誰在製造AI“虛假繁榮”?

重點摘要
獨立分析師艾德·齊特隆(Ed Zitron)近日以一份數據與邏輯兼具的研究報告,對當前由科技巨頭主導的AI投資熱潮發出迄今最嚴厲的警告。他直指支撐股價飛漲的AI敘事,可能是一場建立在「循環融資」基礎上的不可持續騙局,所有人「都被賣了一個謊言」。 齊特隆引用瑞銀分析師史蒂芬·周的數據,揭露雲端服務商收入結構中一個不為人知的真相:今年谷歌雲約有27%的營收來自OpenAI與Anthropic兩家公司,到2027年,這個比例預計將飆升至48%以上。
獨立分析師艾德·齊特隆(Ed Zitron)近日以一份數據與邏輯兼具的研究報告,對當前由科技巨頭主導的AI投資熱潮發出迄今最嚴厲的警告。他直指支撐股價飛漲的AI敘事,可能是一場建立在「循環融資」基礎上的不可持續騙局,所有人「都被賣了一個謊言」。齊特隆引用瑞銀分析師史蒂芬·周的數據,揭露雲端服務商收入結構中一個不為人知的真相:今年谷歌雲約有27%的營收來自OpenAI與Anthropic兩家公司,到2027年,這個比例預計將飆升至48%以上。換算成具體金額,代表谷歌雲單從這兩家AI公司就能獲得超過760億美元的收入。更令人吃驚的是,齊特隆指出,OpenAI本身正是谷歌雲的大客戶。
谷歌不僅把算力賣給OpenAI,甚至透過博通將自研的TPU晶片出售給OpenAI和Anthropic,再以雲端服務的形式「租回」給它們。等於在同一條交易鏈上,谷歌賺了兩次錢。微軟的情況同樣引人擔憂。齊特隆在審視OpenAI的財務數據時發現,2025年微軟智能雲部門高達69%的同比增速,實際上完全來自OpenAI一家客戶。若剔除這項貢獻,該業務的年增長率僅剩8%,「幾乎勉強跑贏通脹」。齊特隆將這種現象稱為「循環融資」——科技巨頭向AI初創公司提供資本與基礎設施,這些AI公司再將資金以雲端服務消費的形式回流給巨頭,從而製造出「需求旺盛」的假象。
他形容,亞馬遜、谷歌和微軟已經從過去低資產、高現金流的穩健企業,變成了「裝滿GPU的資產販子」,為兩個、最多三個客戶建造半成品數據中心,卻不清楚最終的盈利計畫。問題的核心在於,OpenAI和Anthropic自身根本不賺錢。齊特隆曾為《金融時報》審閱過OpenAI的審計財報,指出該公司2025年虧損高達209億美元,且情況仍在惡化。更令人擔憂的是,OpenAI有超過8億美元的收入來自軟銀的「Crystal Intelligence」項目,但齊特隆直言找不到任何證據表明該項目有實際進展。軟銀作為OpenAI的大股東,卻在董事會中沒有席位。
齊特隆強調,OpenAI和Anthropic需要持續不斷的資金注入才能生存,無法靠現有現金流支付帳單。一旦外部融資受阻,整個供應鏈條都可能崩塌。從宏觀角度來看,齊特隆拋出一個駭人的計算。根據Sightline Climate的數據,未來幾年全球規劃建設的數據中心容量約為190吉瓦。即便以1.3的能效比計算,這些數據中心每年需要超過1.6萬億美元的收入才能支撐營運。他直言:「只有兩個客戶是做不到的,即使它們是最捨得花錢的那兩個。」OpenAI和Anthropic必須成長為極其龐大的公司,才能讓所有數據中心容量變得有價值,但它們本身就在持續鉅額虧損,憑什麼還能繼續擴大支出?
當主持人問及,如果AI最終沒有帶來預期的生產力提升,那些因「AI改變世界」敘事而暴漲的科技股會發生什麼時,齊特隆的比喻毫不客氣。他將目前的情況比作當年的安然和世通,雖然並非完全相同,但集中度風險與缺乏可持續商業模式的客戶,讓整個結構極其脆弱。一旦客戶融資受阻,鏈條就會斷裂。至於這場「派對」何時結束,齊特隆給出兩個關鍵信號。第一個是OpenAI的IPO。該公司原計劃今年上市,但據《紐約時報》報導,正在考慮推遲到2027年。這對許多人來說是致命的打擊,因為IPO延遲將直接切斷OpenAI從公開市場獲取資金的重要通道。第二個是數據中心建設的速度。
一個數據中心需要12到36個月才能建成,當供應終於上線時,需求可能早已被循環融資的泡沫提前透支。齊特隆在訪談最後直言,所有人都被賣了一個謊言,這幾乎是一場醜聞。他認為,科技巨頭們為了維持股價而編織的AI神話,正以無法持續的方式消耗巨額資本,而真正的終端用戶需求並未跟上。當泡沫破裂時,後果將不堪設想。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。