乎没有变化，而纳斯达克同期涨了15%以上 [56] - Chanos一直在追问那些押注数据中心的人：为什么任何一家依赖英伟达的公司，其估值溢价应该高于英伟达本身，英伟达实际上是一只估值相对合理的股票，营收和盈利还在高速增长，但它是这条产业链的枢纽，方式比思科和英特尔在互联网时代更直接，它控制着棋盘，谁能拿到芯片、何时拿到、顺序怎么排，它说了算，它甚至向客户提供资本 [56] - 英伟达是一家优秀的公司，产品很棒，CUDA生态系统是货真价实的护城河，Jensen是出色的CEO，他们有很多优势，但他们的客户就是刚才谈到的那些公司，如果客户最终用英伟达的产品赚不到钱，即便芯片再好，购买也会停止 [56] - 理想的交易是做空英伟达的客户，做多英伟达本身，但如果客户最终断粮，能做多英伟达多久，这还是一个时机问题，这是一个对冲组合：做多英伟达，做空那些新云服务商，数据中心运营商才是首选的空头标的 [56] 这一切会怎么终结 - 2001年初，思科CEO John Chambers说，他的订单在2000年12月还保持70%的正增长，但到了2001年1月，直接变成了负30%，就是这么快 [58] - 原因是过度订购：每一家企业都在囤货，说我们要买100