循环融资的罪与非罪
如果循环最终指向乐于付费的盈利客户，那么供应商融资就是非常良性的加速器。
在互联网泡沫鼎盛时期，思科(CSCO)不仅销售网络设备，还为购买这些设备的互联网服务商提供融资，从而暂时推高了市场需求。当这些客户破产时，思科不得不背负大量不良贷款，销售业绩疲软，最终导致股价暴跌。
如今，类似的融资担忧导致投资者抛售AI概念股，尤其是英伟达(NVDA)，因为资金在AI建设领域陷入了内循环。
真正的问题不在于资金是否会循环，而在于这种循环最终能否转化为真正持久的终端市场需求。
AI供应链的循环融资如何运作
从宏观层面来看，目前的产业架构大致如下：
英伟达 + 芯片制造商 → AI基础设施提供商(超大规模数据中心、GPU云平台、租赁商) → 模型提供商和AI应用 → 企业和终端用户
现在来看看资金是如何在这个架构上流动的：
英伟达和其他供应商。不仅销售芯片；他们还投资GPU云平台和基础设施初创公司，并提供优惠的条款、较长的付款期限或系统级交易。
基础设施提供商。利用供应商资金、债务(通常以GPU作抵押)以及来自风险投资/战略投资者的股权，购买更多GPU并建设更多数据中心。
模型提供商和AI应用。租用这些容量，并将其作为API、聊天机器人、co-pilot、工具等转售。
企业和用户。支付订阅费和使用费。这才是真正应该回流到上层并证明这一切合理性的现金流。
因此，当人们谈论“循环资金”时，他们指的是英伟达可能会投资一家AI基础设施公司，然后该公司购买价值数十亿美元的英伟达硬件，英伟达获得巨额收入和利润，然后英伟达可以将这些收入和利润再循环用于更具战略意义的投资。
这听起来有些可疑，只不过关键在于：只有当循环始终无法产生真正的外部现金流时，循环融资才是有害的。
如果循环最终指向盈利的客户：零售商、银行、广告商等，他们乐于为AI驱动的服务付费，因为这些服务确实有效，那么供应商融资就是非常良性的加速器。
如果循环最终指向炒作和永远无法运转起来的资产负债表，那么供应商融资就是致命的。这么多人提到互联网泡沫破灭有一定道理，只是不应该做过于简单的类比。
互联网供应商的循环融资
思科并非唯一一家因循环融资而破产的互联网宠儿。当时的架构大致如下：
设备供应商(思科/北电/朗讯) → 电信公司和长途运营商(世通、环球电讯等) → 互联网公司和企业 → 最终用户
这些电信公司借出巨额资金，用于建设长途光纤网络和互联网基础设施，资金来源包括供应商贷款、租赁协议等。一些设备供应商甚至入股运营商，而运营商随后又购买了更多他们的设备。
从理论上讲，一切都说得通。互联网流量呈爆炸式增长，人们预期世界正在迈入一个全IP、带宽无处不在的未来。当时的信条是：“只要我们建好了，需求就会出现，而且利润丰厚。”
一段时间内，他们的想法是对的。需求确实非常旺盛，就像如今AI领域一样，但并没有持续多久。
从“闲置光纤”到“闲置GPU”
问题不在于没有需求。问题在于，企业建设的基础设施远远超过了盈利需求所需要的规模。电信公司铺设了数千万英里的光纤，其中大部分处于闲置状态，供应远远超过了盈利需求。带宽价格暴跌，容量沦为商品。
当融资环境收紧时，电信公司大幅削减资本支出。许多公司破产(如WorldCom、Global Crossing、360networks等)，设备供应商不得不对供应商贷款和未售库存进行巨额减值，整个供应商融资循环彻底崩溃。
互联网本身并没有消亡，消亡的是循环融资。“闲置光纤”成为了扼杀这一循环的象征：基础设施过剩，盈利终端市场需求不足，以及中间使用了过高的杠杆。
这正是如今空头们所警告的：“闲置GPU”。
真实的AI循环融资，另一种故事
结构上的确相似；但就目前而言，实质内容却截然不同。
1990年代：
真正的终端客户很脆弱，尽是些没有盈利的互联网公司和进来捞金却毫无想法的企业。
电信运营商的杠杆率高得惊人，而且结构薄弱。
2020年代：
