每经评论员 杜恒峰

10 月 31 日，据多家媒体报道，OpenAI 将新一轮融资的目标估值从 1.4 万亿美元下调至 1.25 万亿美元，估值缩水 1500 亿美元，降幅约 10.7%；融资规模也由 300 亿美元削减至 200 亿美元，直接缩减三分之一。对一家被视为 "AI 时代风向标 " 的公司来说，这不仅是融资条款的让步，也代表着美国 AI 产业的增长叙事正在发生深层次转向。

这轮 AI 产业的扩张，带有鲜明的 " 供给创造需求 " 特征。无论是出于对前景的极度看好，还是出于怕被时代淘汰的恐惧，美国的科技巨头与前沿 AI 实验室，都把 " 堆算力 " 当作最核心的目标。六家超大规模云厂商 2026 年至 2027 年两年 AI 资本开支合计高达 1.73 万亿美元，仅 2026 年规划开支规模就逼近万亿美元，规模比肩美国全年国防预算。

AI 实验室进一步把扩张推向极致。OpenAI 在今年 3 月以 8520 亿美元估值完成 1220 亿美元融资，过去 15 个月，公司签下名义总额超 1.4 万亿美元的算力与数据中心长期协议，这一金额约为其当前年化收入的 35 倍。Anthropic 招股书披露的算力投资计划同样庞大，未来十年其承诺的云计算与算力支出高达 5180 亿美元，其中约八成不可取消，公司还计划自建数据中心，资产负债率已接近 80%。

作为 AI 算力硬件的绝对核心，英伟达则是另外一种策略，其通过向 CoreWeave 等算力服务商直接注资，不但帮助催生了一大批 " 新云 " 企业，还通过投资上游的迈威尔科技等企业，把产业链上下游的扩张绑进自己的 " 增长飞轮 "。在最近宣布认购 Meta 定增股份后，英伟达还将这一模式首次运用到了美股七巨头身上。

至此，整个美国 AI 行业形成了一条自我强化的循环：抬高估值、获得融资、扩大硬件或算力采购、提升模型能力、创造更多收入，然后再抬高估值，但这个循环，建立在持续的外部融资之上。如今，融资环境全面收紧，行业扩张逻辑迎来质变。

第一重来自 " 新云 " 公司的债务风险。以英伟达支持的 CoreWeave 为代表，其依靠高杠杆扩张，债务从约 150 亿美元一路膨胀到 520 亿美元，无担保债券收益率逼近 15%，市场甚至给出其五年内 63% 的违约概率预测，其股价自历史高点已回撤超过 67%，并带动 Nebius、IREN 等新云公司股价最大回撤超过 40%。马斯克也发出警告，称 200 多家 " 新云 " 公司将经历孔雀鱼般的消亡与合并，" 有些能幸存下来，但数量不多 "。

第二重来自二级市场的调整。纳斯达克 100 指数 10 月下跌 6.65%，创下 2025 年 3 月以来最差单月表现。Meta、谷歌、亚马逊自由现金流转负，标普将 Meta 的评级展望下调至负面。科技巨头原本依靠大规模发债、增发股票维持资本开支，但截至 10 月 30 日收盘，Meta、Alphabet、英特尔股价持续下行，三家公司增发定价已经高于二级市场现价，其后续股权融资或其他公司股权融资的难度都会加大。

第三重压力来自 Anthropic 即将到来的 IPO。作为 OpenAI 最直接的对手，Anthropic 上市估值已经从 2 万亿美元一路下修至 1.5 万亿美元。当赛道内最优质的资产都必须接受二级市场严苛定价，一级市场的估值定价逻辑开始全面松动。摩根士丹利此前以 1.4 万亿美元估值向私人财富客户推介 OpenAI，最终市场反馈冷清，没有投资者主动争抢份额。

融资成为硬约束，供给侧的自我循环便难以为继。OpenAI 这一次 " 砍估值、砍融资 " 表明，过去那种不断抬高估值、拿钱扩张、再抬高估值的模式，已经走到了终点。市场不再为 " 故事 " 买单，而是追问一个最简单的商业问题：天文数字般的投资，究竟能否换来合理的回报？

显然，这个问题的答案不再是基建和算力的狂飙突进，而是需求侧的成色，即应用场景能否真正落地，收入与现金流的质量是否经得起检验。麦肯锡的调研显示，近 80% 部署 AI 的企业未能实现净利润提升，95% 的生成式 AI 试点没有带来直接财务回报。高盛的测算显示：六大超大规模云厂商要想让 2026 年至 2027 年约 1.73 万亿美元的算力投入实现 15% 的回报，需要在 2028 年至 2030 年间累计创造约 1.42 万亿美元的收入。

换言之，AI 必须从 " 烧钱 " 真正转向 " 造血 "，从供给侧的故事转到需求侧的现实。如今，这个拐点已经到来。