相比2000年，风险类型更像2008年（4）

五、还债能力来自增加债务

2008：等到贷款需要重置时候，房价已经涨了一大截再融资可以覆盖利息

2028：等到开始收费那天，我的收入已经长到能覆盖了。

两家大模型公司的重置之墙（图1）：

那大模型公司的履约能力到底怎么样？

以OpenAI为例，将年度现金支付额与收入进行比较：

OpenAI年度算力成本将从2026年的约370亿美元，跃升至2027年的约1320亿美元。即使按照管理层的收入规划，2027年算力成本也会超过全年收入的200%；而且这还没有计算工资、研发、销售和税费。

不同情景的区别主要在于负现金流压力持续多久：

乐观情景下，收入重新加速，算力成本占比可能在2029年降至100%以下；

现金流缺口怎么办？OpenAI 的计划是进行再融资：

以更高的估值筹集下一轮巨额融资，以履行即将到期的债务（合同采购承诺）云大厂2.3万亿美元的在手订单，并非基于实际需求，而是基于对人工智能规模和发展速度的预期。

云计算时代，订单的担保物是客户的经营业务。一家财富 500 强签三年云合同，钱从现有利润里出。那时候签约量和开票量贴得很近，产能只领先看得见的需求一小步。

算力时代，订单担保物是《客户的下一轮融资》。

这不是以"现金流"做抵押品，是以"资本市场一直给他放贷"做抵押品。

另一方面，Anthropic主要依靠（预期）自身收入覆盖算力，合同质量相对更高

管理层情景下，要到2029—2030年才逐渐恢复覆盖；基准或低增长情景下，收入长期无法覆盖算力支出。

六、传导

人工智能相关企业约占标普 500 指数总市值的 45%

这是美股历史上集中度最高的时期（图3）

半导体行业约占该指数的 19%，贡献了该指数总盈利增长的约 45%，是所有行业中占比最高的。 半导体行业的盈利增长预期来自于哪里呢？来自于微软、谷歌、亚马逊这样的云大厂。

云大厂的预期盈利增长来自于大模型公司的需求。

前面说的大模型公司对云大厂的订单有付款的义务，那么云大厂对半导体行业也有付款的义务，也可以理解为负债，债务的压力就这样层层传递。

也就是说，终端 AI 需求的下降，沿着产业链，会影响到大模型公司的业绩，从而影响云大厂的业绩，进而影响半导体、存储、通信材料等公司的业绩。

张图把AI产业链各层已经签下、但尚未进入全面付款阶段的合同，按照预计生效年份重新归类（图4）：

2025年仅1060亿美元；2026年升至3070亿美元；2027年跃升至7320亿美元；2028年达到峰值8200亿美元；2029年仍有5870亿美元；2026—2029年累计约2.4万亿美元。

2027—2028年将是整个AI基础设施体系的集中交付期。

届时收入、折旧和固定付款会同时上升。

如果需求超预期能够消化新增产能，固定成本会释放强劲经营杠杆；

利用率、价格或客户付款能力低于预期，压力就会从AI实验室传导至云厂商、新型云服务商和设备供应商。

这里并不是说 27 到 28 年是危机可能发生，而是说，这个时期是验证危机是否会发生重要的时点。堆满易燃易爆物品的仓库不一定会爆炸，但 AI 需求下降是一颗火星。