近几周，OpenAI以“算力军备竞赛”之名接连落子，与英伟达达成千亿级算力配置协议，同AMD敲定6吉瓦（GW）尖端算力卡部署计划，和甲骨文签署3000亿美元云计算服务合约，最近又与博通达成3500亿—5000亿美元定制芯片交易。

　　以此计算，OpenAI计划投入已超万亿美元，这个数字相当于一些中等国家一年的GDP 总量，如此庞大的资金流，既让科技行业迎来估值狂欢，也让“泡沫”的警告声愈发刺耳。业内都在审视这场由合作催生的繁荣：当资本与算力的绑定愈发紧密，表象之下的风险正悄然积聚。

　　多位业内人士在接受《中国经营报》记者采访时表示，当前AI领域的投资热潮存在过度乐观倾向，部分项目估值已严重偏离实际价值。技术转化周期长、商业化路径不清晰等问题，正在让巨额投入面临回报不确定性。尤其当头部企业垄断核心算力资源后，中小创新主体的生存空间可能被进一步压缩，这种结构性矛盾或将影响行业长期健康发展。

　　OpenAI的“万亿豪赌”

　　OpenAI与科技巨头的每一次握手，都成为资本市场的“兴奋剂”，推动相关企业股价与自身估值双双驶入快车道，形成了一场由合作协议驱动的估值膨胀潮。

　　上个月，OpenAI宣布与甲骨文达成未来五年3000亿美元的云服务大单。甲骨文股价一日飙升36%，创下三十多年来的最大涨幅，市值一度超过9000亿美元。

　　AMD更因与 OpenAI的 6GW的合作，股价攀升了35%，市值一路飙升突破3500亿美元。即便是已处于行业顶端的英伟达，在宣布向 OpenAI投资至多1000亿美元后，股价仍创下年内第18次历史新高。

　　近日，OpenAI又宣布与博通共同开发10GW的定制AI加速器。具体来说，OpenAI 将自行设计AI加速器以及系统，并且与博通合作进行开发和部署。就在OpenAI宣布与博通合作的10月13日当天，博通的美股股价单日上涨9.88%，股价落定为 356.7 美元/股，其市值也达到1.68万亿美元。

　　值得注意的是，OpenAI的野心还不仅于此，其CEO山姆·奥特曼（Sam Altman）在最新的访谈中表示，从电子元器件制造、物理设施搭建，到电力设备、芯片产能扩张，再到消费者需求和商业模式的支撑，所有环节必须同步启动，“这是一场复杂的多线协调战役……未来几个月还会有更多的交易。”

　　随之而来的则是OpenAI自身估值呈现爆炸式增长。这家尚未实现盈利的公司，凭借与多家巨头的万亿级协议储备，估值已飙升至5000亿美元，超越SpaceX成为全球估值最高的初创企业。市场的乐观预期完全依赖于对其未来算力变现的想象空间 。

　　这场资本狂欢已从行业龙头蔓延至整个AI 生态，导致估值体系的全面失真。许多仅拥有基础AI算法、尚未实现商业化的初创公司，仅凭与OpenAI生态的微弱关联就能获得数十倍于营收的估值。

　　Touring Capital联合创始人Samir Kumar 直言，这种估值偏离让人回想起零利率时代的市场疯狂，早期AI项目的价值评估已完全脱离实际业绩支撑。更值得警惕的是，资本集中涌向基础模型和基础设施领域，2024年全球AI基础设施投资占比达68%，而能创造实际收益的应用层却备受冷落，这种结构性失衡进一步加剧了估值泡沫的脆弱性。

　　深度科技研究院院长张孝荣认为，这种被包装为“技术生态共建”的循环融资，其本质是一场高风险、高杠杆的资本共谋。这种深度绑定的“投资换订单”模式，实质上构建了一个封闭的卡特尔式联盟（卡特尔联盟又被称为价格联盟，是指企业间通过协议共同制定产品价格的联合行为，被《中华人民共和国反垄断法》明确界定为价格垄断协议）。英伟达和AMD作为芯片供应商，同时又以投资者或权益授予者的身份进入OpenAI，这模糊了供应商和股东的界限。AMD向OpenAI发行巨量认股权证，这开创了一个危险的先例。未来，新兴大型科技公司都可能要求供应商以股权补贴来换取订单，这将极大挤压供应商的利润，并扭曲正常的定价机制和市场秩序。

　　泡沫论升温

　　在这场近万亿美元的合作中，除了巨大的资金规模，其运作模式也引发了广泛关注和质疑。以英伟达与OpenAI的合作为例，英伟达向 OpenAI投资1000亿美元共建数据中心，表面上看是一场互利共赢的合作，然而深入分析却发现其中存在着“资金回流”的闭环。OpenAI拿到投资款后，会将其用于采购英伟达的GPU，而英伟达则通过硬件销售实现了资金的循环。这种模式看似合理，但实际上却存在着自我强化的估值叙事风险。

