人工智能企业正依赖大规模借贷建设算力基础设施,尽管销售额持续攀升,但能否覆盖不断上升的成本仍存疑。
Anthropic的财务表现清晰揭示了这一矛盾。据路透社报道,该公司2025年实现销售额46亿美元,运营亏损达80.6亿美元。然而,其财务状况在2026年出现显著改善。CNBC指出,截至2026年7月,Anthropic的年化营收运行率已达到650亿美元,预计年底将突破1000亿美元。24/7 Wall Street也确认,其第二季度调整后运营结果转为正值。
与此同时,OpenAI在第二季度实现收入67亿美元,但运营亏损高达123亿美元。据Axios消息,截至9月,其年收入正向700亿美元迈进。尽管Anthropic的调整后数据未涵盖部分固定成本,且高增长并不等于可持续利润,但市场普遍认为其更接近实现盈利节点。
这种差距凸显出当前AI企业面临的共同难题:收入扩张速度远快于成本控制能力。
截至2026年8月初,高盛估算,全球AI相关债务发行量约为5000亿美元。CNBC援引摩根大通预测,到2030年该规模可能攀升至4.1万亿美元。博通计划筹集超500亿美元用于支持OpenAI芯片项目,SpaceX寻求额外400亿美元融资,甲骨文也在为数据中心扩建募资。此外,博通还拟向Anthropic提供420亿美元资金用于自研芯片研发。
这些巨额融资安排使财务风险在贷款方、供应商与科技企业之间广泛传导。这意味着,AI实验室的财务健康直接关系到信贷市场的稳定。然而,借款只是起点——基础设施建设完成后,持续的折旧与维护成本同样沉重。分析师Bryan Musto测算,到2028年,五大超大规模云服务商的年折旧支出将在3900亿至5300亿美元区间。若要实现10%税前回报(不含电力与人力),其年营收需达到6750亿至7850亿美元。
普华永道预测,到2050年,全球数据中心总投资额可能高达31.6万亿美元。另一项研究则推演,到2029年,AI相关债务总额或介于3万亿至7万亿美元之间。这些数字虽属前瞻性估算,却反映出市场对长期资本投入的高度预期。
过度依赖借贷引发对金融稳定的担忧。国际清算银行警告,若AI投资遭遇下行,可能波及更广泛的金融市场。财务基础薄弱的初创企业将首当其冲。反观资金雄厚的科技巨头,则有望借机扩大领先优势。
不过,债务危机并非必然发生。真正核心的问题在于:这些企业能否通过持续创新与商业化落地,产生足够现金流以覆盖债务负担,并逐步淘汰高成本算力设施。