Alphabet 的现金消耗随着 AI 支出攀升而引发大科技公司警报

AI CapEx 的规模与可持续性

• 许多人认为超大规模云厂商的 AI 支出（数据中心、GPU、债券、股权融资）带有泡沫色彩：与 AI 相关的总负债估计高达数万亿美元，仅仅打平就需要约 10% 以上的回报。
• 有人担心 GPU 在大约 3–5 年内就会在经济上过时，而折旧往往安排在更长的周期；如果再融资成本上升，就会“零容错”。
• 也有人认为这些公司依然利润丰厚，已经挺过了过去的 CAPEX 周期，并且是在根据需求提前进行理性投资。

收入、利润与广告担忧

• 人们争论快速增长的 AI 和云收入是否真的能转化为实际利润。有些人将当前商业模式比作“以 10 美元卖出 20 美元”。
• Alphabet 的利润依然庞大且在增长，但有人声称搜索广告增长的部分是通过更具掠夺性的 Google Ads 做法“人为制造”出来的（拍卖机制变化、更宽松的关键词匹配、超出预算上限的超支），并将其解读为为了资助 AI capex 而采取的短期主义。

护城河、竞争与切换成本

• 一种强烈观点认为推理服务提供商缺乏持久护城河：开源权重模型只落后 0–6 个月，很多场景下自建托管可行，而买家也可以通过更换供应商来降低成本。
• 反方观点是：监管、合规和数据主权限制使得切换到某些更便宜或国外模型在政治/法律上都很困难，尤其是在医疗和其他受监管行业。
• 大型云厂商的优势被提及为：规模、更新硬件的能力、美国境内托管、专有加速器（例如 TPU），以及与 Android / 潜在 iOS 交易的整合。

模型质量、实用性与 ROI

• 对能力提升存在分歧：一些人认为自早期 GPT-4 时代以来已经有了巨大进步；另一些人则说进展只是渐进式的，当前模型仍需要密切监督。
• 据报告，护栏和拒答使得较新的模型在某些任务上反而比稍旧版本更差。
• 几位评论者指出，AI 最明显的价值在于软件工程师；除此之外，可衡量的生产力或 ROI“并不明确”，许多企业试点项目在被采用前就失败或过时。

数据中心资产与 GPU 寿命

• 数据中心本身被视为长期存在的“房地产”，但大部分经济价值都集中在寿命较短的 GPU 和其他硬件上。
• 由于需求极度旺盛，当前 A100/H100 的转售价值很高；有人预计一旦需求恢复正常且更新、更高效的芯片到来，价格就会崩盘。

市场、风险与投资观点

• 一些人预计，如果利润率在结构上被压缩，云 / AI 估值会出现大幅重定价；另一些人则认为当前的现金消耗只是一个暂时的投资阶段。
• 线程中的个人投资者更倾向于分散投资、应急资金和广泛的指数基金，而不是去试图把握“AI 崩盘”的时点。
• 少数人认为这项技术具有如此强的变革性，以至于长期回报将证明今天的支出是合理的；怀疑者则反驳称，目前还没有任何 AI 公司（芯片供应商除外）展现出稳健、持久的利润。