美国的 AI 泡沫越来越像个庞氏骗局了。现在美国的科技巨头企业除了英伟达之外，其他几家都在疯狂融资烧钱继续加大资本投入，但是他们最大的问题就是盈利能力，如果有垄断世界 AI 格局的能力，那一切都好说，因为垄断的暴利，谁都眼馋，容忍一定的风险也值得。
 
可现在的问题是，美国几家巨头谁也没能真正甩开对手，却已经被拖进一场谁先停手谁就出局的军备竞赛。
 
2026年美国大型科技企业的AI投资预计超过7300亿美元。钱主要砸向三样东西：芯片、数据中心和电力。
 
每一项都贵得吓人，而且不是买一次就结束。新芯片一出来，老设备迅速贬值；模型参数越做越大，训练和推理成本也跟着往上窜。
 
最典型的是谷歌母公司Alphabet，第二季度经营现金流还有391亿美元，资本支出却冲到449亿美元，自由现金流直接变成负59亿美元。公司6月通过发行股票和可转换优先股筹得496亿美元，还准备通过场内发行继续卖出最多400亿美元股票。8月又计划发行200亿至250亿美元债券。
 
这意味着谷歌的广告和云业务虽然仍然赚钱，但产生的现金已经赶不上AI扩张的速度。
 
Meta也差不多。第二季度资本支出达到310.8亿美元，自由现金流只剩7.84亿美元。2026年全年资本支出预计高达1300亿至1450亿美元。扎克伯格原本靠广告业务攒下的雄厚家底，正在被服务器和数据中心快速吞掉。
 
亚马逊过去12个月经营现金流高达1614亿美元，看起来财大气粗，可自由现金流依然流出76亿美元。原因很简单，仅设备和基础设施采购同比就增加了661亿美元，主要还是为了AI。
 
微软第四财季资本支出也达到410亿美元，其中约三分之二花在GPU、CPU等更新周期较短的设备上。
 
于是，一条越来越微妙的资金链出现了。
 
科技巨头融资建设数据中心，AI公司租用算力；科技巨头又投资AI公司，AI公司拿着融资支付云服务费；云服务商收到收入后继续购买英伟达芯片，英伟达再投资自己的客户，帮助客户融资买芯片。
 
钱在这个圈子里转了一圈，每家公司账面上都有订单、收入和估值，可真正从圈外客户手里赚回来的现金，能不能覆盖如此巨大的投入，至今仍没有一个让人放心的答案。
 
CoreWeave就是这个循环中很有代表性的一环。它借钱购买英伟达芯片，再把算力租给OpenAI等客户。英伟达既是它的股东和供应商，又承诺购买其未能售出的部分云计算能力，初始订单价值63亿美元。如此一来，芯片卖出去了，算力订单也有了，但风险并没有消失，只是被一层层合同包了起来。
 
现在英伟达又拉上贝莱德、黑石、阿波罗、高盛、KKR等金融机构，计划为AI基础设施筹集超过5000亿美元，并可能为相关项目提供最高25%的资产价值兜底。
 
说得直白一点，过去是客户有钱买芯片；现在则是卖芯片的人帮客户找钱，甚至给融资兜底，让客户继续买自己的芯片。
 
更惊人的是，微软、Meta、甲骨文、亚马逊和Alphabet为数据中心签下的未来租赁承诺，合计已经达到约1.09万亿美元，而目前体现在资产负债表上的租赁负债只有约2850亿美元。很多项目还没有启用，巨额承诺暂时只躺在财务附注里。
 
这一切最终都押在同一个前提上：未来企业和普通用户愿意为AI支付足够高的价格。
 
可AI市场偏偏正在打价格战。模型越来越多，开源能力越来越强，调用价格不断下降。用户享受到了更便宜的服务，背后的公司却要承担越来越昂贵的芯片、电力和折旧。
 
OpenAI预计到2030年累计现金消耗可能接近2800亿美元。Anthropic此前累计投入超过100亿美元，换来的累计收入大约只有50亿美元。模型越强，用户越多，不一定马上意味着利润越高，有时反而意味着推理成本烧得更快。
 
所以美国AI泡沫最危险的地方，不是技术没有价值，而是资金扩张速度远远跑在盈利能力前面。只要股价上涨、债券有人买、金融机构愿意继续放钱，这套机器就能高速运转。
 
可一旦AI收入增长赶不上资本支出，或者某家核心客户突然削减订单，链条就会反过来传导：算力租不出去，数据中心还要付租金，债务还要还，芯片抵押物却已经因为新一代产品问世而贬值。
 
到那时，人们才会发现，这场盛宴里真正稳定赚钱的，可能始终只有卖铲子的英伟达，以及负责融资、发债和资产打包的华尔街。