AI領域的投資堪稱一場高風險遊戲，但目前來看，投資者和行業觀察人士對於這場遊戲何時落幕，大多保持樂觀。
OpenAI近期完成了最新一輪融資，融資規模高達1220億美元，亞馬遜、英偉達
、微軟和軟銀等老牌支持者繼續為其輸血。
值得關注的是，英偉達不僅是OpenAI的投資方，同時還向其出售推進技術所需的AI晶片。這種"既投資又供貨"的安排引發外界批評，認為AI行業不過是一個資金黑洞，靠投資者的錢維持運轉，而企業本身尚未找到盈利路徑。這對初創公司而言或許稀鬆平常，但AI背負的巨大期望意味著一旦失敗，影響可能波及甚廣。
對於CIO而言，核心問題在於：這種投資方轉化為客戶、形成自我強化的資金循環，能否支撐企業所依賴的供應商生態體系和定價模型，從而推動AI項目從概念驗證走向實際落地。
與此同時，大型數據中心建設遭遇的公眾阻力，也讓外界對AI技術持續推進的成本與進度產生質疑。田納西州、密蘇里州、印第安納州、新澤西州等地居民紛紛反對在社區內新建或擴建數據中心。緬因州近期更是推進立法，擬在全州範圍內對大型數據中心建設實施臨時暫停令，但該法案尚未正式簽署生效。
資金泡沫的歷史鏡像
佩珀代因大學格拉齊亞迪奧商學院金融學助理教授克雷格·埃弗里特認為，當前AI的融資循環與1990年代光纖鋪設熱潮如出一轍。彼時電信行業如火如荼地鋪設光纖電纜，卻嚴重建設過剩。
"他們當時不是相互進行股權投資，而是搞所謂的'容量互換'，這種做法說白了有點不光彩。"埃弗里特說。他同時也是佩珀代因私人資本市場項目的主任。
他解釋道，部分電信公司以實物形式相互購買對方的網路容量。對於參與各方而言，實際支出淨效果為零，但在賬面上，雙方的營收都因這筆實物交易被計入收入而同步虛增。"這確實有點灰色地帶的味道。"他說。
資金流向是否真實合規
當前AI領域的交易和融資同樣引人側目，但埃弗里特認為，這些操作在合規層面看起來站得住腳。"這確實是一場'資金旋轉木馬'……你投資一家公司，那家公司轉頭又來買你的產品，這自然會產生螺旋上升的效應——直到音樂停止。"他說。
儘管表面上看起來有些奇特，但他認為這些投資是合法的。"他們同時也是客戶，這不過是個令人愉快的附帶效益。"
AI常被塑造成CIO提升效率、激發創意的利器，但並非每個AI公司提出的設想都能走到最後。即便是獲得充足資金的項目也可能折戟：OpenAI旗下的Sora生成式影片應用將於本月關閉，API接口也將於9月停止服務，這再次印證了高成本AI項目被快速叫停的可能性有多大。隨著Sora落幕，一筆與迪士尼高達10億美元的授權協議也隨之告吹。Sora的運營成本以及版權方面的法律挑戰，顯然已超過其短期可帶來的回報。
此外，軍事合同本是AI公司潛在的營收來源，但這類合作關係卻頗為微妙。Anthropic堅持為軍事用途設置AI使用限制，因此被美國國防部列入禁止合作名單。OpenAI也在努力細化其國防合同條款，限制其技術被用於監控等用途。
真實收入幾何？
那麼，AI是否主要靠融資續命，而非真實營收？戴爾科技資本董事總經理丹尼爾·多克特表示，類似的質疑在早期技術浪潮中同樣出現過，包括2000年代初的電信行業。他以安然和世通公司的欺詐醜聞為例——這兩家公司最終雙雙破產。"錢不就是在這邊流進去，再轉一圈買設備、買光纖，然後又流回這邊來？顯然有問題。"他說。
多克特認為，這一輪AI與以往不同的關鍵在於：對AI的底層需求目前尚未顯現出任何疲態。"重點是'尚未'這個詞，"他說，"到目前為止，我還沒看到任何減速的跡象。"
