把“capex 增速”从买入理由里删掉。
只看两个数:单位资本回报、契约化产能。capex 增速是叙事,FCF 和回本周期是账本。存储的 80% 毛利是周期租金,不是永续。
第一步:建一个 6 行仪表盘——capex/EBITDA、FCF、HBM 合同价、供应商融资占比、信用价差、PJM 价格。每周更新一次,不预测,只记录。
代价:可能错过一轮 melt-up;但不会在拐点被动。
什么时候换:capex 指引下修 + HBM 价格转跌 + 信用价差扩大,三个同时出现,切防御。
一份结构报告 · 读完约 18 分钟
AI 产业卖的不是智能,是稀缺。把八层结构钻开:钱从哪里来,在哪里堆积,哪一个循环正在漏气。
数据截至 2026-11-16 · 市场数据截至 11-13 收盘 · 来源与口径见页末
前者是利润,后者是支出。两家最强模型公司一年的收入,还不如卖内存的三个月。
这不是偶然。它暴露的是整条产业链的利润分布:越靠近“智能”,越像在补贴;越靠近“不可复制”,越像在收租。
2026 年第三季度,三星 DS、SK 海力士、美光三家合计营业利润约 1,790 亿美元171819;同一季度,四家云厂商资本开支约 2,087 亿美元12。存储的利润,相当于云厂商资本开支的 86%。
另一边,OpenAI 与 Anthropic 的年化收入合计约 1,310 亿美元934。这是“年化收入”,对面是“单季利润”;口径不同,但量级已经说明问题:做智能的,不如卖内存的。
企业 AI 部署支出一年从 330 亿涨到 1,768 亿美元,但钱几乎都流向了模型和基础设施;独立应用只占 44%。
Menlo Ventures 的 2026 年口径:企业 AI 部署总支出 1,768 亿美元,是 2025 年的 5.4 倍;其中基础设施 995 亿、应用 773 亿、训练数据与服务 153 亿11。应用层里,coding 340 亿、企业 chatbot 250 亿,两者拿走 76%。
前沿实验室拿走了企业部署支出的 1,227 亿美元,占 69%。它们既是模型供应商,也是应用开发者;独立应用公司面对的不是“有没有 AI”,而是“模型公司自己做了怎么办”。
另一面:72% 的企业在生产中使用 AI,但近 80% 的部署没有带来净利润提升,95% 的生成式 AI 试点没有直接财务回报32。试点失败和部署成功同时存在,差别在于有没有把 AI 嵌进流程、有没有可验证的结果。
模型层的毛利率像软件,费用率像重工业。它卖 token,付算力,签长期承诺,然后在公开市场第一次被定价。
OpenAI 2025 年收入 130.7 亿美元,总成本约 340 亿,经营亏损 209.2 亿;其中付给 Microsoft Azure 的钱是 172 亿美元,比自己全年收入还多8。2026 年上半年收入 124 亿,经营亏损 216 亿;Q2 单季收入 67 亿,经营亏损 123 亿9。
Anthropic 走的是另一条路:2026 年上半年收入 162.86 亿美元,经营亏损只有 6.93 亿;Q2 单季营业利润 9.74 亿,利润率约 8%;但 Q3 收入 170 亿、费用升到 175 亿,又回到 -5.67 亿 营业亏损534。盈利是选择,不是状态。
两家都在用未来换现在:OpenAI 的芯片与云合同名义上限约 7,100 亿美元,2026–2030 年计划负自由现金流 2,780 亿、算力与基础设施支出 8,560 亿9;Anthropic 的长期算力承诺 900.9 亿美元,其中 4,516 亿在 2030 年前到期5。
| 指标 | OpenAI | Anthropic |
|---|---|---|
| 年化收入 | $50B(2026-09) | $81B(2026-10) |
| 2026 上半年经营结果 | 收入 $12.4B,经营亏损 $21.6B | 收入 $16.29B,经营亏损 $0.69B |
| 毛利率 | 39%(2026 Q1);2025 年 33% | 85%(2026 上半年) |
| 最近单季营业利润 | Q2 约 -$12.3B | Q2 +$0.97B;Q3 -$0.57B |
| 账上现金 | 约 $73B(2026 Q1) | $131.8B(2026 Q3) |
| 长期算力承诺 | $710B 芯片/云合同上限;$1.2T 基础设施计划 | $900.9B;其中 $451.6B 在 2030 年前到期 |
