本文来自微信公众号： 0xAI机器学习 ，作者：0xAI机器学习，原文标题：《《第一性思考》Vol.07｜所有人都在赚AI的钱，可钱从哪来？》
大家好，我是X,INTJ,AI算法架构师，这里是0xAI《第一性思考》
AI业内视角，透过热点，看见未来
Hi，过去一周大家过得好吗？
《第一性思考》已经做到第7期，目前以微信长文和音频播客同步更新。过去几周，我收到了不少AI业内教授、投资人和企业家的认可与转发，非常感谢。
其实《第一性思考》是有一定阅读门槛的。它不是普通的内容，而是从第一性原理出发，推演未来，也常常会有一些反共识的判断。
因为它来自于一线投资人和交易员的脑子，而我们这些人的思想钢印正是：非共识处才有Alpha。
借用《神女劈观》里一句：“曲高未必人不识，自有知音和清辞。”
再次感谢每一位认真阅读、收听和转发的朋友。我们进入本期《第一性思考》。
AI的钱，正在一个圈子里转
真正危险的问题不是“AI是不是泡沫”，而是：最后到底谁买单？
如果把今天AI产业里的一张美元钞票涂成红色，然后一路追踪它，你可能会看到一幅很奇怪的画面。
它先从一家科技巨头的账上，进入一家AI公司。
AI公司拿到钱以后，购买云服务、GPU和数据中心。
卖云和芯片的公司收入增长、估值上涨，又拿出更多钱投资AI公司。
AI公司的估值继续上升，新一轮融资开始。
钱绕了一圈，又回到了离起点不远的地方。
这并不是一个虚构的故事。
今年4月，Amazon宣布将向Anthropic追加最高250亿美元投资；与此同时，Anthropic承诺未来十年在AWS技术上支出超过1000亿美元。Amazon此前已经向Anthropic投资80亿美元。
换句话说，一边是Amazon把钱投给Anthropic，另一边是Anthropic把大量资金花回Amazon的云和芯片体系。
类似的关系正在AI产业链里不断出现。
今年1月，英伟达又向AI云基础设施公司CoreWeave投资20亿美元，而CoreWeave本身就是英伟达GPU的重要采购和租赁平台之一。
于是，一个越来越刺眼的问题出现了：
AI现在赚到的钱，到底是谁的钱？
是全社会真的开始为AI创造的价值付费？还是AI产业正在用自己的资本，购买自己的产品，再证明自己的增长？
如果只看这一幕，很容易得出一个结论：AI泡沫终于要露馅了。
但我想说的是：先别急，因为真正值得研究的，并不是“钱有没有绕圈”。
而是：这个圈，最终能不能打开。
循环交易，并不天然意味着泡沫
先讲一个很反常识的事实。几乎每一次大型基础设施革命，在早期都会出现某种形式的“钱在圈子里转”。
铁路时代如此，电信时代如此，互联网早期也如此。
为什么？
因为一个新产业刚刚出现的时候，它最大的客户往往就是这个产业自己。
修铁路的人，需要钢铁、煤炭、机车、土地和融资。
铺光纤的人，需要服务器、交换机和更多网络建设。
早期互联网公司拿到融资之后，也会把大量资金花给服务器厂商、电信运营商和其他互联网公司。
从第一性原理来看，一项新技术真正进入社会之前，必须先建设基础设施。
而基础设施最大的特点就是：
今天先花钱，明天才知道有没有人用。
所以产业早期天然存在一个时间错配：资本先进入，需求后出现。
如果未来需求真的出现，那么今天看起来像“循环”的资本，只是在提前建设未来经济的高速公路。
但如果需求没有出现，那么今天修好的高速公路，就会变成一片昂贵的废墟。
所以判断一个产业是否存在泡沫，真正的问题从来不是：
有没有循环融资？
而是：
循环融资背后，有没有不断扩大的外部现金流。
这两种世界，看起来很像，结果却完全不同。
AI真正的问题，是“最终付款人”还不够清晰
假设Amazon投资100美元给一家AI公司，AI公司拿着这100美元购买AWS，Amazon因此获得100美元收入。
如果只看Amazon的云业务：增长很好。如果只看AI公司的融资：资本也很活跃。再看数据中心：订单爆满。GPU：供不应求。电力：疯狂扩建。整个产业链看起来欣欣向荣。
