在 OpenAI 距离 IPO 越来越近之际，一篇约 1.5 万字的博客文章再次把 AI 泡沫争议推到台前。长期唱空 AI、在科技行业拥有大量读者的评论人 Ed Zitron 近日发文提出迄今最激进的判断：真正的 AI 泡沫，本质上就是“OpenAI 泡沫”。
按他的说法，如果 OpenAI 最终失败，它可能成为 AI 时代的“雷曼兄弟”，不仅会击穿整个 AI 投资逻辑，还可能引发数据中心、AI 基础设施乃至全球科技股的大规模重新定价。
这一观点很快引起金融媒体关注。报道提到，Zitron 最核心的判断并不在于 AI 是否有价值，而在于 OpenAI 是否具备足以支撑整个 AI 资本周期的商业模式。如果答案是否定的，那么围绕 OpenAI 建立起来的融资、算力投资和资本开支体系，都可能遭遇连锁反应。
不过，这并不是市场共识。包括橡树资本联合创始人 Howard Marks 在内的部分投资人近期表示，相比此前认为 AI 可能只是泡沫，如今他们更认可 AI 作为通用技术平台（General Purpose Technology）的长期价值，并认为当前行业仍处于商业化早期阶段。
“AI 泡沫”还是“OpenAI 泡沫”
和多数泛泛讨论“AI 泡沫论”的观点不同，Zitron 将风险集中到一家公司身上。他认为，自 2022 年底 ChatGPT 推出以来，OpenAI 实际上已经成为整个生成式 AI 时代的“信用锚”。
投资者愿意相信的几项前提，在他看来都与 OpenAI 的持续高速成长密切相关。这些前提包括：AI 会改变世界，超大规模数据中心值得建设，GPU 需求会长期高速增长，超大模型公司最终能够盈利，以及 AI 创业公司可以创造足够大的终端需求。
他认为，OpenAI 不仅定义了当前这轮 AI 热潮，也塑造了资本市场对整个 AI 产业链的估值逻辑。因此，一旦这个核心假设被打破，冲击就不只是落在一家独角兽企业身上。按他的表述，OpenAI 更像是整个 AI 投资周期中的“系统重要性机构”。
Zitron为何质疑OpenAI的商业模式
Zitron 的质疑主要集中在三个方面。
推理成本仍然过高
第一点是推理成本。随着 ChatGPT 用户规模继续扩大，每一次用户提问都意味着 GPU、电力和服务器成本增加。如果大量用户长期停留在低价甚至免费套餐，而企业级收入的增长又无法同步覆盖这些成本，那么规模扩大本身就可能对应更大的亏损。
资本开支快于现金流改善
第二点是资本开支与现金流之间的错配。文中称，目前 AI 行业最大的支出已经不再是模型训练，而是推理算力、GPU 采购以及全球数据中心建设。OpenAI 及其合作伙伴正在推动数百亿美元甚至更大规模的数据中心投资，而这类项目通常需要多年才能回收成本。如果未来 AI 需求增长低于预期，大量基础设施就可能面临利用率下滑的问题。
持续依赖外部融资
第三点是外部融资依赖。Zitron 认为，OpenAI 未来多年仍将需要持续融资，以覆盖模型研发、算力采购和基础设施建设等开支。如果资本市场风险偏好下降，或者融资环境收紧，它的商业模式将承受更大压力。
报道同时指出，这些判断目前仍属于 Zitron 的个人观点，OpenAI 并未认可相关说法。但这些意见确实反映出市场近期围绕 AI 资本回报率（ROI）的争论。
Oracle、CoreWeave和数据中心运营商为何被拉入风口
相比 OpenAI 本身，Zitron 更担心产业链中的杠杆效应。过去两年，美国科技行业掀起了空前的数据中心建设潮。微软、谷歌、Meta、亚马逊等超大规模云厂商持续提高资本开支，甲骨文和 CoreWeave 等公司也承担了越来越多的 AI 算力建设任务。
这些项目大量依赖长期租赁、项目融资、私募信贷、企业债以及大规模资本开支。如果未来 OpenAI 等核心客户的需求低于预期，或者资本市场重新评估 AI 投资回报率，那么数据中心资产利用率、租赁合同，乃至相关企业的融资能力，都可能受到影响。
媒体指出，按 Zitron 的看法，一旦 OpenAI 遭遇重大挫折，Oracle、CoreWeave 等依赖 AI 基础设施需求增长的企业可能首当其冲，因为市场此前给予这些公司的高估值，很大程度上建立在 AI 需求持续爆发的预期上。
不过，现阶段微软、Meta、Alphabet 等科技巨头仍在继续扩大 AI 资本开支，并普遍强调 AI 基础设施投资符合长期战略。市场尚未出现资本开支全面收缩的迹象。
Anthropic与软银也被卷入讨论
除了 OpenAI，Zitron 还把 Anthropic 纳入讨论范围。他的理由是，两家公司虽然路径不同，但都需要持续投入巨额资金建设模型、采购算力，并依赖大型科技公司提供计算资源和融资支持。如果未来 AI 商业化速度低于预期，两家公司都可能面临盈利压力。
另一家被反复提及的是软银。近年来，软银重新回到大型 AI 投资前台，积极参与 AI 基础设施、芯片和模型公司的融资。如果 AI 行业未来进入估值调整周期，软银庞大的 AI 资产组合自然会成为市场关注对象。不过，软银目前仍坚定押注 AI 的长期发展，并将其视为下一轮科技革命的重要方向。
华尔街围绕AI交易是否过热的争论仍在继续
事实上，关于 AI 是否已经进入泡沫阶段，华尔街的争论已经持续一年多。
- 支持“泡沫论”的一方认为，AI 基础设施投资增速远快于收入增长，大模型盈利模式仍未完全验证，数据中心资本开支创下历史纪录，市场估值越来越依赖未来数年的增长预期。
- 乐观派则认为，AI 属于典型的通用技术革命，与互联网和电气化类似，前期投资往往远超短期收益，但长期能够创造新的产业和商业模式。
Howard Marks 近期表示，他已经从最初怀疑 AI 可能只是泡沫，转向更加认可其长期价值。他认为，现代 AI 展现出的推理、上下文理解和交互能力具有前所未有的特征，不能简单类比历史上的投机泡沫。
部分学术研究也给出更中性的结论：当前 AI 市场既存在真实的技术进步，也存在局部估值过热和资本开支超前的问题，因此更接近“技术革命叠加局部泡沫”，而不是单纯的投机狂热。
争论焦点落在现金流和盈利能力
无论是否认同 Zitron 的判断，他提出的问题正在成为越来越多投资者关注的焦点：AI 投入究竟何时能够兑现为稳定现金流。
过去一年，资本市场几乎默认 AI 资本开支越高越好。近期，芯片股、服务器厂商和云计算企业的投资者开始把目光转向另一组指标，包括企业 AI 收入增长、AI 产品付费率、推理成本下降速度、数据中心利用率，以及 AI 投资回报周期。
如果这些指标持续改善，那么当前巨额资本开支最终可能被证明是类似互联网时代的一次前瞻性投资；如果商业化速度长期落后于投资扩张，市场对 AI 交易的估值逻辑也可能面临重新校准。
因此，Ed Zitron 这篇长文真正引发讨论的，并不只是“OpenAI 是否一定会成为下一个雷曼兄弟”，而是再次把 AI 时代最核心的问题摆到投资者面前：当资本开支持续刷新纪录后，现金流和盈利能力能否跟上。这个问题的答案，或许才会决定未来几年全球 AI 交易的走向。