| 估值 / IPO | $852B(2026-03);目标 $1.4T | $965B(2026-05);IPO 基本市值 $0.92–1.02T |
模型层的每一次降本,都在给物理层发订单。单位智能的价格在跌,但调用量、任务数量和基础设施需求在更快地涨。
杰文斯在 1865 年发现:蒸汽机效率提高,英国的煤炭消耗反而上升。因为更便宜的动力打开了新的用途。AI 正在重复这条曲线:更便宜的 token 打开了 agent、长上下文、多模态、实时交互,最终把账单推回给内存、封装、电力和资本33。
所以,模型层的效率提升不会平均地造福整条链。它会把价值重新分配到最难扩产的地方。模型层越努力,存储、封装、电力越赚钱。
2026 年,四家云厂商的资本开支约 7,300 亿美元;它们自己的自由现金流,已经盖不住这个数字。
北美四家云厂商 2026 年三季度合计 capex 约 2,087 亿美元,同比 +84.2%;全年指引合计约 7,200–7,450 亿美元,2025 年是 4,130 亿12。加上 Oracle 的 FY2027 指引,约 8,350 亿。2027 年,卖方共识已经指向 1.0–1.2 万亿美元13。
钱从哪来?2025 年 hyperscaler 发债约 1,820 亿美元,2024 年是 920 亿;Alphabet 的债务从约 160 亿升到约 1,000 亿,2026 年 6 月又宣布 800 亿美元股权融资14。摩根大通估计,大型 AI 公司只有约 15% 的债务与租赁承诺在表内13。
回报呢?2026 年 capex/EBITDA 约 90%,2027 年约 94%;增量 EBITDA 对上年 capex 的收益率只有 20–40%13。按 5–6 年的 GPU 寿命,低回报情形下,一块资产刚好在回本时接近报废。
FY2027 Q2 营收 962 亿美元,数据中心占 92.5%,毛利率 75%;Q3 指引 1,080 亿。它的问题不是需求,是供给、治理和周期。
FY2026 全年营收 2,159 亿美元(+65%),毛利率 71.1%。FY2027 Q2(截至 2026-07-26)营收 962.21 亿美元(同比 +106%,环比 +18%),数据中心 890.23 亿(同比 +117%,占 92.5%);GAAP 毛利率 75.0%,GAAP 营业利润约 638 亿,GAAP 净利 596.88 亿(含 77.8 亿股权收益)1。
Q3 指引 1,080 亿美元(±2%),毛利率 74%,且不含中国数据中心收入。公司说客户需求预测下一财年潜在业务可翻倍,但受芯片、内存、电力、建设约束,有把握的增长约 70%。这不是需求故事,是供给故事。
市场却按周期给它定价:市值 3.92 万亿美元,PE(TTM)20.35 倍,股价 162.85 美元,较 10 月高点约 243 美元回撤 33%;11 月 5 日单日 -9.3%331。20 倍 PE 的 3.9 万亿美元公司,市场已经在为“增长会减速”定价,而不是为“永久增长”定价。
这一层没有品牌,没有开发者生态,只有产能、良率和认证周期。它拿走了整条链最厚的一段利润。
SK 海力士 2026 Q3 营收 104.62 万亿韩元,营业利润 83.33 万亿,营业利润率 80%;净利 39.78 万亿。2027–2028 年产能已锁定超过 50%,14 家客户签了五年长约;公司预计短缺持续到 2030 年17。
三星 2026 Q3 营收 195.3 万亿韩元,营业利润 107.4 万亿,成为首家单季营业利润超过 100 万亿韩元的科技公司;DS 部门营收 147.1 万亿、营业利润 106.5 万亿,利润率 72%;存储收入 140.7 万亿。HBM4 已占其 HBM 销售额约 60%,2027 年 HBM 产能已按目标价售罄18。
美光 FY2026(截至 9 月 3 日)营收 1,331.9 亿美元,GAAP 营业利润 993.4 亿,营业利润率 80.7%;Q4 营业利润 437.5 亿。HBM4 36GB 12 层已在 2026 Q1 量产,2026 年 HBM 产能售罄19。
| 公司 / 口径 | 营业利润 | 营业利润率 |
|---|---|---|
| SK 海力士 2026 Q3 | 83.33 万亿韩元 约 $59.5B | 80% |
| 三星 DS 2026 Q3,含少量代工 | 106.5 万亿韩元 约 $76.1B | 72% |
| 美光 FY26 Q4,截至 9 月 3 日 | $43.75B | 80.7% |