但这里有一个最重要的问题：那最初的100美元，从哪里回来？
如果最终有一家制造企业愿意支付120美元，因为AI帮它减少了200美元成本，那么这个循环完成了。外部世界向AI经济输入了真正的现金流。
如果一家医院愿意付钱，因为AI提高了诊断效率；
一家保险公司愿意付钱，因为AI降低了理赔成本；
一家零售企业愿意付钱，因为AI提高了转化率；
一家律师事务所愿意付钱，因为Agent完成了过去十个人才能完成的工作
那么AI的基础设施就不是空转，它正在变成生产力。
但如果五年以后，AI最大的客户仍然主要是：
模型公司、云厂商、数据中心、芯片公司，以及彼此相互投资的科技巨头，
那事情就完全不同了，因为这意味着：
我们建造了一个庞大的AI经济，但这个经济最大的消费者还是它自己。
这才是未来几年最值得观察的变量，不是GPT跑分多少，不是下一个模型多了多少参数，甚至不是英伟达下一季度收入多少。
而是：
谁在从AI产业之外，把真钱付进来？
0xAI反共识：现在问“AI是不是泡沫”，其实问错了
市场特别喜欢二元答案，AI是革命，或者AI是泡沫；英伟达还能涨，或者AI马上崩盘。但现实世界通常没有这么简单。
AI完全可能同时满足两件事：
它是一场真实的技术革命。
以及：
资本在这场技术革命上投入得过多、过早。
这两个判断并不矛盾。
互联网改变世界是真的，2000年的互联网泡沫也是真的。
铁路改变美国经济是真的，十九世纪铁路投资出现大规模破产也是真的。
一个技术最终改变世界，从来不能证明投资者今天愿意支付的任何价格都是合理的。
所以真正的问题已经不再是：AI有没有价值？
而是：
AI创造价值的速度，能不能赶上资本建设产能的速度？
今年企业AI应用已经非常广泛，但商业回报仍然远远落后于投入。
KPMG今年二季度对2145名企业高管的调查显示，只有7%能够证明AI投资已经建立明确ROI；近一半企业曾因为成本超过收益，而质疑、延迟或缩减Agent部署。
但与此同时，另一项调查中94%的高管仍然计划继续投资AI。
这个组合特别有意思：暂时没赚到钱。
但是：谁也不敢停。
这意味着AI支出目前并不完全由成熟ROI驱动。其中还有大量：
害怕落后、抢占基础设施、建立战略位置，以及“别人都投了，我不能不投”的博弈。
这不是骗局，但它意味着整个产业正在进行一次极其昂贵的集体预付，大家都在提前购买一个未来。
现在最大的问题只是：那个未来，到底会不会准时出现。
市场正在给什么样的未来定价？
如果只看资本支出的规模，就会发现市场押注的根本不是“ChatGPT多几个用户”。
它押注的是一个远远更大的未来：AI将成为整个经济的基础设施。
Morgan Stanley估算，2026年全球数据中心相关AI资本开支可能达到约8500亿美元，2027年可能达到1.3万亿美元，2028年达到1.5万亿美元；长期AI相关资本开支甚至可能达到10万亿美元。
这已经不再是一轮普通的软件升级，它意味着：新的电网，新的数据中心，新的芯片工厂，新的冷却系统，新的网络设备，甚至新的能源体系。
但代价也开始显现，Reuters根据市场一致预期测算，Microsoft、Alphabet、Amazon、Meta和Oracle五家超大规模云厂商，到2027年资本支出总额可能超过它们创造的自由现金流。
这意味着过去二十年科技行业最漂亮的故事正在发生变化：轻资产。
过去的软件公司为什么值钱？因为写完一份代码，可以卖给一亿个人，第一个用户需要服务器，第一亿个用户的边际成本可能接近零。
但AI不是这样，模型训练需要芯片，推理需要芯片，Agent每工作一次，都需要算力。于是科技巨头开始越来越像一种奇怪的混合体：
一半是软件公司，一半是电力公司、铁路公司和重工业公司。
所以未来市场可能越来越少只看EPS，而越来越关注一个更朴素的东西：现金流。
因为故事可以循环，估值可以循环，账面利润也可以因为被投资公司的估值上涨而增加。
