AI基础设施的资本热潮正在进入一个更现实的阶段：投入规模已经足够庞大，但商业回报还没有跟上。
红杉资本合伙人David Cahn近日更新了对AI基础设施投资回报的分析。他测算，2026年全球人工智能基础设施投入规模可能达到约1.5万亿美元。如果进一步考虑数据中心运营成本、设备折旧以及基础设施运营商利润，整个AI产业需要创造约3万亿美元收入，才能覆盖这轮资本投入。
而现实数据距离这个目标仍有明显差距。
目前，AI行业收入增长速度虽然很快，但与基础设施投资规模相比仍显不足。据估算，Anthropic当前年化收入约600亿美元，而OpenAI在2025年的收入约130亿美元。即使头部企业保持高速增长，这些数字与支撑AI产业发展的资本规模之间，依然存在巨大鸿沟。
这也是今年以来市场对“AI泡沫”讨论升温的重要原因。
过去两年，人工智能成为全球资本市场最热门的投资方向。从英伟达GPU供应链，到云计算巨头的数据中心扩建，再到电力、散热、网络设备等外围产业，大量资金正在涌入AI基础设施。
微软、谷歌、亚马逊等科技巨头持续提高资本开支，核心目标很明确：提前锁定算力资源。
但基础设施投资有一个特点——成本前置，收入滞后。
建设一座大型AI数据中心，需要投入数十亿美元甚至更多资金，同时还需要长期承担电力采购、服务器维护以及芯片更新成本。如果AI应用无法快速形成规模化商业模式，投资回报周期可能被不断拉长。
过去互联网行业也经历过类似阶段。
2000年前后的互联网泡沫时期，大量企业和资本提前建设网络基础设施，但真正产生巨大商业价值的公司，是多年后通过广告、电商、云服务等模式实现盈利的企业。AI行业是否会复制这一轨迹，目前还没有答案。
支持者认为，当前计算需求仍处于早期阶段。随着AI代理、企业自动化、机器人以及智能软件普及，未来AI可能成为新的生产力基础设施，收入空间远高于目前水平。
但另一种声音则提醒，技术进步并不意味着所有资本投入都会获得同等回报。历史上每一次基础设施革命，最终留下的往往不是所有参与者，而是掌握关键应用和商业模式的少数公司。
对于AI企业来说，真正的问题已经从“模型能不能做出来”，转向“谁愿意持续付费”。
目前，大模型公司正在探索多种收入路径，包括企业订阅、API调用、行业解决方案以及智能代理服务。但这些模式是否足以支撑数万亿美元级别的基础设施投入，仍需要时间验证。
David Cahn的分析实际上提出了一个更尖锐的问题：AI产业正在进行一场规模空前的基础设施下注，但市场还需要找到足够大的商业需求来承接这些产能。
算力不会凭空创造价值，最终还是要回到用户和企业愿意支付多少钱。未来几年，AI竞争的关键或许不只是模型能力，而是谁能把巨额资本投入转化为稳定现金流。