这就是“存储税”的传导路径:AI 愿意为 HBM 付 80% 的毛利,存储厂把晶圆从 DDR5 挪到 HBM,消费电子的供给变少、价格变贵。你买的下一部手机,可能在替数据中心付账。
台积电把封装从后台成本变成了前台利润。真正限制客户的,不是晶圆,是能把多少 GPU 和 HBM 塞进一个封装。
台积电 2026 Q3 营收 467.2 亿美元(环比 +16.2%,同比 +41.2%),毛利率 66.4%、营业利润率 58.7%、净利率 51.1%,净利 7,630.6 亿新台币;HPC 占 68%。2026 年资本开支 600–640 亿美元,Q3 实际 138.4 亿;Q4 指引 523–543 亿美元;全年营收增速约 44%(美元)15。
CoWoS 月产能从 2025 年约 7 万片,升到 2026 年底 12–14 万片;加上 OSAT 伙伴 5–6 万片,行业总产能约 17–20 万片/月。客户仍短缺 10–20%;台积电 2026 年 10 月将 CoWoS 报价上调 10–20%;魏哲家说封装产能太紧,已经限制客户增长16。
光罩尺寸在变大:3.5 倍已量产,5 倍/5.5 倍在 2026 年进入量产,9 倍与 14 倍在研;14 倍可集成约 10 颗大计算 die 加 20 堆 HBM,目标 2028 年。CoWoS 晶圆 ASP 接近 1 万美元,毛利率高于公司平均,封装收入占比预计超过 10%。
你可以用 18 个月建好机房,但要用 5 年等到电。电力是唯一不能用钱立刻买到的输入。
IEA 口径:全球数据中心用电 2024 年 415 TWh(约全球 1.5%),2025 年约 485 TWh,2030 年约 945 TWh,接近日本全国用电;AI 优化服务器占数据中心用电约 15%,增速约 30%/年22。
美国数据中心负荷:2023 年约 23 GW,2025 年 31 GW,2026 年 41–42 GW,2027 年 66 GW,2030 年 134 GW23。电网并网队列超过 2,060 GW、约 8,200 个项目;2025 年投运项目中位等待超过 5 年;2000–2020 年申请容量只有 13% 建成。
价格在说话:PJM 容量价格从 28.92 美元/MW-day 涨到 269.92(+833%),2026/27 触顶 329.17,2028/29 为 325 且短缺 6,831 MW24。大型变压器交期约 128 周、升压变压器约 144 周;GE Vernova 重型燃气轮机售罄至 2028 年、承诺排到 2031 年,价格三年涨约 300% 至约 600 美元/kW;约 50% 的 2026 年计划容量可能延期25。
电力不是唯一约束,许可也是。一个数据中心需要土地、电网接入、空气许可、水、地方政治同意;每一道都可以让项目延期。把“电”只看成工程问题,是低估了它。
把 2026 Q3 的营业利润放在同一张表上:存储一层拿走几乎全部;芯片和代工紧随其后;模型层最好的学生只有 10 亿美元级,最差的一个季度亏 123 亿。
这不是说模型层没有价值。它创造了整个产业的需求,也承担了整个产业的研发和获客成本。但在利润表上,它更像一个“过路费征收点”,而不是“终点”。
物理层的利润来自三件事:产能无法快速复制、客户认证周期长、供给集中在少数公司。模型层的利润来自两件事:规模、数据和分发。前者是结构性的,后者是可竞争的。
| 层 | 2026 Q3 利润 | 利润率 | 谁在收租 / 为什么 |
|---|---|---|---|
| 存储 | $179B(三家合计) | 72–81% | 三家寡头 + HBM 认证周期 + 产能售罄;短缺租金,不是永久技术垄断。 |
| 芯片 | $64B(Nvidia) | 66% | 系统、生态、供给三合一;客户同时是股东和融资对象。 |
| 代工 / 封装 | $24B(TSMC 净利) | 51% | 先进制程 + CoWoS 产能;封装从后道变成前道。 |
| 模型 | +$0.97B / -$12.3B | 8% / -170% | 规模、数据、分发;但算力成本和获客成本更高。 |
| 应用 | 收入 $77B,利润分散 | — | 工作流、分发、可验证结果;被模型层纵向挤压。 |
当供应商同时是股东、客户和担保人,需求信号就不再独立。循环融资不是骗局,它把“需求验证”推迟到了未来。
