80%的钱流向AI，但谁来买单？

发布时间：2026-07-15 06:05:27 来源：威能网 作者：热点

（本文作者为 世界模型工场，钱但买单钛媒体经授权发布）

文 | 世界模型工场

钱正在以一种人类商业史上罕见的钱但买单速度涌入AI赛道。

2026年第一季度，钱但买单全球风险投资总额飙升至约3000亿美元，钱但买单创下历史最高纪录，钱但买单80%流向了AI公司。钱但买单

其中，钱但买单三笔超级融资轮就拿走了大头：

OpenAI、钱但买单Anthropic、钱但买单xAI三家AI公司，钱但买单合计融资1730亿美元，钱但买单占当季全球风投总额的钱但买单近六成。

在全球范围内，钱但买单资本从未如此狂热地涌入一条单一赛道，钱但买单而这些钱几乎流向了同一个目的钱但买单地：算力基础设施。

据The Information报道，Anthropic和OpenAI的合同，已经占据了亚马逊AWS、微软Azure、谷歌云三大云平台订单积压的一半以上。

但在算力这个目的地，横着一个全行业都在回避的问题：

谁在为AI产业堆积的万亿级算力订单最终付钱？

AI之争正在变重

过去两年，AI行业讨论的核心是模型能力，但现在牌桌上的筹码变了。

头部AI玩家争的，是谁拥有更多数据中心、更长期的芯片供应、更稳定的电力、更低的推理成本。

最典型的信号，是模型厂商开始向上游抢算力。

5月7日，Anthropic宣布与SpaceX达成协议，租下Colossus 1数据中心全部算力容量。

该超算集群搭载约22万块英伟达GPU，将在一个月内为Anthropic新增超过300兆瓦算力，直接刷新行业扩容纪录。

这不是按需租赁，而是整栋独占。

Anthropic的真实处境是，它已经与亚马逊、谷歌、微软等签下了一大把长期算力合同，但全部要等到2026年底至2027年才交付，Colossus 1是少数能在一个月内交付的选项之一。

因此，Anthropic选择了一个更贵、更快的方案，而不是一个更便宜、更慢的方案。

这意味着，在算力窗口期面前，成本不再是首要考量，时间才是。

OpenAI布局则更早。

它与软银、甲骨文共同发起的“星际之门”项目，总投资计划5000亿美元，目标在全美建设10GW容量（约为Colossus 1的33倍）的AI数据中心。

2026年4月，OpenAI宣布该计划已提前数年完成原定目标，目前已签署总计10GW的AI算力合同。

种种动作表明，算力已经成为模型公司的战略资产。

大模型公司正在从软件公司，变成一种越来越接近云厂、电厂和半导体公司的重资产玩家。

与此同时，云厂商也在向下游打包生态。

过去，云计算厂商之间主要拼的是IT基础设施。

但AI时代，云厂商想卖的已经不只是GPU实例，而是一整套“算力+芯片+模型”的组合。

2026年4月，谷歌宣布向Anthropic投资最高400亿美元。

但投资只是交易的前半句，后半句是：

Anthropic承诺未来五年向谷歌云支付2000亿美元，用于采购云服务和谷歌自研TPU芯片算力，约占谷歌云披露收入积压的40%以上。

与英伟达GPU不同，TPU是谷歌自研AI芯片。

围绕它构建的软件工具链，意味着客户一旦接入谷歌云TPU生态，迁移成本极高。

Anthropic与谷歌签署的协议，就锁定了未来数年数的TPU算力产能。

这一连串交易的背后，是一个清晰的战略图景。

谷歌正在把云基础设施、TPU芯片和模型打包成一个整体，面向企业客户提供无法拆分的全栈方案。

在这一趋势下，云厂商也在变重。

过去云厂商卖计算资源，比拼的是价格；现在卖生态系统，比的是谁能让客户再也离不开。

模型公司看起来仍站在聚光灯下，但云厂商正在重新定义舞台本身。

在模型厂和云厂的双重加码下，AI产业更重的一面出现了：资本开支进入军备竞赛级别。

路透社称，微软、Alphabet、亚马逊、Meta四大厂商，预计今年将在数据中心和AI相关基础设施上投入超过6000亿美元。

这个数字代表着什么？

2019年，同样这四家公司，年度资本开支合计约800亿美元。

七年后，这个数字翻了近8倍；而同期，全球GDP增速远没有接近这个量级。

这种增速，已经彻底告别了按利润回报逐步扩大投资的传统商业逻辑。

科技巨头内部为此创造了一个词：战略税。

即不知道具体回报多少，甚至不确定能不能算过账，但不交就会死。

恐惧，而非利润预期，才是这场资本军备竞赛最核心的燃料。

如今的AI竞争，已经变成了一场围绕数据中心、电力、芯片、云合同展开的基础设施战争。

巨头内部的算力圈地运动

当模型厂商和云厂商两股力量同时向基础设施逼近，它们开始撞向彼此。

翻开Anthropic的投资与战略合作名单，能看到几乎所有硅谷巨头的名字：谷歌、亚马逊、英伟达、微软。

四家互为竞争对手的公司，同时出现在同一家模型公司的股权结构里。

放在五年前的硅谷，叫利益冲突。放在今天，叫行业常态。

最戏剧性的一幕是微软。

它手握OpenAI最大外部股东的身份，转头又向Anthropic承诺最高50亿美元投资，同时接受Anthropic向Azure采购300亿美元算力。

一家云厂商，同时押注两家彼此竞争的头号模型公司。

一位分析师这样概括背后的逻辑：“这是一种‘输不起就买进来’的投资策略。”

