MSFT AMZN META GOOG 在 AI Capex 上花的钱，大概永远回不了本了

原因很简单，大家不是不想用 AI 但是没人想用 overpriced 的 AI 美国科技公司应该是 AI Adoption 最有动力的公司了，码农工资高，美国又是人力最高的国家，代码又是 relatively LLM 做得很好的地方，如果有人要被 AI 代替，码农应该是最先被代替的 我们看到了什么呢？码农的生产力确实大幅提高，但是科技公司并没有增收，at best 降了本，然而由于 token 的价格越来越贵，降本的效果也是非常可疑 其实根本的问题在于，码农的成本对于一个 business 的成功，大概是相当不重要的部分；AI 如果只能降本不能增收，那它的上限就很低；更重要的是，很多公司发现了，与其追求更高阶更贵的模型，不如选择便宜点的让码农人肉 harness 如果连码农这个行业，AI 的 ROI 都这么可疑，其它的行业就更不用说了；如果连美国人力成本这么高的地方都这样，世界的其它地方就更不用说了。 更难受的是，Anthropic 和 OpenAI 的高价模型后面，还有追求低价高效的中国模型在追赶，这基本上给了这两家模型公司的售价设置了一个上限，如果你的同效果模型卖的比开放权重模型贵，那对不起，客户就跑了。 早些年 GPU 存储还没有这么涨价的时候，大概率还是能回本的；但是今年的情况我们看到了，半导体公司的财报增长并不是每 $ 买到的算力变便宜了所以 market 变大了，相反从数据中心整体的角度来看这个指标变得更贵了，尤其是今年才开始买的，锁的未来几年的涨价单。 另外我们从几个角度对比一下 dotcom bubble 和现在的 AI 资本开支 指标 Dotcom / Telecom 2000 当前 AI 建设 谁更像“等接盘” 1. 终端需求覆盖率：终端付费 / 上游 capex 约 55-65% ；不算 PC 则 17-20% 约 6.8% ；只算消费者则 1.7% AI 明显更低 2. 真实买单收入占比：终端收入 / 终端收入+上游建设收入 约 35-40% ；不算 PC 则 15-20% 约 6.3% ；只算消费者则 1.6% AI 明显更低 3. 循环交易 / vendor financing 占比 broad stack 8-16% ；telecom equipment channel 14-26% 已披露硬循环下限 3-5% ；若把 OpenAI 大额云/芯片承诺算作融资依赖型需求，约 10-15%+ 两边都有，AI 更不透明 4. capex 回本年限：capex / 终端毛利 约 5-6 年 ；不算 PC 则 9-11 年 约 21-30 年 ；只算消费者则 85-120 年 AI 严重更差 5. 融资依赖率 telecom 基建约 60-80% 靠债/外部资金 data center 总 capex 中外部融资约 52% ；债/类债约 40% dotcom/telecom 债务更重，但 AI 正在追上 6. 已建产能真实利用 长途光纤产能使用率 ≤2% 物理 GPU 目前未明显闲置；但按终端付费支撑的经济利用率约 15-25% ，消费者-only 4-6% dotcom 物理过剩更惨；AI 是经济回本更惨 从产能利用率来说，我们离 bubble burst 应该还很远，但是从资本开支，终端付费意愿等角度上来说，差的也不远了

感觉这很好的解释了为什么更靠近客户的公司最近都是半死不活的状态，真实买单收入占比明显低多了，说白了就是ai落地带来营收还是有距离。反倒是各大厂大举capex买入gpu存储让这些硬件厂商供不应求赚的盆满钵满