OpenAI 名义上约有 7,100 亿美元的芯片与云合同;Nvidia、Microsoft、Amazon 同时是它的供应商与股东。Nvidia 原计划向 OpenAI 投资 1,000 亿美元,最终没有签;实际投入约 300 亿美元,估值 8,520 亿。Nvidia 还持有 CoreWeave 约 9%,承诺购买其未售出云容量(初始 63 亿美元),同时是它的供应商、股东、客户4。
Nvidia 为 OpenAI 俄亥俄数据中心的部分租约提供担保;AMD 据称向 OpenAI / Meta 提供“股权换订单”。Anthropic 的 IPO 更直接:Google、Nvidia 各认购 100 亿美元,AMD 25 亿,Broadcom、Micron、Microsoft 各 10 亿,TSMC 5 亿,合计 260 亿美元——供应商同时是股东7。
这些安排本身不违法,也不等于假需求。它们解决的是“谁来为超前产能融资”。问题是:当供应商的钱和客户的钱来自同一个循环,需求的“独立验证”就变弱了。供应承诺 2,790 亿、担保 1,085 亿、DSO 60 天,都是这个循环的仪表盘4。
| 循环仪表盘 | 读数 | 为什么值得盯 |
|---|---|---|
| 供应链承诺 | $279B | 从 1,190 亿跳升;供应商在为客户锁定未来产能。 |
| 对 AI 云担保上限 | $108.5B | 供应商为客户的租约/容量兜底;需求失败会回到供应商表内。 |
| 应收账款天数 | 60 天 | 从 45 天拉长;收入确认和现金回收之间的时间差在扩大。 |
| 客户自由现金流 | 三家为负 | 资本开支超过经营现金流;AI 的节奏开始由资本市场决定。 |
| 供应商认购 IPO | $26B | 7 家科技巨头同时是 Anthropic 的股东、供应商、客户。 |
| 承诺 / 收入 | 11–14× | 收入必须持续高增长,才能消化这些固定承诺。 |
这不是一次普通的回调。它是定价框架的切换:资本开支从“需求证明”变成“现金流风险”,估值从“收入倍数”变成“单位经济”。
当天,纳斯达克 100 跌 6.4%、标普 500 跌 4.4%、费城半导体指数跌 5.23%(盘中一度 -11%);单日市值蒸发约 2.3 万亿美元。Nvidia -9.3%、AMD -17.3%、美光 -17%、特斯拉 -10.8%;七巨头单日缩水约 1.04 万亿26。
触发点看起来是政治:中期选举后,40/41 项地方数据中心公投被否决,部分当选人主张暂停或限制数据中心。但真正的引信是财务:capex 超过经营现金流、自由现金流转负、表外债务与供应商融资、AI 投资回报被质疑、拥挤交易。政治只是划着了火柴。
“这不是崩盘,是重新定价。”现金充裕的巨头还在;被重估的是边际项目、表外杠杆、高估值和“靠融资才能活”的公司。Nvidia 从 10 月高点回撤约 33%,但 PE 仍有 20 倍;Anthropic 的 IPO 估值预期从 2 万亿下调到 1.4 万亿;OpenAI 新一轮估值约 1.25 万亿,低于 1.4 万亿目标36。
CEO 变动后的第一份财报。看数据中心是否 >$100B、Q4 指引是否 >$120B、毛利率是否 <73%。
区间 70–78 美元。高于 78 说明需求强;低于 70 说明公开市场在重新定价模型层。
看首日成交与承接;这是模型层第一次被公开市场连续定价。
2027 capex 合计 >$900B = 继续加速;<$750B = 开始消化。这是最重要的单一信号。
环比持平或上涨 = 短缺仍在;环比 -20% = 周期拐点。存储的利润表会先于股价反应。
看结算价与短缺 MW。电力价格是数据中心成本的第二张脸。
公司说“有把握的增长约 70%”。如果指引低于 50%,说明供给约束或需求预期在变。
| 市场问的问题 | 2025 – 2026 上半年 | 2026 年 11 月之后 |
|---|---|---|
| 增长 | 只要增长,亏损不重要。 | 增长必须能算出回本周期。 |
| 资本开支 | capex 是需求证明,越大越看多。 | capex 是现金流风险,越大约束越紧。 |
| 亏损 | 亏损是投资,是未来的份额。 | 亏损是融资依赖,要看谁在垫钱。 |
| 估值 | 按收入倍数、愿景、TAM。 | 按单位经济、契约化产能、自由现金流。 |
| 融资 | 股权和债务都容易,IPO 窗口打开。 | 信用价差、IPO 定价、供应商融资决定节奏。 |
