AI投资的分歧|march|openai|分歧

面对相同的数据，却能够有不同的视角和结论。

英伟达2026财年数据中心收入1937亿美元，同比增长68%，一个季度就能卖623亿美元的GPU [1] 。

OpenAI年化收入从2023年的20亿飙到2026年的250亿以上，Anthropic15个月收入涨了30倍 [2] 。

乐观的一面会将这组暴涨的财务数据视作「业绩验证」。在他们眼中，真金白银的投入是黄金时代开启的确凿证据。

悲观的一面则将这同一组数据视作巨大的风险积累。红杉资本 Sequoia Capital 算了一笔账。AI基础设施每投入1美元，需要应用端产生4美元营收才能完成商业闭环 [3] 。

btw，红衫资本是2023~2024年发出的这些疑问，不知道后续他们怎么认知现在的市场。

但在 2026年4月，腾讯研究院对引用了这个红杉模型，以此基数倒推，应用端需要约7750亿美元营收，才能填平仅仅英伟达一家造成的硬件投入。现实情况表明，目前应用端实际收入仅停留在1500至2000亿区间，商业缺口超过6000亿美元 [4] 。

顺着这条成本压力线进行悲观逻辑的推演，Gartner指出仅有28%的AI项目达到预期ROI，80%的项目死于数据问题 [5] 。MIT的研究甚至表明，95%的企业AI投资最终彻底沉没 [6] 。

你看，各种角度都有理由。

最近和不同的人讨论AI，观察了一些AI行业、投资理财相关的人的发言，我发现一个有意思的现象，对于AI相关标的的态度，市场认知存在一条由「是否用过AI生产」和「投资年限」共同划定的分界线。

表面上这是投资观点的分歧，但其实挺有意思的是，因为两群人拥有完全不同的经验路径，所以即使面对绝对一致的财务数据，他们也如同居住在两个封闭的信息茧房中，得出了截然相反的解读。

所以阶段性记录下，不知道自己的观察是否正确

两边的逻辑

将AI用于代码编写、研究分析或内容生成的一线使用者，即使对具体估值存在分歧，对产业逻辑和业绩预测的认可度依然很高。

程序员使用Claude写代码，研究员使用AI对会议录音进行整理，观点总结扫描交叉映射。这些体感映射到宏观数据上，就变成了非常认可英伟达、OpenAI、Anthropic这些企业的收入、盈利或者估值飞涨。

乐观派的数据基础就是，大模型公司的营收数据确实呈现爆发态势。OpenAI的年化收入从2023年20亿冲到2026年2月250亿以上 [2] ，OpenAI已成为人类商业史上增长最快的软件公司。Anthropic的增长幅度从2025年初的年化10亿，至年底90亿，再至2026年4月突破300亿，15个月内实现30倍增长 [7] 。

而看空的人呢，要么是没有怎么用过AI的，或者是从根本上对技术演进持有悲观论调，比如经历过互联网泡沫的价值投资者、比如坚信能源瓶颈与算力极限会锁死商业化上限的宏观研究员、比如习惯用DCF模型去衡量早期技术渗透率的CFA，又或者是拥有对人类奇怪悲悯的小布尔乔亚群体。

包括最早的红杉资本的6000亿缺口，看空人群的逻辑，是主要建立在「财务模型苛求」与「历史周期类比」。比如：

财务模型层面的风险集中，2026年2月BBG测算，Alphabet、亚马逊、Meta及微软在2026年资本开支合计达6500亿至7000亿美元，占据上述四家企业经营现金流的94%[8]。高盛预测2026至2031年AI基础设施累计投资达7.6万亿美元[9]。因为巨额投资高度依赖极少数超级应用产生巨大商业价值，所以产业链呈现极端的风险集中化。美国银行2026年3月调查显示，33%的基金经理担忧过高的资本开支水平[10]。

历史周期视角的不可持续推演，看空的人倾向于进行历史类比，引用互联网泡沫或中国股市泡沫作为参照。同时，看空阵营在现有的线性增长框架下，判定当前的硬件收入增速不可持续。

之前中泰证券做了个研究，资产「年龄」叙事的定量证据与反差，55-60岁基金经理显著超配茅台、腾讯、紫金矿业，明显低配中际旭创等硬科技标的，35-40岁群体则超配中际旭创、寒武纪，低配传统消费龙头。

研报认为，这种代际偏好差异本质是投资生涯中不同产业牛市的烙印，比如说60后亲历白酒与互联网黄金时代形成路径依赖，85后经历新能源与AI牛市对硬科技变革红利有极致信仰。

所以你看，在真实的数据基础上，过往经历构成了价值观与决策模型的基础。两类群体皆在重复自身的直觉与偏见。

使用者与投资者

数据本身是中性的，但体感会决定数据的解释框架。

现在我们回到开头的问题，为什么同一组数据，能让两个人得出完全相反的结论？

因为两边看的视角不同。

乐观的会看「边际变化」，这个技术今天比昨天好用了，这个公司今年比去年赚更多钱了，这个趋势是向上的。

怀疑的会说「风险集中」，就算技术继续变好，现在的估值已经把十年后的乐观预期全部折现进，资本回报率能不能覆盖机会成本？

但两边也会有看不见的东西。

乐观的人会面临「证实偏差」。你用AI提效了，你看到同行也在用AI，你访谈的企业都说好，会让你不自觉地放大AI的影响范围和速度。。