谷歌的处境更微妙，Anthropic的Claude在企业市场，直接与谷歌的自研模型Gemini正面竞争，而谷歌却是Anthropic最重要的金主之一。

这种情况适用于亚马逊。

它一面投资Anthropic，一面在全球云市场和自己最大的对手们争夺同一个客户。

在AI产业的资本版图里，竞争对手相互搏杀、泾渭分明的边界正在消失。

这背后都是同一个交易结构在起作用：

巨头投钱给模型公司，模型公司用同一笔钱向这家巨头采购算力。钱从一个口袋出来，转了一圈，又流回同一个口袋。

例如，谷歌投钱给Anthropic，Anthropic用这笔钱向谷歌采购云服务。谷歌云收入因此暴涨，Alphabet估值获得支撑，继而有能力进行下一轮投资。

亚马逊与Anthropic的条款也如出一辙：

承诺投资上限250亿美元，作为对价，Anthropic承诺未来十年向AWS技术和算力投入超过1000亿美元，并锁定最高5GW的Amazon Trainium相关容量。

微软与OpenAI的关系更不必说，多年累计投资已超数百亿美元，而OpenAI几乎全部的算力需求都运行在Azure之上。

一个自我强化的循环由此形成，钱在一个封闭系统内部流转，从未真正离开。

至此，一幅完整的图景浮现出来：

模型厂商和云厂商在变重的过程中，通过投资和采购的相互锁定，正在编织一张你中有我、我中有你的利益网。

它们的首要目标不是短期盈利，而是在算力成为稀缺资源的窗口期内，尽可能多地圈占未来基础设施的垄断地位。

这是一场巨头体内的算力圈地运动，但它的最终账单，至今没有明确的下落。

谁来买单？

如今这个循环的体量，已经大到难以忽视。

据The Information报道，OpenAI和Anthropic两家模型公司的合同，已占据四大云平台超2万亿美元订单积压的一半以上。

问题在于，如果买算力的钱和卖算力的钱来自同一批人，那这笔账最后到底是谁在付？

有分析师直言，科技巨头报表上的增长，相当大一部分并非来自终端客户，而是“循环交易”，即靠资本体内流转堆出来的数字。

IMF已发出警告，认为这种循环式AI融资可能催生系统性风险。

更紧迫的是，即便抛开这些质疑，最基础的商业算术也已经算不过来了。

GitHub Copilot就是一个典型例子。

早在2023年，据华尔街日报披露，微软为每位用户平均每月倒贴超过20美元，重度用户亏损高达80美元。

2026年4月，GitHub宣布从6月起全面转向按实际使用量计费。

过去十年，科技行业的增长公式是，补贴换规模，规模换垄断，垄断换盈利。

但在AI的算力消耗面前，这条公式失效了。

推理成本会随着使用量同步增长，并不会因为用户数量增加而摊平。

OpenAI的账本更难算。

ChatGPT周活9亿，付费用户超5000万，但付费率仅5.5%。

这意味着每100个用户中近95个完全免费，而OpenAI必须为每一次免费推理承担算力成本。

Sam Altman早在2025年1月就公开表示，即便定价200美元的Pro订阅依然亏钱。

用户越多，亏损越大，这是一个与商业常识逆向运行的魔咒。

据媒体援引市场估算，预计OpenAI 2026年亏损140亿美元，到2028年累计亏损或达440亿美元。

相比之下，Anthropic画出了一条不同的曲线。

约80%收入来自企业客户，公司一季度年化收入同比增长约80倍，在企业生成式AI市场份额上领先OpenAI。

部分市场分析认为，Anthropic由于收入结构更偏企业侧，可能比OpenAI更早接近现金流转正。

但无论是OpenAI的C端规模，还是Anthropic的B端收入，都绕不开同一个问题：

AI公司不能只证明有人用，还必须证明用的人越多、单位经济模型越好。

这正是当前AI繁荣最脆弱的地方。

如果Agent真的进入企业核心流程，云合同、数据中心和芯片采购会变成下一代基础设施投资。

但如果企业ROI兑现慢于预期，或者AI公司只能继续靠融资补贴推理成本，那么今天堆积起来的算力订单，明天就可能变成一条很长的风险链。

OpenAI首席财务官曾发出警告，如果营收增长不能加速，公司可能难以履行未来的数据中心合同。

时间正被拖入两种叙事之间的裂缝，万亿资本仍在涌入，万亿级付费意愿却远未出现。

但在2026年5月的时间点上，没有人在讨论这种断裂。

所有参与者都在加速推进这个循环，毕竟谁也不敢停下来。

相关文章