TECH CYCLE / CREDIT CYCLE17 SEP 2026
技术革命与金融危机⑯｜一万亿进去，两千亿回来：这条链会断在哪
小明哥画了一条资金链：投资者的钱流向模型公司和 AI 应用；模型公司、应用公司和大公司的钱流向数据中心和云；再往上是电力、芯片设计、内存、制冷；最上游是芯片制造、半导体设备和材料。然后问了三个问题：整条链投了多少？离开投资者，什么情况下它能自己转起来？如果五年内转不起来，它会断在哪里？这一篇逐个回答。
一年一万亿美元进链，最终用户只付约两千亿；付费追不上时，先断的是借钱建机房的中间层，不是模型公司，也不是芯片。
1万亿 01 一年进链，只能数数据中心一层 |
×5–10 02 付费要涨的倍数，最早 2029 |
中间层 03 借长钱做短生意，真正的断点 |
TECH CYCLE / 01
一、整条链投了多少：只能数一层
先说一个最容易犯的错：把每一层的数字加起来。
这条链上，每一层的收入就是下一层的开支。投资者给模型公司的钱，付给了云；云的钱，付给了英伟达；英伟达的钱，付给了台积电和内存厂；台积电的钱，又付给了设备厂。把风投、云的资本开支、英伟达收入、台积电资本开支加在一起，是同一笔钱算了三四次。更乱的是，投资者和供应商经常是同一批公司：亚马逊和英伟达投了 OpenAI，OpenAI 再回头买它们的算力。国际货币基金组织把这叫循环融资。
所以只能在一个地方数：建数据中心花的钱。整条链实际花出去的钱就在这里，上游各层的收入大体都包在里面。
—2026 年全球数据中心资本开支超过 1 万亿美元（Dell'Oro 预测）。—美国四大厂 2025 年实际约 4,000 亿，2026 年指引约 7,100–7,450 亿，近乎翻倍。—中国：阿里单季 676.78 亿元、腾讯单季 528 亿元、字节全年计划约 1,600 亿元，粗算中国大厂今年合计约 1,000 亿美元，约为美国的七分之一。—往后：摩根士丹利算 2025–2028 年累计约 2.9 万亿，其中 1.5 万亿要靠外部融资；高盛预测美国五家 2028 年单年约 1.4 万亿。
答案：现在一年约 1 万亿美元，2025–2028 四年累计约 3 到 4.5 万亿。
钱在链上各层停留的地方也很清楚。英伟达数据中心业务最新一个季度收入 890 亿美元；SK 海力士营业利润率 76%，主要靠内存涨价；台积电今年资本开支上调到 600–640 亿。今天真正赚钱的是上游：芯片、内存、晶圆代工。数据中心和云在投入期，模型公司多数亏损。
TECH CYCLE / 02
二、离开投资者，什么时候能自己转
先把「投资者」说清楚。链条上有两种外部的钱：一种是风投、私募、债权人的钱；另一种是大公司用广告、办公软件、电商赚的钱补贴 AI。后一种不是投资者的钱，但也不是 AI 自己赚的。
所以「自己转起来」的标准只能是一条：最终用户为 AI 付的钱，够付整条链每年的成本，再加上资金的合理回报。
用户现在付多少
—OpenAI 年化收入约 500 亿美元（FT，9 月口径）；2025 年全年收入 130.7 亿，经营亏损 209 亿。—Anthropic 年化收入 7 月底超过 650 亿美元，这是含云厂商转卖部分的总额口径，和 OpenAI 的算法不同，不能直接比。—美国企业生成式 AI 支出 2025 年约 370 亿美元，全球消费者 AI 支出 2026 年约 400 亿美元（Menlo Ventures）。—中国模型公司收入规模小得多：智谱上半年收入 9.5 亿元、亏损 20.7 亿元。
扣掉重复（应用公司付给模型公司的钱只能算一次），最终用户的付费现在大约是一年 1,500 到 2,500 亿美元。这是推算，误差不小，而且年化收入是拿最近一个月乘以十二，比全年实际数高。
链条每年要多少才够
