包括 OpenAI 和 Anthropic 在内的人工智能领导者正投入数十亿自有资金,为其产品合作伙伴提供补贴并保证回报。这种财务工程形式呼应了互联网泡沫时期,并掩盖了真实的市场需求。
返回
包括 OpenAI 和 Anthropic 在内的人工智能领导者正投入数十亿自有资金,为其产品合作伙伴提供补贴并保证回报。这种财务工程形式呼应了互联网泡沫时期,并掩盖了真实的市场需求。

人工智能行业出现了一个悄然重塑行业的新趋势。包括 OpenAI 和 Anthropic 在内的领先公司正投入数十亿美元资助其自有产品的使用,这引起了分析师对这些公司报告的增长可持续性的担忧。
“当卖家付钱给客户购买其产品时,目前尚不清楚其收入增长反映的是旺盛的需求,还是接受补贴的意愿,”麻省理工学院斯隆管理学院高级讲师、富达投资前总裁罗伯特·波森(Robert Pozen)在最近的一份分析中表示。他认为,这些交易模糊了稳健增长与人为财务工程之间的界限。
这类安排的规模非常庞大。OpenAI 正向一家名为 DeployCo 的合资企业出资高达 15 亿美元,该企业旨在 TPG 和贝恩资本(Bain Capital)等私募股权公司旗下的公司中推广其企业工具。据报道,OpenAI 已向这些合作伙伴保证了至少 17.5% 的年化回报率。同样,Anthropic 正在与黑石(Blackstone)等公司建立一个 10 亿美元的合资企业,其中 Anthropic 出资 2 亿美元。谷歌(Google)也设立了一个 7.5 亿美元的基金,以补贴大型咨询公司使用其 Gemini 模型。
这种资助自有销售的策略带来了重大风险,并与 1990 年代后期的电信设备崩溃有相似之处。当时,朗讯(Lucent)和北电(Nortel)等公司向客户提供了数十亿美元贷款以购买其设备,结果在金融环境恶化时面临大规模违约和崩溃。虽然目前的 AI 交易并未结构化为贷款,但它们通过利用受补贴的需求而非有机需求来潜在地推高收入数据,从而制造了类似的困境。对于投资者而言,在这些 AI 巨头预期进行首次公开募股(IPO)之前,这构成了严峻的挑战。
当前的情况让人联想起 20 世纪 90 年代末的电信泡沫,当时朗讯和北电等设备制造商向客户提供了广泛的融资。朗讯提供的融资额在 70 亿至 80 亿美元之间,而北电提供的融资超过 30 亿美元。该策略最初看起来很成功,将销售额计为收入,将贷款计为资产。然而,当市场在 2000-2001 年转向时,客户发生违约,导致了灾难性的损失。朗讯在 2001 年公布了 160 亿美元的亏损,其股价从 84 美元的高点暴跌至仅 76 美分。北电也面临类似的命运,减记了近 160 亿美元,并因收入确认不当面临 SEC 的指控。这一事件为公司资助自身增长的危险敲响了警钟。
这些融资交易创造了扭曲的激励机制,从长远来看可能无法服务于市场。私募股权公司受保证回报的吸引,可能会强制其投资组合中的公司快速推广 AI 工具,而不论其实际需求或契合度。麻省理工学院最近的一项研究强调,在接受调查的公司中,95% 的生成式 AI 项目未能交付显著价值,这表明自上而下的行政命令与实际效用之间存在严重脱节。正如一位行业高管指出的那样,真正的采用需要让员工参与到流程中,而不是在公司计划停滞不前时秘密使用他们自己喜欢的工具。当来自麦肯锡(McKinsey)或德勤(Deloitte)等公司的顾问受到谷歌 7.5 亿美元基金的激励时,他们的建议可能会受到补贴的影响,而不是对最适合客户特定问题的 AI 模型(无论是来自 Anthropic、谷歌还是 OpenAI)进行中立评估。
随着 AI 公司迈向潜在的 IPO,这些做法需要投资者进行严格审查。据报道,即便年化收入激增,OpenAI 预计在 2026 年仍将亏损近 140 亿美元。如果合资企业表现不佳,向其私募股权合作伙伴保证的 17.5% 回报率可能会使 OpenAI 每年面临高达 7 亿美元的损失。投资者必须要求透明度并提出关键问题。收入中有多大比例来自这些受补贴的渠道?没有这些财务激励支持的客户续约率是多少?合同是与交付成果挂钩,还是仅与传统的软件定价挂钩?如果没有明确的答案,市场可能会面临奖励财务工程而非基于真实客户需求的长期可持续价值的风险。
本文仅供参考,不构成投资建议。