AI基础设施的主要买家是超大型科技公司。它们坐拥数千亿美元现金，巨额的自由现金流，业务多元化，涵盖搜索、社交、零售、生产力和云计算等领域。
他们建设基础设施并非仅为了转售带宽。他们正在将AI融入广告、推荐、搜索、生产力套件、开发工具、企业软件、电子商务等领域。AI软件、服务和产品确实存在巨大的终端市场需求。
供应商融资并非AI的核心引擎
从最近的财报来看，微软、谷歌、亚马逊和Meta都在告诉人们同样的信息：“AI需求超过了供应；我们的产能受限；必须不断增加资本支出。”
与此同时，英伟达的高端加速器仍然面临着严重的供应限制。超大规模数据中心在AI和数据中心方面的资本支出也达到了历史新高，而管理团队将其描述为追赶需求，而不是“我们建得太多了”。
这种情况会在几年内改变吗？当然会。然而就目前而言，问题在于稀缺，而非过剩。
还有资金问题。在互联网泡沫时期，盈利主要寄托于用户数量、页面浏览量和“新经济”指标，当时的繁荣似乎和钱处在脱钩状态。
但现在的AI并非如此，它已经：
提升广告效率；
增强用户在信息流和产品中的参与度；
帮助企业实现支持、销售、编码和分析的自动化；
在云端(通过API、Copilot和插件)创造新的收入来源。
AI供应商的融资会放大风险，但并不是核心驱动力。核心驱动力仍然是终端市场对更优质广告、更优质软件和更高效自动化的需求。到目前为止，这种需求看起来非常真实。
AI的发展仍处于早期阶段，投资回报率虽然还很难保证具体的数字，但这更接近于云计算的构建，而非互联网泡沫。
AI融资循环何时可能崩溃？
当然即使系统今天运行良好，也不意味着明天不会崩溃。“闲置GPU”的风险非常有可能，只是这不是今明两年需要担心的问题。
以下是AI供应商融资周期崩溃的必要条件：
1，超大规模数据中心运营商大幅超支，构建的AI容量远远超过2030年之前盈利工作负载所能承载的范围。
2，企业和消费者对AI的需求没有想象的那么强烈。
AI辅助驾驶功能并未成为必备功能；
AI功能成为标配，但利润不高；
许多应用无法在小众市场之外实现盈利。
3，AI定价面临巨大压力。
推理/token价格的下降速度超过基础设施成本；
由于开源竞争和廉价替代方案，API逐渐商品化；
4，有融资杠杆的中间层出现裂痕。
GPU租赁公司和AI基础设施初创公司难以进行再融资；
发生重组、破产或被迫出售资产。
5，资本支出削减。
超大规模数据中心运营商表示“正在消化建设成果”，并控制或降低AI资本支出；
芯片供应商面临订单取消、库存积压和利用率下降的问题。
如果基础设施建设的规模无法与其产生的现金流相匹配，那么这将相当于AI版的互联网泡沫破裂，目前远未达到那种程度。作为投资者，密切关注这些风险对于保护自己的投资当然很重要。不过也没有必要一夕数惊，整天坐卧不安。
如何监控AI融资健康状况？
以下是可以考虑采用的框架。从三个维度考虑。
利用率和需求
定价和单位经济效益
资本支出和中间商健康状况
如果都出现红色警讯，则意味着：资本支出削减、需求疲软、价格承压和基础设施困境，那将是“AI循环融资脆断”的可能时刻。
那么现在处于什么位置呢？
利用率/需求：超大规模数据中心运营商仍在抱怨资源不足。
定价/单位经济效益：成本敏感性有所显现，但并未出现大规模的价格战。
超大规模数据中心运营商的资本支出：支出仍在持续增长。
杠杆化的中间层：业务蓬勃发展；但资产负债表有紧张之势。
整体健康状况良好。这不是泡沫破裂，而是繁荣走向成熟。只要GPU供应充足而非短缺，企业就能不断找到有利可图的AI应用案例，AI架构的中间层也能保持正常运转。
声明：
所提供信息仅供研究决策参考，不构成投资建议。
所含原始信息来自网上，由作者分析综合，不能保证准确性和完整性。
文中包含的预测基于对市场状况的多项假设，无法保证实现预期结果。
本文初衷是给予您在选股过程中提供一定的智力支持，但无法代替决策，请保持独立判断。