AI基建狂热下巨头承压：甲骨文股价暴跌40%引担忧，烧钱竞赛何时见回报？
手握巨额AI基建订单，已难以为企业筑起“安全屏障”。
甲骨文手握5230亿美元储备订单，股价却从9月峰值暴跌40%；博通AI产品积压订单达730亿美元，财报发布后股价由涨转跌；被称为“英伟达关联企业”的CoreWave单月股价下跌17%，即便其客户涵盖OpenAI、Meta等头部企业。
市场担忧的不仅是这些企业能否支撑超大规模基建的资金需求，更质疑其客户是否具备持续履约能力。
AI基建的核心参与者高度集中：Meta、谷歌母公司Alphabet、微软、亚马逊、苹果、英伟达等科技巨头，以及OpenAI、Anthropic等明星初创公司。
明星初创公司尚处成长期，基建投入依赖外部融资，风险显著。巨头本应是行业“压舱石”——财务稳健、现金流充裕，正以数千亿美元基建计划布局未来。
但AI业务当前贡献的回报仍显微薄，用成熟业务利润滋养AI梦想的模式能持续多久？巨头的未来，取决于AI商业化兑现的速度。
01 订单在手为何股价跳水？甲骨文的“甜蜜负担”
甲骨文曾因AI订单迎来高光时刻：今年初与OpenAI达成五年3000亿美元算力采购协议，股价单日飙升40%，创始人拉里·埃里森短暂登顶世界首富。
三个月后，甲骨文2026财年第二财季财报显示，营收同比增长14%，储备订单增至5230亿美元（较上一财季增加680亿美元），但股价当日暴跌11%，创年内最大单日跌幅。
未来订单从“希望”变为“重压”：甲骨文现金流为负100亿美元，季度资本支出达120亿美元（超分析师预期37亿美元），财年支出上调至500亿美元。
市场最大疑虑：甲骨文是否有足够资金支撑AI基建？分析师预测其需举债1000亿美元，而该公司第二财季已发债180亿美元（科技企业史上最大规模发债之一）。
甲骨文在电话会议中否认“千亿举债”预测，称通过“客户自带芯片”模式降低成本——客户自行采购GPU安装于甲骨文数据中心，这在云服务行业实属罕见。此外，部分供应商愿出租芯片，实现付款收款同步。
但风险并未消失，只是转移至客户端：Meta、OpenAI等客户需自行承担昂贵GPU采购成本。甲骨文近5000亿美元未交付订单中，约三分之二来自未盈利的OpenAI，另有200亿美元来自Meta新协议。
类似情况也发生在博通身上：其2025财年第四季度AI半导体营收同比增长74%，积压订单730亿美元，但因拒绝提供2026年AI收入指引（称客户部署节奏存不确定性），股价盘后下跌超4%。
02 客户集中化隐忧：AI基建的“多米诺骨牌”
AI基建的参与者高度集中，美股科技巨头与头部初创公司构成核心生态。CoreWave作为AI云基础设施初创公司，今年3月上市后股价一度翻倍，但其客户集中于微软、OpenAI、英伟达和Meta。
12月9日，CoreWave发行20亿美元可转换债券，截至9月底其债务总额已达140亿美元，过去一个月股价下跌17%。市场担忧的不仅是基建企业的履约能力，更包括大客户的支付能力——复杂的循环交易形成不透明网络，加剧行业不确定性。
OpenAI、Anthropic等初创公司因缺乏稳定造血能力，依赖外部融资，风险最受关注。而巨头虽财大气粗，却也面临收入结构失衡问题：
微软Azure云增长中AI服务贡献约19%（超30亿美元），但在总营收中占比不足十分之一；谷歌超半数收入来自广告与搜索；亚马逊电商和广告占比超七成。巨头正用成熟业务利润支撑AI基建，这种模式的可持续性存疑。
03 借债狂潮与基建挑战：AI需求能否追上投入？
巨头已开启“借债模式”：Meta9月发行300亿美元债券，Alphabet计划在美欧发行超200亿美元债券。美国银行数据显示，9-10月AI领域大型科技公司发行750亿美元投资级债券，是2015-2024年行业年均发行量的两倍多。
现金储备减少成为普遍现象：微软现金及短期投资占总资产比例从2020年的43%降至今年第三季度的16%，Alphabet、亚马逊现金储备亦大幅缩水。科技行业正从“轻资产”向“重资产”转型，类似半导体行业——数百亿美元投入尖端工厂，回报周期漫长。
AI基建面临多重现实挑战：数据中心耗电量巨大，现有电网难以支撑；GPU冷却需大量淡水，引发社区反对；电力基础设施建设需数年时间，面临监管、技术与施工难题。英伟达与OpenAI1000亿美元协议仍在意向书阶段，未正式签署，反映出交易落地的不确定性。
即便基建顺利落地，需求能否匹配仍是关键。若AI需求增长不及预期，基础设施利用率不足将造成巨额损失。支持者认为AI需求呈指数级增长，过去两年AI服务直接收入增长近九倍，未来利润爆发只是时间问题。但质疑者担忧：AI商业化的“临界点”何时到来？
AI基建是否拖垮巨头，本质是需求与投入的“赛跑”。若需求追上投入，基建将成为利润引擎；若追不上，庞大的数据中心可能沦为“科技鬼城”。这场豪赌的结局，取决于AI商业化的速度与质量。
本文来自微信公众号“直面AI”，作者：毕安娣，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com