OpenAI和Anthropic约80%的收入来自仅1%的客户，而这些客户大多是依赖风险投资持续输血的亏损AI初创企业
我看这篇报道，最值得关注的是AI产业的钱从哪里来，最后又由谁买单。技术可以持续进步，建设规模可以不断扩大，但这些都不能直接证明投资能够收回。
华尔街见闻转述了TS Lombard首席宏观策略师Dario Perkins在10月22日研报中的一套推演：如果AI投资循环中断，市场与经济会怎样调整。这是一种压力情景，文中关于2028年初的时间判断和市场跌幅，都应放在这个前提下理解。
收入增长需要穿透到最终付款人
报道中最刺眼的数据，是OpenAI和Anthropic约80%的收入来自仅1%的客户，而这些客户大多是依赖风险投资持续输血的亏损AI初创企业。
按这一描述，收入集中只是表层问题，付款能力依赖融资才是关键。如果客户用融资购买模型服务，模型公司再用融资购买算力，那么产业链上每一环都可以出现收入增长，整个系统却仍需要外部资本不断注入。
TS Lombard将其称为“资本支出循环”：一家公司的投入，成为另一家公司的营收。我的判断是，分析AI商业化，必须继续追问一层：这些收入中，有多少最终来自普通消费者和非科技企业的持续付费？
报道援引的研究估算，要让当前资本支出获得合理回报，AI行业到2030年的年收入需要达到2.5万亿至3万亿美元，约为当前水平的14倍。与此同时，中国开放权重模型的竞争、消费者付费意愿和服务商品化，都可能压低收入兑现的速度。建设计划与支付意愿之间，存在一个尚未填平的缺口。
债务扩张让增长放缓也成为风险
科技巨头可以用经营现金流支持长期建设，但产业链的扩张正在越来越多地依靠债务。报道预计，仅2027年，AI公司就将发行约7000亿美元新债券，其中超大规模云服务商占4000亿美元。
更难观察的是表外安排。合资公司、长期租约和担保，可以把融资义务分散到不同主体，却不会消除最终的付款责任。报道估计，整个AI生态系统的隐性负债已达1.5万亿至2万亿美元。
这使研报提出的“二阶导数问题”尤其值得重视：资本支出不必绝对下降，增速放缓就可能造成金融压力。
实验室承诺长期购买算力，数据中心运营商据此借钱建设，而实验室履约又依赖下一轮融资。只要新增资金跟不上承诺扩张的速度，订单、抵押品价值和再融资能力就可能一起承压。
我更关注这种传导机制。一个系统如果必须不断加速才能维持稳定，本身就已经积累了脆弱性。
成本兑现与信息透明可能改变估值
研报梳理了六类潜在触发因素：收入不达预期、信用风险、折旧和租约成本兑现、IPO带来的信息披露、半导体周期，以及监管与安全风险。
其中，成本兑现很容易被增长叙事遮住。数据中心建设期间尚未开始计提折旧，一些租约也要等设施正式运营才进入成本。投产会带来服务能力，同时也会让此前尚未充分体现的费用集中出现。收入与成本能否同步，是另一场检验。
IPO则可能让外界更完整地看到AI企业的收入质量、支出承诺和真实盈利能力。报道认为，目前包括年度经常性收入在内的披露指标，仍不足以呈现全貌。
供应链也存在相似的循环。报道援引国际清算银行研究称，超过55%流入AI企业的投资来自其他AI企业。供应商为客户提供资金，客户再购买供应商的产品，这种安排会强化扩张，也可能放大收缩。
一旦需求预期降温，半导体行业的周期性可能让短缺迅速转为过剩。重大安全事件及随后的监管收紧，则可能进一步改变需求和成本。六类风险不必同时发生，它们之间也可能相互强化。
股市重挫与金融危机需要分开判断
在TS Lombard的压力情景中，标普500下跌30%，科技股下跌40%，其他板块下跌约20%，合计蒸发约20万亿美元市值。
这些数字描述的是情景后果。对我而言，更有解释力的是风险分布：科技巨头凭借较强的资产负债表，可能熬过调整；新兴云服务商、独立模型开发商以及建筑和设备供应商，则可能先承受现金流与再融资压力。
研报假设2028至2030年累计违约率为35%、回收率为25%至50%，据此估算信用损失为1250亿至1900亿美元。它由此判断，损失主要由股权持有人承担，金融体系仍有能力吸收信用冲击。
这是理解报告的重要边界：科技股大幅下跌，并不自动意味着重演2008年。资产价格、企业偿债能力和金融体系稳定性，需要分别分析。
经济可能温和衰退，就业仍有尾部风险
研报估算，AI资本支出逆转会使美国GDP水平下降约2个百分点。数据中心建设岗位目前约有50万个，预计到2027年底增至80万个；若这些岗位全部消失，在不考虑更广泛商业信心影响的情况下，失业率将上升约50个基点。
报告判断衰退更接近1990年或2001年，依据是私人部门资产负债表相对健康、美联储仍有降息空间，以及降息可能释放住宅和耐用品等领域被压抑的需求。
但就业的后续变化更复杂。企业在繁荣期投资AI，在衰退期也可能为了削减成本而加快采用AI。建设岗位减少之后，如果自动化又加速替代其他岗位，经济恢复与就业恢复就可能脱节。
我认为，这也是技术趋势与投资周期必须分开看的原因。AI投资回报下降，完全可能与AI应用继续扩散同时发生。
分散风险比押注破裂日期更有操作意义
按照报告的推演，如果冲击主要来自需求收缩，降息和长期利率下降将有助于政府债券发挥避险作用。未深度参与AI建设的市场，也可能在初期抛售后相对受益。报告还预期美元承压，AI供应链暴露较高的经济体受到更大冲击。
这些判断都有条件，不能直接转换成今天就做空科技股、重仓长期债券的指令。报告本身也明确反对过早这样布局：繁荣如果继续数年，提前押注逆转会付出很高的机会成本。
它提出的应对思路，是持有多元化的全球股票组合，在繁荣延续时保留参与，在风险释放时减少集中暴露；等AI生态出现明显压力信号，再逐步增加政府债券配置。
我从这份推演中提炼出的观察重点，是终端付费、资本支出增速、再融资条件，以及投产后的真实成本。这几项能帮助判断：产业创造的价值，是否正在追上资本已经许下的承诺。