　　类似的模式在其他公司的合作中也屡见不鲜。AMD与OpenAI的合作采用了“硬件+股权”的捆绑模式，AMD向OpenAI发行 1.6亿股认股权证，OpenAI通过股价上涨收益支付芯片采购款。这种交易模式本质上是供应商融资的变体，一旦AMD的股价表现不佳，OpenAI的采购计划可能会受到影响，双方的合作也将面临挑战。

　　这些合作模式被部分业内人士质疑为“自我强化的估值叙事”，与2000年互联网泡沫期的“烧钱换增长”模式有许多相似之处。

　　在互联网泡沫时期，当时，思科、北电和朗讯等电信设备巨头，向电信运营商、初创公司提供巨额信贷或直接投资，让它们购买自家路由器和光纤设备。这样的资金循环推高了营收和估值，实际需求被高估。最终的结果是，一些设备制造商背负坏账，而初创公司纷纷破产。

　　当前的“投资换订单”与互联网泡沫的“烧钱换增长”在金融本质上是同构的，张孝荣认为，不同的地方在于OpenAI、英伟达、甲骨文等构成三角联盟，几乎形成新的垄断，阻挠挑战者，挤压创业空间，而后者是不针对特定企业，创业机会无限。这个三角联盟基础是三角债，异常脆弱。一旦OpenAI的技术迭代速度放缓、商业化收入不及预期，或者全球宏观经济转向，这个建立在庞大预期之上的资金链就可能断裂，引发连锁式的“雷曼时刻”。它不是一个健康的、有机增长的生态，而是一个依赖持续资本输血的金融“纸牌屋”。

　　高盛首席执行官David Solomon也表达了对当前形势与互联网泡沫存在相似之处的担忧，其称AI基础设施的巨额投资可能会导致一些企业蓬勃发展，而另一些则可能走向失败的分化局面。

　　努曼陀罗商业战略咨询创始人、企业战略专家霍虹屹认为，相似之处在于，都在用前置资源换未来规模，把“先做大，再谈盈利”作为主要策略，不同的是，当前这一轮是“重资产+强供给约束”的增长：训练与推理要真金白银的电力、机架、散热和芯片，交付不靠广告点击而靠可计量的算力时长与吞吐。只要交付是刚性的，订单是“到期要履约”的，资金闭环就不等同于“击鼓传花”。

　　“当然，也不能浪漫化。”霍虹屹指出，“今天的风险在两端，一端是成本曲线——模型效率提升、芯片迭代、软件优化会持续压低单位算力成本，价格下行速度若快过需求扩张，就会挤压回本；另一端是需求曲线——应用层如果没有足够多‘愿意长期付费’的场景，设备利用率就会掉队，闭环就成了‘套娃’。我更倾向于把‘投资换订单’视为一种产业前置配给机制：仅当订单具备真实现金结算、排他与违约条款清晰、利用率和电力有保障时，它是健康的；当订单高度依赖股权互持、互相背书、缺乏可执行条款时，才会向泡沫滑坡。”

　　英特尔前CEO帕特·基辛格在接受采访时也表示：“我们正处于AI泡沫中？当然是的。毫无疑问，我们正被炒热、被加速，整个系统投入了巨大的杠杆。”

　　实际上，对于人工智能领域的泡沫现象，山姆·奥特曼也是认同的。在接受媒体采访时，他明确指出：“在泡沫形成之际，聪明人往往因一星半点的真相而变得异常激动。回顾历史上的诸多泡沫，例如科技泡沫，我们不难发现，尽管背后确实存在实质性的进展，但人们的反应却过于热烈。目前，我们是否正处于投资者对人工智能技术过分热衷的时期？我的观点是肯定的。人工智能是不是长期以来最为重要的发展之一？我的看法亦是如此。”

　　不过，在天使投资人、人工智能专家郭涛看来，本轮AI基建以GPU/ASIC等硬科技为核心资产，具有明确物理损耗周期和技术迭代风险，不同于互联网泡沫期虚拟的流量资产。需求端由大模型训练推理的真实负载驱动，全球呈现主权国家、科技巨头、金融机构的多元竞争格局，需求刚性更强。虽存在“投资换订单”的资金闭环，但底层资产具备技术变现潜力，如英伟达CUDA生态壁垒。真正风险在于部分环节（如定制化芯片预付款）可能出现过度前置的财务腾挪，而非整体模式重蹈互联网泡沫覆辙。

　　郭涛认为，整体而言，当前AI行业估值包含30%—40%的“技术革命预期溢价”，这一溢价水平尚未达到全面泡沫化的程度，但需高度警惕二级市场对“算力军备竞赛”叙事的过度线性外推——若市场仅依据短期需求增长就盲目放大长期预期，忽视技术迭代风险与商业落地不确定性，可能导致估值偏离度进一步扩大，引发局部泡沫风险。