杰富瑞策略师克里斯·伍德的警告,核心不是AI会不会继续有用,而是美国企业为AI建设投入巨资后,能否获得足够回报。在2026年10月9日的一份报告中,伍德称,更便宜的中国开源模型可能抢占市场份额,并使美国出现“大规模资本损失”。
1
9他的担忧在于:企业已经大举投资基础设施,竞争却可能削弱定价能力。
更便宜的模型为何会挤压回报
伍德的判断有两个相互关联的部分:一是中国模型价格更低,二是市场越来越意识到中国在AI领域已成为美国的技术同行。关于他报告的报道提到了这两点。
4
9如果客户能转向成本更低、又足以满足需求的模型,美国服务商就可能更难维持溢价。
OpenRouter的数据可以显示开发者通过该平台使用哪些模型。它的排名依据模型经OpenRouter API处理的token数量,因此反映的是平台上的使用情况,而不是全球市场份额或模型盈利能力的直接衡量。
28使用量上升可以与价格下跌同时发生,但光看调用量,无法判断服务商是否赚到足以覆盖推理成本的收入。
这一区别对基础设施投资者很重要。AI使用量增加,可能推高算力需求;但数据中心或芯片投资能否带来回报,取决于收入相对于建设、运营和融资成本的高低。低价可能吸引更多使用,却不保证新增收入足以收回投入的资本。
债务融资为何让风险更大
二手报道预计,超大规模云服务商的资本开支将在2026年达到约6950亿美元,并于2027年升至8700亿美元。
7
17这些数字是预测,并非已实现的支出,也不能据此断定投资必然成功或失败。
随着融资更多转向债务,伍德所说的风险会更值得关注。即使需求、价格或现金流不及预期,借款仍需偿还并支付利息。如果贷款方减少对新项目的支持,企业可能面临更高借款成本,或不得不缩减投资。布鲁金斯学会还指出,融资方式正扩展到合资企业、私人信贷和特殊目的实体等领域,这可能让相关风险更难看清。
47
即便AI没有成为失败的技术,也可能出现资本损失:基础设施有人使用,却赚不到足以证明建设成本合理的回报。布鲁金斯学会估计,2025年至2032年,美国在AI数据中心、电力系统、网络和芯片等方面的投资可能累计达到10.3万亿美元。这个预测说明投资规模和回报要求都很高,但并不意味着这些资金注定会亏损。
46
47
长期风险判断,不等于给出暴跌日期
对伍德观点的报道将其描述为对长期结果的判断,并非精确预测市场何时转向。
1
9只要需求强劲、融资渠道仍然畅通,投资就可能持续,即使最终回报仍不确定。目前的报道并没有给出AI热潮何时会破裂的确切日期。
其他市场观点也显示出时间判断上的不确定性。媒体报道,潘缪尔利伯勒姆策略师约阿希姆·克莱门特预计AI泡沫可能在2027年或2028年破裂,并给出标普500指数5000点的目标位;这是另一项独立预测,并不能证实伍德的判断。
50淡马锡投资主管则将AI交易反转列为重大市场风险,同时表示目前并不认为调整迫在眉睫。
30
关键在于区分AI可能创造的价值,与为这轮建设融资的企业能获得多少回报。更便宜的模型可能让用户受益,却也可能挤压服务商的定价空间。最终是否造成资本损失,取决于价格、使用量、成本和融资条件如何变化,而不能只看需求是否增长。