AI 有多少收入才不是泡沫？

瞄向 2029 年需要兑現萬億級別收入水平或將成為 AI 技術自證的底線（不僅是 Agent ARR，也包括其他模態貢獻），融資缺口的擴大也會至少再延續數個季度，因此對於自由現金流的擔憂並不會憑空消失。

把 AI 產業看作一個整體，在 2030 年前後可能需要近萬億級別收入才得以覆蓋其會計成本，外部融資的缺口高點則可能出現在 2028 年前後，對應約 7000-8000 億美元量級。

如此大級別的盈虧平衡水平以及遠未達峯的外部融資缺口都意味着 AI 技術必須通過更顯性的收入轉化持續自證；來源將不限於當下的 Agent-ARR 收入，還需要通過其他尚未成熟的模式共同貢獻。

會計口徑下盈虧平衡水平的高低與實際收入的增長路徑將成為衡量資本開支健康程度的重要參考，也對於整個硬件鏈的未來業績兑現息息相關。

在不同的基線情形下，計算盈虧水平可微調的空間是巨大的，折舊的期限快慢（算力與基礎設施期限不同），現金付息的利率水平（信用利差是否還能維持低位）以及最宏觀口徑下的 Capex 增速變化（2028 年是否見頂）對於最終的結果影響都是顯著的。

除此之外，隨着數據中心的不斷建造，以及短期電力供應壓力在中期維度緩解（電力併網），是否會出現規模經濟特徵，以及潛在的 “高質量算力調峯” 或者類似 “西算東調” 政策出台，都會影響最終盈虧平衡的水平。

我們對 AI 時代的本質理解也還需要加深。例如，算力是當前模型參數的短期瓶頸，但如果算力併網就一定能訓練出 “更好” 的模型嗎；再者，又如何去定義定好的模型——參數足夠大還是在某個能力範圍更有性價比？這些都決定着算力與電力併網是否會產生規模效應。

總的來説，在這個 AI 生產要素高度流通的世界中，對於任何單一環節特徵的識別都是困難的，但萬億收入的量級水平和大千億美元的融資缺口或將逐漸成為未來階段衡量 AI 泡沫的基準共識。

考慮到討論的複雜維度，我們在一些指標採取共同的前提假設，主要側重摺舊快慢以及 CAPEX 增速的敏感度分析。共同的指標假設包括但不限於 Capex 的情景增速、長短壽命設備的資本開支比例、OPEX 佔存量資產比重等。

需要提示的是，對於外部融資假設我們採取的是外部融資/Capex=固定比例，在此基礎下討論如果收入（ARR）=會計口徑下盈虧平衡水平時，外部融資缺口的多寡。

一、設備折舊越快，需要 AI 變現越快

我們在第一部分關注 AI 相關資產折舊期限對會計盈虧平衡水平的敏感度分析。

在討論折舊時，需要將資本開支水平（Capex）切分為短壽命 IT 設備（CPU/GPU/服務器其他部件）以及長壽命數據中心基礎設施。在 2025 年三季度前後，Agent 模式傳播之前曾經有過一段對於設備折舊擔憂的廣泛討論，實際上就是關切快速迭代的短壽命芯片的折舊。

以谷歌為例，多數互聯網企業基本將 AI 相關短壽命算力設備的折舊期限劃分在 5-8 年水平，而固定資產設備則長至 20 年左右。

我們對於長短壽命設備的折舊期限假設三種情景：激進情景（5 年/15 年）、中性情景（8 年/20 年）、保守情景（10 年/25 年），觀察不同情景下要實現 CAPEX 的會計盈虧平衡所對應的 ARR 收入水平，以及自由現金流平衡水平（各情形均相同）和外部資金缺口（收入=會計盈虧水平時）。

在中性 Capex 增速假設下（未來四年增速為 25%、15%、5%、0%），要實現 Capex 的會計盈虧平衡，中性折舊情形對應的 2029 年 AI 收入為 9230 億，2030 年為 1.18 萬億美元；保守折舊情形需要 2030 年 AI 收入達到 1.06 萬億美元，激進折舊的情況下，2030 年需要兑現 1.42 萬億美元。

如果從 CAGR 的角度看，假設 2026 年年末美國頭部模型商共計實現約 2000 億美元的 ARR 水平，那未來 4 年（2026-2030）需要兑現的年化增速分別為 63.3%，55.8% 和 51.8%。可以明顯看出，哪怕保守地折舊，需要兑現的增速水平也需要技術端與應用面的雙突破。

