AI 烧了 1.5 万亿，能赚回来吗
2023 年的一个下午，红杉资本合伙人 David Cahn 坐在办公桌前，盯着英伟达最新财报里那个数字——500 亿美元。
那是英伟达一年的 GPU 收入。这个数字大得离谱——从来没有一家硬件公司，靠卖一种芯片，一年能卖出 500 亿美元。Cahn 觉得不对劲。于是他开始算第二层账：这些 GPU 不会自己运行，它们需要插进服务器，服务器要塞进数据中心，数据中心要建电网、配冷却系统。这中间每一层都有人要赚钱。
算下来，行业需要产生2000 亿美元的收入，这笔投资才能打平。
他写了篇博客，标题像一道挑战书： Follow the GPUs。他问所有创业者：芯片已经埋下去了，你们打算造出什么东西，来把它们赚回来？
三年过去了。芯片埋得更多了。
一、一张越开越大的账单
2026 年 7 月， David Cahn 又拿出了他的计算器。
这次，数字膨胀到了1.5 万亿美元。这是 2026 年全球在 AI 基础设施上的总投入。英伟达的 GPU 只是其中一部分——服务器、光模块、交换机、电网扩容、冷却系统、厂房建设……这条供应链上每一环，都在疯狂吸金。
Cahn 的结论是：行业需要产生 3 万亿美元收入，这笔投资才算回本。
3 万亿是什么概念？
这比全球半导体行业的总产值还要大。它超过了英国或法国一整年的 GDP。更重要的是， Cahn 说这个数字很可能是个低估。存储芯片 HBM 的价格一直在涨，推理专用芯片的部署成本比预想的高，数据中心每 GW 的建设费用也在飙升。
换句话说，你在餐桌上刚点了开胃菜，厨师跟你说：账单已经快压垮厨房了。
二、钱确实在进来了
但也不能光说坏消息。钱确实在往口袋里流。
Anthropic ，那个做出 Claude 的公司，年化收入已经冲到了600 亿美元。去年底他们一个季度就盈利超过 10 亿美元。这个数字放在两年前，没人敢信。
OpenAI 2025 年全年收入130 亿美元，去年 11 月 Sam Altman 对外放话说，年化收入已经到了 200 亿美元。考虑到 ChatGPT 的付费用户还在涨，今年这个数字大概率继续往上走。
两家公司的收入加在一起，接近 800 亿——已经是一家超级公司的量级了。
但把这 800 亿放在 3 万亿旁边——
差了 2.92 万亿。
就像你买了一栋租金收入 800 万的楼，月供要 3 个亿。楼是好楼，租客也确实在涨，但这个窟窿大得让人夜里翻来覆去。
而且注意： 800 亿还是两家最强的公司加起来的数字。那些第二梯队的 AI 公司、还在烧钱做研发的创业团队、做 AI 应用但毛利极薄的企业……它们的账本更不好看。
三、四个玩家的赌局
真正让这个故事变得危险的，不是 AI 初创公司。是四家巨头。
微软、谷歌、Meta、亚马逊——它们才是这 1.5 万亿背后最大的出资人。它们买走了英伟达最贵的芯片，建了全球最密集的算力集群，然后把算力打包成云服务，卖给全世界。
Apollo 全球首席经济学家 Torsten Slok 最近发了一份报告，专门盯着这四家的现金流预测。
他发现了一个惊人的一致：四家公司的预测模型里，全部在 2028 年出现了自由现金流的大幅跳升。 翻译成大白话：它们赌的是，今天砸下去的万亿级资本开支，到 2028 年会被企业客户和消费者全部消化掉——AI 应用会像自来水一样普及，算力账单会稳定地流向它们的口袋。
这是一场豪赌。
四、裂缝在哪儿
Slok 指出了两道正在扩大的裂缝。
第一道，开源模型的逆袭。
越来越多的企业，开始转向更便宜的开源模型。尤其值得注意的是中国团队发布的开放权重模型——它们的性能在很多场景下已经追上了前沿闭源模型，但价格便宜一个数量级。DeepSeek 们的出现，让大量客户忽然发现：原来不用付 OpenAI 的价格，也能把活干好。
第二道， token 价格在持续崩塌。
Sam Altman 自己前几天刚说， OpenAI 最新模型在编码任务上的 token 效率提升了54%。对用户来说，这是天大的好事——同样跑一个自动化任务，成本砍掉一半还多。但对那些花了几百亿美元买 GPU、指望靠卖 token 回本的公司来说，这等于你刚买了一台印钞机，忽然市面上每个人都开始用一半的纸印出同样的钞票。
效率越高，用的 token 越少。用的 token 越少，买芯片的理由就越弱。 这个逻辑链条，正在被越来越多的人注意到。
五、如果赌输了
Slok 的结论让人后背发凉。
他说："这么多市值集中在这么少几家公司的身上，如果 AI 投资的回报不及预期，就不只是一个行业的问题，而是可能把整个经济拖入衰退，让标普 500 进入回调。"
这不是危言耸听。
过去三年，美股的大部分涨幅是由那六七家 AI 相关的科技巨头撑起来的。苹果、微软、英伟达、谷歌、亚马逊、Meta——它们加起来的市值，比很多国家的股市总值还高。如果它们的现金流故事讲不下去，那个塌方不会只局限在硅谷。
而且这个风险，不只停留在经济学家报告的白纸上。你每天都能看到信号： Hugging Face 上开源模型的下载量在暴涨。企业 CIO 们越来越精明地比较模型性价比。AI coding 工具消耗 token 的速度比预期慢，因为模型自己越来越省。
每一次 token 降价的消息，每一个转向开源模型的客户，都是在这座 3 万亿的高塔上，多添了一道裂缝。
六、所以呢？
David Cahn 三年前问的问题，今天依然没有答案。只是变得更尖锐，更迫近了。
1.5 万亿美元已经烧了下去，这笔钱埋进地基和光纤，永远不会消失。但能不能长出足够的营收？说不好。
AI 当然在创造价值。Claude 在写代码， ChatGPT 在回邮件，无数 Agent 在后台默默运转，企业效率在实打实地提升。问题从来不是"AI 有没有用"——而是"AI 创造的价值，够不够填上那个 3 万亿美元的坑"。
Cahn 三年前说： Follow the GPUs。GPU 确实被跟了，整个华尔街跟在后面，热钱从前到后浇了个透。
但下一个问题是：Follow the money。
那 3 万亿，你们赚到了吗？
而这就是 2026 年夏天，最值得你盯着的一场牌局。
封面高亮关键词: 1.5 万亿, 3 万亿