按 2028 年前后的规模粗算：四年累计约 4.4 万亿的数据中心，六成是芯片和服务器、按 5 年折旧，四成是楼、电和制冷、按 18 年折旧，每年折旧约 6,200 亿；资金成本按 8% 算约 2,000 亿；电费约 600 亿。光基础设施这一层，每年就要约 9,000 亿美元的收入才打平。 如果芯片实际只能用 3 年，这个数接近 1.25 万亿。模型公司和应用公司自己的人工和研发还要另算；贝恩 2025 年的测算是，到 2030 年整个行业需要约 2 万亿美元年收入。
也就是说，付费要在三四年里涨 5 到 10 倍。
这个缺口有一处算大了，要说清楚：成本一边算的是全部数据中心，里面包括传统云和大厂自用的 AI，比如广告推荐；收入一边却只算了用户为 AI 直接付的钱，没算 AI 让广告和云多赚的那一块。把这块加进来，缺口会小一截，但量级上仍是「要涨几倍」，不是「已经够了」。
三个条件，要同时成立
—付费真的涨上去。 不是没可能：OpenAI 自己的计划是收入从 2026 年 360 亿涨到 2030 年 3,500 亿，约十倍。但要看对指标——不是「同等能力的单价降了多少」，而是「每件活花多少钱 × 有多少活」。写代码这件事已经跑出来了，其他行业还没有。—模型公司自己赚钱。 按 FT 报道的 OpenAI 内部计划，2026–2030 年要累计烧掉约 2,780 亿美元现金，3 月融到的 1,220 亿按计划 2028 年用完，2029–2030 年才转正。在那之前，它离不开新的外部资金。—芯片能用够四五年。 这一条今天是成立的：H100 每小时租价从一年前的 1.70 美元涨到 2.80 美元，北美数据中心空置率 1.4%，历史最低。今天是短缺，不是过剩。但这是需求旺的时候的读数，需求一转弱，老芯片的租价会最先跌。
答案：最早 2029 年前后，这条链才可能不靠投资者运转。在那之前，它每年都需要几千亿美元的新外部资金。
TECH CYCLE / 03
三、转不起来的话，会断在哪
本系列从第①篇起用的是同一个判据：断不断，不看烧了多少钱，看谁借短投长、谁没有别的现金、谁先要再融资。按这个判据排，先后次序是这样的。
第一步：模型公司降速，先砍训练（2027–2028）
模型公司主要靠融资活着；OpenAI 对外的算力采购承诺约 1.4 万亿美元，是它年化收入的二三十倍。下一轮融资一旦估值下调或融不到，它不会马上倒，而是先砍可以砍的东西：训练下一代模型的算力。推理业务如果本身赚钱，会保留下来。
所以模型公司是降速，不是断。推迟这一步的力量也不小：每家模型公司背后都站着有老生意的大厂，微软站在 OpenAI 身后，亚马逊和谷歌站在 Anthropic 身后，它们为了守住自己的云，有动力继续出钱。
第二步：借钱建机房的中间层，真正的断点（2027–2029）
模型公司砍掉的训练合同，痛感直接落到给它们建机房、出租算力的公司身上：甲骨文（评级 BBB-，上个财年自由现金流负 237 亿美元）、CoreWeave（债务约 350 亿美元）、软银（拿 OpenAI 的股权抵押借钱，评级 BB+），以及借钱给它们的私募信贷和表外项目债。
它们的问题是第①篇四个变量里的两个——资产的保质期和资金的期限对不上：楼和电锁 15 到 20 年，算力合同只锁 2 到 5 年，客户又高度集中在少数几家模型公司。客户一砍单，收入先断，债还在。断的过程会是这样：评级降到垃圾级 → 只能持有投资级债的机构被迫卖出 → 再融资成本跳升 → 项目停建或违约。软银还多一个放大器：OpenAI 估值一跌，它的抵押品和它的投资同时缩水。
金融危机如果发生，就发生在这一层。 第⑮篇写的价格刹车，今天已经在这几家身上踩下去了。
第三步：芯片和内存，利润崩、公司不倒（滞后半年到一年）