外部融資缺口的需要加入更多的假設，進而結果更為 “靜態”。具體而言，我們假設未來的每一年間，AI 產業的收入剛好等於上圖所示的會計盈虧平衡水平（即完成了收入對 OPEX，折舊，以及利息支出的覆蓋）；在此情形下，外部融資的缺口可以簡化為當年 CAPEX 支出水平，減去折舊以及其餘股權激勵費用（Stock-Based Compensation）。由此估算，外部融資缺口的見頂時間在 2028 年左右，對應約 7000-8000 億美元量級。

當然，可以明顯的看到我們採取的最大前提是實際收入水平能夠跟上盈虧水平，換言之如果收入低於期待兑現幅度，外部融資缺口將會更大，即與實際融資情況相比或有所低估。

比如，理想情況下 2026 年資金缺口大約在 6000-7000 億美元左右，而我們觀察到的現實是 2026 年上半年債券融資約 2500 億美元，全年看向 5000 億美元，再加上英特爾和谷歌共計近千億的股權融資，在不考慮表外融資和直接信貸的情況下就已經快達到 6000 億美元。

考慮到投資級科技債的發行洪流才剛開始，當前的整體債券利率水平未必能反映潛在的供給變化，利率水平在過去一段時間亦引發了些許擔憂。

然而，需要指出的是，利率本身對於 AI 泡沫的自證路徑影響是極其微小的。如果只關注 AI 部門（不關注因主營業務所產生的負債壓力），上下約 2 個百分點的利率變動對於整體 AI 債務累積所產生的付息壓力變化僅為每年百億美元級別的路徑差異。

利率更多隻是一個觀察指標，一般是行業景氣度變化的 “結果”，更需要關注的是引領變化的原因。因此，哪怕市場替聯儲做出緊縮，在 “其餘條件一定時”，美國國債利率與信用利差的變動不足構成泡沫緩和或破裂的根本原因。

二、資本開支的的敏感度水平

接下來我們討論在中性折舊期限（8 年/20 年）以及中性付息水平（7.5%）的情況下，資本開支的差異所對應的路徑變化。當然，也需要認識到資本開支是景氣度的一個結果，因此無論是樂觀、中性還是悲觀情形都只是一種靜態描述。

對於會計盈虧平衡水平，中性 CAPEX 情形（亦是採用所有基準假設）對應 2029 年 9380 億，2030 年 1.2 萬億美元，而悲觀情形也需要 2030 年達到 1.08 萬億的收入水平，樂觀的高投資增速則尋求 2030 年約 1.4 萬億的收入水平。

外部融資缺口的路徑差異則較為顯著。在 Capex 的悲觀情形下，外部融資缺口在今年就可能見頂，中性與樂觀情形則仍在需要在 2028 年左右見頂，中性情形對應約 8000 億美元缺口水平。這裏需要再次強調的是，路徑假設的前提是收入等於會計盈虧水平，在大概率收入無法滿足該條件的情況下，融資缺口的規模更大，見頂時間也會更滯後。

以上的靜態計算可能都會隨着技術的突破，新模式的產生而發生較大變化。

但總的來説，瞄向 2029 年需要兑現萬億級別收入水平或將成為 AI 技術自證的底線（不僅是 Agent-ARR，也包括其他模態貢獻），融資缺口的扭轉也會至少再延續數個季度，對自由現金流的擔憂也不會消失。哪怕採取悲觀的 Capex 增速和極其保守的折舊水平（再加上保持低位的付息利率），最遲 2030 年末都需要實現萬億級別的躍遷；當然，在更激進假設的背景下，兑現的節點將會前移到 2028 年。

最後，我們面臨的現實是 2023 年的數億美元收入已然轉化為 2026 年超千億美元的收入水平，且技術本身還在以極快水平進化。因此，我們看向三年後的 2029 年對應的萬億美元級別收入門檻而產生擔憂是正常的，就像三年前的 2023 年也無法預料到現在全球數千億美元的 CAPEX 和頭部科技企業已燒掉全部自由現金流。

沉沒成本越發累積，但我們依然處在一個害怕錯過的階段：以前擔憂 “0 到 1”，現在擔憂 “1 到 10”；產業趨勢面前，對錯都是後視的。

雪濤宏觀筆記

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。