当投资人愿意为 $ 英伟达 ( NVDA ) $ 和 $ 甲骨文 ( ORCL ) $ 付出溢价，不是因为他们赚钱，而是因为他们在花钱。

这是典型的周期特征：当一个产业被认为具有战略不可替代性时，资本会先奖励投入者，而非产出者。AI 投资循环之所以强韧，也正因为这种 " 花钱的合理性 " 暂时成立。

在过去一年里，AI 资本流的路径发生了剧烈转向。

第一阶段是软件狂欢——大模型、Agent、Copilot 层出不穷，资本的焦点在模型和应用。

第二阶段则是硬件和云——英伟达的 H100 卖到断供、 $ 美国超微公司 ( AMD ) $ $ 英特尔 ( INTC ) $ 赶上节奏、甲骨文借 AI 云复活。

如今进入第三阶段：资本的循环闭环——模型需求→算力投资→模型性能提升→需求进一步扩大。

这正是 Altman 口中 "AI 闭环经济 " 的雏形。不同的是，这次的循环更重、更贵，也更快。

先说说这个循环的核心逻辑。当前 AI 投资循环就像一个自增强的齿轮系统：起步于科技公司的巨额基建 CapEx，买芯片、建数据中心、训模型；然后这些投入转化成产品和服务，刺激需求增长；需求反过来推高营收和利润，吸引更多资金涌入（一级市场 & 二级市场），形成正反馈。 $ 微软 ( MSFT ) $ Q4 CapEx 达 190 亿美元，谷歌母公司 $ 谷歌 ( GOOG ) $ 同期 150 亿， $ 亚马逊 ( AMZN ) $ AWS 也跟上节奏。这些钱砸下去是建 AI 基础设施，目标是抢占大模型市场份额。

那它们都期待什么反馈？投资 AI 硬件后，模型性能提升，应用场景爆发——从聊天机器人到自动驾驶，再到企业级 AI 优化。用户买单，企业买单，营收便上台阶，股价水涨船高。投资者看到回报，蜂拥而入，推高估值倍数。动态 PE 比从传统的 20 倍拉到 50 倍以上，理由是 "AI 是未来 "。" 铁锁连环 " 本是 " 一环破，全盘皆输 "，但目前看择则是 " 一环强，全链闪光 "。国内科技公司亦然， $ 阿里巴巴 ( BABA ) $ 云的 3800 亿 CapEx 计划（2024-2026 年），直接刺激股价反弹 40%，因为市场相信这会转化成 AI 云服务的竞争壁垒。

但循环有个悖论——它既推动创新，也累积风险。

因为 AI 的基础设施投入，正在接近半导体行业的资本密度。一个数据中心动辄百亿美元级，芯片、冷却、电力、土地，全都被拉进这个巨大的算力生态。

于是，原本属于科技创新的故事，正在被资本金和现金流约束。模型的每一次升级，背后都要回答一个问题：谁来买单？

第一个痛点是 ROI 效率。CapEx 过猛，可能导致产能过剩，ROI 降低，如果 AI 应用落地慢于预期，反馈效应就会降低，而一些硬件投资也会成为成仓库里的 " 铁疙瘩 "。根据市场调查，截至 2025 年 Q3，AI 初创企业的融资额虽达 500 亿美元，但退出案例寥寥，ROI（投资回报率）平均仅 1.5 倍，远低于互联网泡沫时期的峰值。这提醒我们，循环依赖于需求端闭环——如果终端用户（如中小企业）觉得 AI 工具太贵或不实用，链条就卡壳。

第二个痛点是监管和地缘风险，美中贸易摩擦让芯片供应链不稳，2024 年美国对华 AI 芯片禁令升级，影响了 ** 和阿里等玩家的采购节奏。随着算力被视为战略资源，各国开始建立本地 AI 云设施，投资的地理结构将重新划分。这些新变量，会让 AI 投资循环更加复杂，也更加真实，它不再是单纯的科技叙事，而是工业资本与地缘政治的交叉叙事。

第三个痛点是集中度的提升。美股 AI 股的 CapEx/GDP 占比已从 2020 年的 0.5% 升到 2025 年的 1.2%，历史罕见。英伟达的毛利率从 65% 飙到 78%，但其他玩家如 AMD 和 Intel 跟不上，市场集中度高到危险地步——前三家占 90% 份额。这循环的乘数效应强，但也放大波动。假设经济下行，广告主缩减预算，AI 广告业务就首当其冲遭殃。

AI 投资循环确实带有泡沫特征——资本支出过热、估值超前、盈利滞后——但泡沫不是终点，而是基础设施周期的必经阶段。

虽然 AI 行业还存在不少风险，但它的商业潜力依然惊人。即使短期瓶颈，AI 的渗透率从当前的 5% 到未来的 50%，空间巨大。文章预测，到 2030 年，全球 AI 市场规模超 2 万亿美元，年复合增长率 30%。最新报告显示，到 2028 年，人工智能相关产业预计将带来约 1.1 万亿美元的收入，利润率高达 67%，几乎和现在的软件、互联网巨头持平。

不过，这个庞大的蛋糕可不是轻松就能吃到的。想要实现这一增长，需要巨额的前期投入。报告指出，到 2028 年，全球数据中心建设资金可能会缺口高达 1.5 万亿美元。

这笔钱从哪来？答案是——外部资本。无论是公共债务、私募信贷，还是股权融资，都可能成为 " 补血 " 的主要渠道。而这，也意味着信贷市场将迎来一次前所未有的新机遇。

AI 投资的宿命，就是不断重复 " 建设—超配—出清—重建 " 的循环。

而且，不是所有公司都玩得转这个循环。一级玩家如英伟达，是硬件供应商，吃上游红利；二级如微软、谷歌，云平台中枢，CapEx 转化效率高；三级是应用层，如 OpenAI，依赖融资但回报不确定。腾讯和字节更偏应用驱动，CapEx 相对保守，但循环中他们是 " 借力打力 " 型——用开源模型省钱，快速迭代产品。结果来看，这个循环青睐全栈玩家，小公司倾向于能切入细分，比如 AI 医疗或金融工具。

从宏观上看，这个循环不只科技圈的事，它拉动整个经济。AI 投资每 1 美元 CapEx，能撬动 3-5 美元下游产出，类似基建乘数。就业上，AI 取代低端岗位，但创造高端需求—— 2025 年全球 AI 岗位缺口超 1000 万。从产业链角度看，循环延伸到供应链：台积电的 3nm 工艺订单爆满，受益于 AI 芯片需求。负面呢？通胀压力，芯片价格上涨推高云服务费用，企业成本升 10-15%。中性看，这是双面镜：刺激创新，但加剧不平等——发达国家 AI 渗透率 30%，发展中国家仅 5%。

这场循环的本质不是贪婪，而是信心：资本愿意提前为未来十年的 AI 能力预支现金流，只是它不知道，这份信心会持续多久。AI 投资循环不是泡沫的终结，也不是估值的顶点，而是一场耐心与焦虑并存的基础设施长周期。