他表示，AI行業中大量企業的存在是為了承擔基礎設施建設的重擔——包括晶片、電腦、網路和數據中心——而新增的計算能力一旦上線便立刻被消耗殆盡。"就像剛準備好，舉手示意要的人已經排滿了。"他說。
重新理解創新融資的本質
Nazaré Ventures創始人兼普通合伙人史蒂芬·沃特豪斯認為，外界對AI融資循環的理解可能存在偏差。他從瀏覽器誕生之前就開始深耕技術與網際網路領域。回顧雅虎等網際網路公司上市的歷程，他表示那個時代同樣有人質疑這些公司的融資來源和營收質量。"每當一項新技術引發快速擴張，總會出現一些看起來不尋常的融資行為。"他說。
英偉達投資OpenAI、微軟向Anthropic注資等標誌性交易固然吸引眼球，但更廣泛的AI生態系統中還活躍著大量其他玩家和投資者，而這些業務已有真實營收支撐。"我們在全球範圍內，包括歐洲和美國，擁有16家投資組合公司。這並不只是矽谷的孤例。"沃特豪斯說。
他特別指出，他正在觀察到一種加速趨勢：企業正從概念驗證階段邁向產生實際營收的生產階段，並在計算資源、應用程序及智能體工作流領域簽訂更長期的合同。
產能瓶頸與成本上升
然而，AI基礎設施建設的成本依然是不容忽視的現實問題，Forrester首席分析師格雷格·佐雷拉對此提出警示。"支撐企業AI應用規模化擴展所需的數據中心等基礎設施，目前供應依然緊張。"他說。
更值得關注的是，隨著今年年中或下半年更多企業從概念驗證階段轉向規模化部署，AI成本可能在短期內進一步攀升。供應受限，自然意味著企業可能需要付出更高代價。"如果基礎設施無法承載AI部署的指數級增長，總有人要為自己的部署多付錢。"佐雷拉說。
他警告稱，企業在評估AI真實成本時，可能並未充分考量其中複雜的經濟變量，尤其是在市場供需變化可能推高價格的背景下。
AI真實成本遠超預期
如何長期支撐AI領域持續高燒的資金投入，目前仍無定論，畢竟所有參與方都面臨著可觀的成本壓力。佐雷拉表示，終端用戶企業不僅要理清當下的成本結構，還必須預估未來兩到三年的成本走勢。
"開啟一個AI智能體到底要花多少錢？雲服務費、大語言模型調用費，還有各種我可能根本沒想到的費用……這些加在一起，遠比看上去的要複雜得多。"佐雷拉說。
Q&A
Q1：AI行業當前的融資模式存在哪些風險？
A：當前AI領域的融資模式被一些分析人士比作1990年代的光纖建設熱潮，存在"資金旋轉木馬"的循環結構——投資方投資某公司，該公司又轉而購買投資方的產品或服務。雖然目前業界普遍認為這些交易在合規層面站得住腳，但若AI需求出現疲態、基礎設施供給無法跟上，這一循環便可能面臨崩塌風險，對企業的供應商生態體系和定價模型造成衝擊。
Q2：企業部署AI智能體的實際成本包括哪些？
A：Forrester分析師格雷格·佐雷拉指出，企業部署AI智能體的成本遠比預期複雜，涵蓋雲服務費、大語言模型調用費，以及其他各類隱性費用。隨著今年更多企業從概念驗證階段轉向規模化生產部署，數據中心等基礎設施供應趨於緊張，可能導致成本進一步上升。企業不僅需要了解當下的成本結構，還須預估未來兩到三年的費用走勢。
Q3：OpenAI關閉Sora應用說明了什麼問題？
A：OpenAI旗下的生成式影片應用Sora即將關閉，API接口也將於9月停服，同時波及一筆與迪士尼高達10億美元的授權協議。這一案例表明，即便是獲得雄厚資金支持的AI項目，也可能因運營成本過高、版權法律挑戰等因素而被快速叫停，反映出AI商業化落地過程中盈利模型的不確定性依然較大。