英伟达和内存厂的收入会大跌，内存最狠，因为它现在的利润主要来自涨价。但它们资产负债表干净，跌掉的是利润和股价，不是生存。一个例外值得记住：英伟达在季报里为一个数据中心园区担保了最多 1,050 亿美元，这部分会变成它自己的损失。
第四步：制造和设备，再滞后一两年
台积电、ASML、应用材料会削减资本开支和订单。台积电不会倒，设备和材料厂进入一轮周期下行。
不会倒的：大厂和电力公司
谷歌、微软、亚马逊、Meta 有广告和云的老生意兜底，会砍资本开支、计提减值、股价大跌，但不会违约。电力公司有长约保护：美国大用电户合同最低按 60–85% 的容量付费、一签 15–20 年。没人付的电网投资，最后可能摊进居民电价。
中国是另一种断法
中国的钱主要来自大厂现金流和国家资金，不走私募信贷和高收益债，所以不会以利差暴涨、违约潮的形式出事。它的断法是算力中心闲置和地方财政负担：工信部公布的全部算力设施利用率是 71.4%，另有调研说智算中心只有 20–30%，后一个数我只看到转述。
会不会变成银行危机
现在看不到这条路径。第 52 篇（半导体与 AI 投资系列）的分界线是：债务有没有进入存款体系。目前风险主要在私募信贷、公司债、项目债和保险资金里，银行是间接敞口。要盯的是银行借给私募信贷基金的钱，以及数据中心资产证券化有没有大量进入银行和保险的资产负债表。
答案：如果五年内付费追不上，最可能的路径是：模型公司融资变难 → 先砍训练算力 → 借钱建机房的中间层和私募信贷出事 → 芯片和内存利润大跌 → 一两年后设备和制造下行。这是一场资本开支泡沫破裂加局部信用事件，还不是银行危机。
TECH CYCLE / 04
四、把反方写完整
一是今天的读数是短缺，不是过剩。空置率 1.4%、H100 租价上涨、微软 Azure 增长 43%、谷歌云增长 82%。照这个速度，缺口可能比上面算的更快被填上。按第⑭篇那把尺子，需求现在还在供给前面。
二是大公司的钱可以补贴很多年。只要广告和云的老生意够赚，谷歌和微软不需要 AI 在 2029 年前自己回本，「自己转起来」的期限就被推后了。真正需要回本的，只是那些没有老生意、只有债的公司——而这恰好就是第三节说的断点。
三是成本推算对假设很敏感。芯片按 5 年还是 3 年折旧、资金成本按 8% 还是 5%，结果能差出一倍。这一篇的数字只够判断量级，不够判断年份。
TECH CYCLE / 05
五、看什么，以及什么时候认错
接在前几篇的读数后面，这一篇只加三个：
—最终用户付费的总量：OpenAI、Anthropic 和其他模型公司的年化收入，扣掉相互重复的部分，看它离一年 9,000 亿还有多远。—训练算力合同：有没有模型公司推迟、缩小或重谈数据中心合同，尤其是还没开工的那些。—中间层的评级和私募信贷的赎回：甲骨文会不会掉出投资级，私募信贷基金会不会再出现赎回限制。
认错条件：如果到 2027 年底，最终用户付费（扣掉重复后）已经超过一年 6,000 亿美元，而且模型公司不靠新的股权融资也能付得起算力账单，那么「2029 年前离不开投资者」这个判断就错了。如果模型公司的估值下调了，但甲骨文、CoreWeave 的评级没动，私募信贷也没有出现赎回限制或违约潮，那么「中间层是断点」就错了，说明风险比我想的分散。
TECH CYCLE / 06
收口
回到小明哥的三个问题。
整条链一年约一万亿美元，只能在建数据中心这一层数，不能把各层加起来。离开投资者，它要等最终用户的付费再涨五到十倍，最早 2029 年前后。转不起来的话，模型公司会先降速，芯片会先掉利润，但真正会断的，是夹在中间、借了长钱、做的却是短生意的那一层。
1870 年那一轮，铁路照样修起来了，死掉的是借钱修铁路的公司。这一轮如果出事，大概也是一样：技术留下，账算在中间层头上。