AI 循環融資的隱憂:Nvidia 投資客戶、客戶購買 Nvidia——萬億美元泡沫的深層結構
一個令人不安的模式正在 AI 產業中浮現:Nvidia 投資 AI 公司 → AI 公司用這筆錢購買 Nvidia 的 GPU → Nvidia 營收增長 → 股價上漲 → Nvidia 用更高的市值繼續投資更多客戶。這種「循環融資」是否正在人為製造 AI 需求的假象?隨着多位華爾街分析師發出警告,是時候深入審視這個問題了。
一個令人不安的模式正在 AI 產業中浮現:Nvidia 投資 AI 公司 → AI 公司用這筆錢購買 Nvidia 的 GPU → Nvidia 營收增長 → 股價上漲 → Nvidia 用更高的市值繼續投資更多客戶。這種「循環融資」是否正在人為製造 AI 需求的假象?隨着多位華爾街分析師發出警告,是時候深入審視這個問題了。
要理解問題的嚴重性,首先需要了解 Nvidia 的投資活動規模。僅在 2025-2026 年期間,Nvidia 已經向其主要客戶投入了數百億美元:
這些公司有一個共同特點:它們都是 Nvidia GPU 的大量採購者。當 Nvidia 向 OpenAI 投資 200 億美元時,OpenAI 的計算支出中有很大一部分最終以 GPU 採購的形式流回 Nvidia。這創造了一個自我強化的循環:投資產生需求,需求推動營收,營收支撐股價,股價為更多投資提供資金。
熟悉科技史的投資者可能會感到一絲不安——這種模式與 2000 年互聯網泡沫時期的某些現象有着驚人的相似之處。當年,思科(Cisco)等網絡設備公司向初創企業提供「供應商融資」(vendor financing),幫助它們購買路由器和交換機。初創企業用融資得來的錢購買思科的設備,思科的營收因此增長,股價上漲。這個循環持續到初創企業開始倒閉,壞賬浮現,泡沫破裂。
當然,2026 年的情況與 2000 年有本質區別:今天的 AI 公司大多擁有真實的產品、真實的用戶和快速增長的收入。ChatGPT 擁有超過 3 億週活用戶,Claude 的企業客戶持續增長。AI 的商業價值是真實的。但這並不意味着循環融資的風險可以被忽視。
最核心的問題是:如果扣除 Nvidia 的投資所間接產生的 GPU 採購,AI 計算的「有機需求」(organic demand)有多大?
部分分析師嘗試量化這個問題。一種粗略的估算方法是:計算 Nvidia 的年度客戶投資總額,假設其中 40-60% 最終以 GPU 採購形式回流,然後從 Nvidia 的總營收中扣除這部分。如果扣除後的「有機營收」仍在強勁增長,那麼循環融資只是「錦上添花」而非「無中生有」。但如果增速顯著放緩,那就值得警惕了。
一些分析師開始公開表達擔憂。他們的論點包括:Nvidia 不斷將利潤投入客戶投資,這實質上是在用股東的錢補貼自己的營收增長。如果這種模式的投資回報率低於資本成本,那就是在毀滅股東價值。此外,Nvidia 同時投資多家相互競爭的公司(OpenAI、Anthropic、xAI),增加了投資組合的整體風險。
支持者的反駁同樣有力。首先,Nvidia 的投資相對於其整體營收規模而言仍然可控。2025 年 Nvidia 年營收超過 1,300 億美元,數百億的投資雖然規模龐大,但佔比有限。其次,這些投資並非純粹的財務投資,而是具有深度戰略價值的合作——確保這些客戶在技術路線上繼續依賴 Nvidia 的生態系統。最後,AI 計算的終端需求(企業應用、消費者產品、政府項目)正在快速增長,這為整個生態系統提供了持續的增量需求。
循環融資的問題不僅限於 Nvidia。整個 AI 產業存在着多層次的資本迴圈:
這些資本迴圈並非本質上是壞事——它們是任何快速增長的科技生態系統的正常特徵。關鍵在於,這些迴圈是否建立在真實的終端價值創造之上,還是僅僅是資本在系統內部空轉。
對投資者而言,以下指標可以幫助判斷 AI 循環融資是否正在從「正常」滑向「危險」:
對密切關注 AI 板塊的香港投資者,我們建議採取以下策略:
在分析 Nvidia 或其他 AI 晶片公司的財報時,不要僅看頂線營收增長。嘗試估算「有機需求」的比例,關注來自非投資客戶的營收增長趨勢。
避免過度集中於 AI 供應鏈的單一環節。在 GPU 製造商、雲服務商、AI 應用公司和終端用戶企業之間進行分散配置,可以降低循環融資風險的衝擊。
最終,AI 產業的可持續性取決於終端用戶是否真正從 AI 中獲得了價值。關注那些能夠證明 AI 投資回報率的企業——它們是 AI 生態系統中最堅實的基礎。