但现金最终一定要从某个地方流进来。这不是说利润是假的。而是提醒我们：会计利润和经济回报，从来不是一回事。
如果循环继续扩大，会发生什么？
第一阶段，AI竞争比的是技术。谁的模型更聪明。
第二阶段，比的是算力。谁有更多GPU。
但如果资本支出继续以现在的速度扩张，第三阶段很可能开始比：谁的资产负债表更强。
当客户没有足够现金购买你的产品时，供应商怎么办？帮客户融资。
当AI公司没有足够信用建设数据中心时，谁来担保？拥有更强资产负债表的科技巨头。
于是芯片公司不再只是芯片公司，云公司也不再只是云公司。它们开始同时承担：供应商、投资人、融资方、战略股东，甚至信用支持者。
这会让产业关系越来越牢固，也会让风险越来越集中。
如果AI需求持续高速增长，这种结构会形成强大的正反馈：
更多融资→更多算力→更强模型→更多用户→更多收入→更高估值→更多融资。
但如果有一天，外部需求增长速度低于基础设施扩张速度，同一个循环也会反过来：
产能过剩→云价格下降→客户利润恶化→融资困难→数据中心项目缩水→芯片需求下降。
所以真正值得害怕的，从来不是“钱在转圈”。
而是：一个正反馈系统，什么时候开始反向运行。
未来会怎么展开？
短期：循环还会继续变大
AI能力仍然快速进步，企业也不敢退出竞争。因此云、芯片、数据中心、能源和融资之间的绑定关系还会继续加深。
短期最受益的，依然可能是那些“卖铲子”的公司。因为不管最后谁淘到黄金，今天大家都要先买铲子。
中期：市场会从“看AI收入”转向“看AI利润”
接下来真正的分水岭，不再是谁宣布了多少AI订单。而是谁能证明：
AI确实降低了成本。
AI确实提高了收入。
AI确实改善了自由现金流。
也就是说，AI会从CIO的问题，逐渐变成CFO的问题。谁算不清ROI，谁的预算就会被砍。
长期：真正的赢家会把圈打开
如果AI最终成功，它最大的客户绝不会是AI公司。而会是：
银行、工厂、医院、政府、物流、零售、学校，以及亿万普通消费者。
那时，今天这些看起来有些诡异的循环交易，会被重新理解为：
一场史无前例的基础设施预投资。
但如果多年以后，AI最大的付款人依然主要来自AI产业内部，那么市场最终一定会重新定价。
技术可能仍然留下，但资本会付出代价。互联网就是这样，泡沫破裂以后，互联网没有消失。只是大量提前押注错误未来的人消失了。
如果我们对了，接下来应该看到什么？
接下来，我会特别观察五个信号。
第一，AI收入的最终客户结构。
来自传统企业和消费者的钱，占比是否持续上升。
第二，企业AI的ROI。
今天只有7%的高管能够证明明确回报，这个数字未来如果快速提升，说明AI正在真正进入生产函数。
第三，自由现金流。
如果AI收入增长的同时，科技巨头自由现金流重新改善，说明基础设施开始产生经济回报。
第四，客户集中度和融资依赖。
芯片、云、数据中心的客户是否越来越分散？客户是否仍然需要供应商不断投资、担保和融资，才能继续购买？
第五，一美元AI资本，能够撬动多少圈外收入。
这是最重要的指标。
最终，AI必须证明自己不是一个消耗资本的系统，而是一个创造资本的系统。
普通人的机会，反而藏在“圈外”
普通人真正值得关注的，不是再追下一个模型，而是：谁能把AI真正卖进现实世界。
今天最拥挤的是AI服务AI，但未来更大的机会，可能在工厂、医院、物流、零售、销售这些还没被充分改造的行业里。
让一家工厂少停机一天，让一个团队多成交10%，让十个人的流程变成三个人——这些事情不如AGI性感，却有一个最重要的优点：真的有人愿意付钱。
所以AI时代真正稀缺的，未必是最懂模型的人，而是能把AI变成真实商业价值的人。
最后一张发票，到底开给谁？
如果有一天，AI的钱不再主要用于购买更多AI，而开始大量变成制造业的利润、医院的效率、公司的现金流和普通人的生产力，
那个时候，我们才能真正说：AI不再只是一个产业，它变成了经济本身。
而在那之前，不要只看钱转得有多快，先看看，它有没有从圈外流进来。