巴克莱：AI融资压力已现，增长逻辑需分层验证
nashnova research
投资者还看好AI吗？
阿尔特曼确认，他在美、欧、亚接触的投资者对AI前景仍明显偏积极，争论焦点是仓位大小和选哪一环，不是技术能否继续发展。
但他警告，强烈的长期信念正影响对短期风险的判断。团队调查显示约六成受访者认为融资将成为问题，市场仍有人认为行业不会受影响。
他借用泡沫周期中的"否认阶段"形容这种心态，但明确表示并非宣告泡沫破裂。
三个判断为什么不能混在一起？
阿尔特曼要求区分三层：①AI能否改善生产力 ②一家公司能否形成可持续商业模式 ③投资者今天付的价格是否合理。
这意味着→ 第一层成立，不保证后两层也成立——技术有用，不等于每家公司都能赚钱，更不等于当前股价已经合理。
用大白话说＝ 看好AI方向和看好某只AI股票，是两件完全不同的事。
谁最先感受到资金压力？
压力最集中的是"新型云公司"（neocloud）——围绕GPU建设算力基础设施，再向客户出售或出租算力的企业。
这类公司经营现金流有限，需要先融资、采购设备、获取电力和机房，再等客户回款，支出与收入不在同一时间发生。
这意味着→ 大型科技公司可以用既有业务的现金撑住新投入，而neocloud靠的是下一轮借款和增发——资金链更脆弱。
一家同行融资方式受质疑后，可能连带引发其他同类公司债券或股票调整，压力不一定等到本公司出坏消息才传导。
利率凭什么管得了AI？
阿尔特曼反复挑战"AI增长够快、不必在意利率"的说法。AI融资不在真空中发生，政府、企业和不同资产都在争同一池资金。
团队数据显示，本轮融资供给相对利率水平异常强劲；预测2026年投资级及高收益公司债合计净发行约1.1万亿美元。
用大白话说＝ 融资没有完全停，和每家公司都能按原来条件拿到钱，是差别很大的两种状态。
简化例子：若年融资成本从6%升至9%，较薄的经营回报可能很快被更贵的资金侵蚀——龙头可能只是回报门槛提高，现金消耗快的企业则可能被迫收缩扩张计划。
AI的万亿市场空间，真有那么大吗？
阿尔特曼对动辄用万亿美元描述潜在空间保持警惕：企业采购AI可能来自新增预算，也可能替代原有软件、外包或客服支出。
这意味着→ 若大部分只是预算重新分配，就不能把被替代行业的规模都算成AI厂商的纯新增收入。
关于韩国存储股约3倍市盈率的案例：存储行业有周期性，需求强、利润高时市盈率显得很低，但投资者不愿给更高倍数，可能是在怀疑这份利润能保持多久。
什么信号会让判断转向？
开源模型采用率提高、部分任务推理价格下降，正给模型商业化带来压力。竞争从"谁的模型最强"推进到"谁能以更低成本完成具体任务"。
阿尔特曼认为，若要重新变得更积极，关键信号是出现真正有吸引力的消费者应用——用户愿意尝试、持续使用和持续付费，是三个不同阶段。
最值得警惕的信号：大型科技公司开始收敛资本开支。但截至2026年9月底，微软Azure收入同比增长48%，谷歌云收入同比增长103%——强劲需求仍有现实依据。
这反映出研究的真正重点：增长需要多少投入，又能留下多少现金。
市场有风险，内容仅供研究参考，不构成投资建议。