三大云厂三年烧掉 8000 亿美元 capex，AI 收入却几乎全靠 OpenAI 和 Anthropic 撑着，单位推理成本随用量线性增长——这场基建豪赌的账，到底怎么算？ 原文链接：AI 小老六
过去三年，全球超大规模云厂商在 AI 基础设施上累计砸下超过 8000 亿美元，2026 年还规划了 7000 亿，2027 年的预期摸到 1 万亿。
但真正能拿出手的 AI 收入，几乎全压在 OpenAI 和 Anthropic 这两家身上。把这两家挑出去，三大云厂的剩余履约义务（RPO）几乎是横着走的。
把账一笔笔摊开后得出一个很硬的判断：单位推理成本随用户量线性增长，capex 又停不下来，整个 AI 产业链不是「盈利不够」，而是数学上回不来本。
一、先把账摆出来：8000 亿砸下去，回收得多惨
先把这场 AI 基建豪赌里最刺眼的几组数字单独拎出来。
| 项目 | 数字 |
|---|---|
| 过去 3 年超大规模云厂商累计 capex | 超 8000 亿美元 |
| 2026 年新增计划 capex | 约 7000 亿美元 |
| 2027 年预估 capex | 约 1 万亿美元 |
| 微软三年累计 capex | 约 2938 亿美元 |
| 其中投向 OpenAI 基建 | 约 870 亿美元（占 ~30%） |
| 微软 FY2025 全部 AI 相关收入估算 | 约 179 亿美元 |
| 微软 FY2025 当年 capex | 约 882 亿美元 |
把这张表翻成一句话：
这一年微软至少投了 882 亿基建，AI 那一摊到手 179 亿，连 capex 的零头都没盖住。
更尴尬的是，这 179 亿里头，相当一部分来自 OpenAI 自己跑推理付给 Azure 的钱——本质上是微软自己的钱绕一圈又回到自己账上。
要论证「AI 在外部产生新增收入」，这部分应该被剔除，剩下的画面就更难看。
图：8000 亿砸进数据中心，真正流回来的 AI 收入只是涓涓细流
二、为什么单纯靠「扩规模」救不回来
很多人会下意识觉得：技术革命嘛，先烧钱后赚钱，曲线总会上扬。但这一次的曲线，跟过去那种「服务器闲置率会下降」的故事根本不是一回事。
用更工程化的方式画一下成本闭环：
图：AI 用户增长如何把云厂商推进 capex 死循环
关键在 GPU/电力消耗线性增长 这一段。
- 传统 SaaS 的边际成本接近零，多服务一个用户几乎不增加机器。
- LLM 不一样：用户每多调一次，背后就是真金白银的电、卡、网络。
收入是线性的，成本也是线性的，规模化不能自动带出超额利润。
只要还在持续买卡、建机房、签电力，capex 就停不下来；只要 capex 停不下来，所谓「等基建投完就盈利」的剧本就没法兑现。这不是悲观情绪，是结构问题。
三、为什么 OpenAI 和 Anthropic 是最大的「伪需求」
看完 capex 之后，再把超大规模云厂商手上的剩余履约义务（RPO）也拉出来对了一遍。结论是：过去几个季度的 RPO 暴涨，几乎完全靠 OpenAI 和 Anthropic 撑着。
- 微软 RPO 从 3920 亿冲到 6250 亿，主要是 OpenAI 的 2500 亿增量 Azure 承诺，加上和 Anthropic 的 300 亿合作。
- 亚马逊 RPO 从 2440 亿冲到 3640 亿，背后是 OpenAI 1000 亿的扩展和 Anthropic 5GW 算力。
- 谷歌 RPO 从 2428 亿冲到 4676 亿，里面 2000 亿来自 Anthropic。
把这两家挑出去，三家厂商的「非 OpenAI/Anthropic AI 长单」增长，几乎是平的。
这就是真正的需求幻觉：
看上去全世界都在抢算力，其实抢算力的就是少数几家，而它们的钱又来自几家云厂商和 VC 的反向输血。
我看到这种结构的第一反应是：这是一个非常不健康的需求曲线。
它不是 AWS 早年那种「成千上万家中小公司接进来用云」，而是「两个客户撑着三家供应商，三家供应商再反过来当这两个客户的股东」。一旦其中任何一环资金链承压，整张图都会一起抖。
图：钱在云厂和 AI 实验室之间转一圈，更像是资本内循环而非外部收入
四、AI 实验室自己能跑出商业模式吗
把视线从云厂商挪到 OpenAI 和 Anthropic 自身，问题没变好，反而更尖锐。
- **「推理是赚钱的」这个说法很滑头**。它一般只算 GPU 单位运行成本，不算卡的折旧、机房、电力、销售费用、模型训练摊销。把这些算进来，单位推理基本是亏的。
- **「硅会变便宜」不是免费午餐**。硬件确实在便宜，但模型也在变大、上下文在变长、reasoning token 在膨胀，每一代 SOTA 的真实推理成本反而是上升的。
- **「开始卖服务」更危险**。一旦做企业服务、Agent 工作流、咨询交付，毛利结构会更接近传统 SI，而不是 SaaS，估值逻辑根本撑不住现在这种价位。
简单说，AI 实验室目前的财务画像，更像是「被云厂商当成 capex 出口」的特殊客户，而不是有内生造血能力的 SaaS 公司。
五、留给工程团队的三个具体提醒
写这篇之前，我顺手按这套逻辑把手上几个项目重新过了一遍预算，下面这三件事是我打算近期落到流程里的：
- 选型时不要默认大厂会一直补贴 token 价格。Google、OpenAI、Anthropic 都已经在试探价格上限，我会给所有重度依赖外部 API 的产品做一次「涨价 2 倍仍可生存」的压力测试。
- Agent / RAG / 长上下文这些「看起来很美」的设计，要重新算 token 预算。一个长上下文 + reasoning 的 query，账面上比想象中贵得多，最新一代「Flash」级别模型跑一遍标准 benchmark 的成本，已经超过它自己上一代 Pro。
- 要警惕「算力即护城河」这个说法。真正的护城河是产品和分发，算力是租来的，谁出钱谁租得到。OpenAI 当年从马斯克那里临时拿 300MW 就是一个很好的提醒。
我并不是说 AI 没未来。这件事的拐点会来，但按现在这套 capex / 收入结构，这场基建豪赌的风险，比股价表现出来的要乐观很多倍。
投资可以继续，但每个用 AI 的工程团队，最好都在自己的预算模型里，给「涨价、限流、模型下架」预留三条退路。
