AI: Mad Maths? (September 2025)
The Capital Cycle 是伦敦资管公司 Marathon（1986 年由 Ostrer、Arah、Hosking 创立）于 2024 年推出的官方播客，由金融史学家 Edward Chancellor 主持，访谈其投研团队、讲解每期《全球投资评论》投资人信，秉持长期逆向的「资本周期」供给侧投资思想。
一句话导读
这篇报告用资本周期的视角，给AI投资热潮泼了盆冷水。核心是说：2025到2028年，全球在AI数据中心上可能要砸近3万亿美元，但这么巨大的投入，需要未来产生天量收入才能回本——比如光硬件投资，到2028年每年就得赚超过5000亿美元现金。作者认为，竞争加剧（比如更多公司涌入做AI芯片和模型）才是长期利润的杀手，而不是需求不够。对普通投资者来说，这意味着别光听AI故事就追高，要警惕泡沫风险，尤其那些靠卖硬件和基础设施的公司，可能面临利润被摊薄。
该报告从资本周期视角审视AI投资热潮，指出当前投入规模巨大但回报前景存在不确定性。摩根士丹利估计2025-28年数据中心累计投资将达近3万亿美元（不含能源成本），麦肯锡预测到2030年为5.2万亿美元，花旗则估计2025-29年硬件和研发分别投入2.3万亿和1.4万亿美元。尽管自2022年ChatGPT发布以来，十家美国科技公司市值增加12万亿美元，市场看似认可这些投资，但实际回报取决于资产寿命和可持续利润率。硬件占数据中心投资60%（约1.7万亿美元），目前折旧期约5.5年（亚马逊已缩短）。若按此假设，仅硬件投资到2028年需产生超过5000亿美元净现金流才能满足资本成本，而当前股价已隐含更
主题与背景
这一章从资本周期视角审视AI投资热潮，质疑市场对巨额投入的乐观预期。作者提出，理解AI投资前景不应纠缠于技术细节（如万亿级token、强化学习），而应回归基本面：资本流动、行业结构和潜在投资回报。背景是自ChatGPT发布以来，美国十家科技公司市值已增加12万亿美元，但实际投入规模与回报前景之间出现巨大鸿沟。
核心观点
作者的核心判断是：当前AI投资规模（2025-2028年近3万亿美元）远超合理回报所需，市场可能过度乐观。反直觉之处在于，尽管市值飙升看似认可投资，但从资本回报率推算，仅硬件投资就需在2028年产生超过5000亿美元净现金流才能覆盖资本成本，而当前股价已隐含更高远期利润，暗示泡沫风险。作者还认为，竞争加剧而非需求不足才是长期回报的主要威胁。
关键论据与数据
1. 投资规模估算：
- 摩根士丹利估算2025-28年数据中心累计投资近3万亿美元（不含能源成本）。
- 麦肯锡预测到2030年为5.2万亿美元。
- 花旗估计2025-29年硬件投入2.3万亿美元，研发投入1.4万亿美元。
2. 回报率推算：
- 硬件占数据中心投资60%（约1.7万亿美元），目前折旧期约5.5年（亚马逊已缩短）。
- 按此假设，仅硬件投资到2028年需产生超过5000亿美元净现金流才能满足资本成本（见下表）。
- 若运营商需20%自由现金流利润率，则需2.5万亿美元收入；若客户再需相似利润，最终消费者和企业需支付近3.1万亿美元AI服务费，相当于美国当前GDP的10%或全球劳动力成本的5%。
| 指标 | 数值 | 说明 |
|---|---|---|
| 2025-28年数据中心投资 | ~3万亿美元 | 摩根士丹利估算，不含能源 |
| 硬件投资占比 | 60% (1.7万亿美元) | 麦肯锡估算 |
| 硬件所需净现金流（2028年） | >5000亿美元 | 覆盖资本成本的最低要求 |
| 隐含终端AI服务收入 | ~3.1万亿美元 | 考虑两级利润率后 |
| 对比：美国GDP（2024年） | 10% | 3.1万亿/约31万亿 |
| 对比：全球劳动力成本 | 5% | 基于OECD数据 |
柱状图显示2025-2032年AI投资与净现金生成预测，2028年投资支出达约6000亿美元峰值，净现金流入达约5000亿美元峰值
3. 当前AI收入对比：
- OpenAI当前年收入约130亿美元，The Information预测到2029年增至2000亿美元。
- 花旗估算2025年AI应用收入430亿美元，2030年达7800亿美元（年增80%）。
- 但UBTC指出，公开上市软件公司的第三方AI产品收入仅约25亿美元，其中微软占84%。
4. 企业采用效果不佳：
- MIT研究追踪300个公开AI项目，95%未带来利润提升（《大西洋月刊》报道）。
- 麦肯锡2024年3月调查显示，71%的公司使用生成式AI，但超过80%表示对盈利无“实质性影响”。
5. 竞争与行业结构：
- Nvidia在全球加速器市场占75%份额，但数据中心领域竞争者增加（如Oracle、CoreWeave）。
- 大语言模型市场呈碎片化趋势，新进入者包括Grok和DeepSeek。
- 作者认为，数据中心是高固定成本、低边际成本行业，竞争一旦爆发，价格将趋近边际成本，类似航空和电信业在互联网泡沫后的“哑管道”困境。
6. 行为动机：
- 引用Alphabet CEO Pichai的“投资不足风险远大于过度投资”言论，反映创新者困境：行业领袖因害怕错过（FOMO）而持续投入。
- 比尔·盖茨指出，Agentic AI可能颠覆搜索、购物、生产力等现有科技市场格局，推动巨头为自保而投入。
涉及的公司/资产
- Nvidia（马拉松资本持仓）：主导全球加速器市场（75%份额），受益于AI硬件投资，但面临竞争加剧风险。作者未明确看空，但指出折旧期加速和技术迭代风险。
- Microsoft（马拉松资本持仓）：占第三方AI产品收入的84%，是AI生态主要受益者之一，但面临Agentic AI颠覆其生产力工具的风险。
- Amazon（马拉松资本持仓）：近期缩短折旧期以应对技术加速，反映硬件资产寿命缩短的担忧。
- Oracle（马拉松资本持仓）：作为数据中心领域挑战者增长，加剧竞争。
- OpenAI：AI应用领头羊，年收入约130亿美元，但高估值需依赖未来爆发式增长（2029年2000亿美元）。
- CoreWeave：数据中心新兴竞争者，加剧碎片化。
- Grok 和 DeepSeek：新入局大语言模型，推动行业碎片化而非集中。
投资启示
- 对AI基础设施和硬件公司（如Nvidia）保持警惕：尽管当前受益，但折旧期缩短、竞争加剧和高固定成本结构使其长期利润承压。从资本周期看，当前巨额投入更像航空/电信业的“哑管道”陷阱，而非可持续的赢家通吃。
- 关注竞争而非需求：作者暗示市场过度关注AI需求增长，但真正风险在于资本流入过剩导致碎片化，即使需求超预期，利润也可能被竞争侵蚀。
- 对AI应用层持谨慎乐观但审慎：企业采用率低（MIT 95%失败率）表明当前泡沫成分高。若Citi预测的$780bn应用收入无法实现，生态将出现巨额亏损。投资者应优先考虑拥有护城河的企业，而非概念炒作。
- 宏观风险：AI服务费用若达GDP的10%，将构成系统性宏观经济压力，可能抑制消费和商业投资，对整体市场不利。