未来不取决于“AI 有没有用”,取决于两个变量:终端需求增速,和资本可得性。两个变量,四种组合。
“加速”需要需求继续超预期,且资本市场愿意继续给钱;“消化”需要需求追上供给,但资本开始挑剔;“泡沫”是钱继续给,收入不跟上;“空气袋”是钱先撤,需求还没来得及证明自己。
四个情景不是互斥的终点,而是一条可能的路径:加速 → 消化 → 空气袋 → 泡沫 → 重新加速。顺序取决于政策和信用周期,不取决于技术路线。
capex 增速从 +80% 降到 +20–30%;HBM 合同价走平;云厂商自由现金流改善;应用层从试点转向生产。
云厂商不再上调 2027 指引;HBM 环比价格持平;token 用量继续 2×;企业部署从“买模型”转向“买结果”。
赢家:应用层、现金流好的云厂商、被低估的存储二线。输家:高杠杆 neocloud、靠融资的边缘模型公司。
美国缺电、缺许可;中国缺先进逻辑和 HBM。两条栈的约束不同,机会也不同。
华为 2026 上半年营收 4,678.2 亿元(+9.6%),研发投入占比 25.9%(约 1,214 亿元),归母净利润 234.3 亿元(同比 -30%+)。2026 上半年在中国出货 AI 芯片 57.2 万颗,份额 28%,仅次于 Nvidia 的 34%(IDC)28。昇腾 Atlas 900 超节点(1,024 卡)售价亿元级,已商用,DeepSeek、字节、美团采购;华为计算业务研发投入首次超过无线。
DeepSeek 向华为下单 16 万颗 Ascend 950DT 用于推理,训练仍主要用 Nvidia29;Kimi K3 2.8 万亿参数开源模型接近闭源前沿。中国信通院:2026 年 6 月国内日均 token 消耗约 500 万亿,是 2025 年 12 月的近 4 倍;2026 年国内 token 归一化均价 13.46 元/百万,较 2025 下半年 6.8 元上涨约 98%,国外约 117.8 元27。
电力不是短期硬约束:中国数据中心用电 2025 年 196 TWh,2030 年 300–700 TWh,占全国用电 <2%;2026 年国家电网投资 825 亿元级;“东数西算”继续30。真正的约束是先进逻辑、HBM、高端设备,以及生态迁移。
| 维度 | 美国栈 | 中国栈 |
|---|---|---|
| 约束 | 电力、并网、许可、地方政治。 | 先进逻辑、HBM、高端设备、生态迁移。 |
| 资本 | 经营现金流 + 债务 + 公开市场;资本可得性开始收紧。 | 产业政策 + 国资 + 部分公开市场;资本更耐心,回报要求更低。 |
| 模型 | 闭源前沿 + 企业 API;按 token 收费。 | 开源模型 + 垂直场景;按结果/项目收费更多。 |
| 算力 | Nvidia + TSMC + HBM;供给受封装和电力约束。 | 华为昇腾 + 国产替代;受制程和 HBM 约束,推理先行。 |
| 价格 | 通缩:固定智能价格每年约 -50×。 | 通胀:2026 年 token 均价 +98%;仍只有国外约 11%。 |
| 出海 | 全球市场 + 盟友体系;受出口管制影响。 | 全球南方 + 一带一路;价格与主权 AI 是切入点。 |
这不是投资建议,是一张观察清单。每个位置都给出一条推荐、一个代价、一个低成本的第一步。
只看两个数:单位资本回报、契约化产能。capex 增速是叙事,FCF 和回本周期是账本。存储的 80% 毛利是周期租金,不是永续。
第一步:建一个 6 行仪表盘——capex/EBITDA、FCF、HBM 合同价、供应商融资占比、信用价差、PJM 价格。每周更新一次,不预测,只记录。
代价:可能错过一轮 melt-up;但不会在拐点被动。
什么时候换:capex 指引下修 + HBM 价格转跌 + 信用价差扩大,三个同时出现,切防御。
应用层 773 亿美元,基础设施 1.5 万亿;coding 和 chatbot 拿走 76%。下一个机会在医疗、法律、金融后台——不是“更聪明的聊天”,是“可验证的结果”。
第一步:选一个能算出结果的工作流,按结果收费;先做 10 个真实客户,不做 100 个 demo。把模型当供应商,不当护城河。
代价:毛利低于基础设施;分发和信任比模型能力更稀缺。
什么时候换:模型公司开始打包你的功能,就往专有数据、合规、工作流深挖;不要和模型层拼价格。
机会是开源模型 + 国产推理 + 垂直应用 + 全球南方。中国 token 价格在涨,说明需求大于供给;但单卡性能、功耗和生态迁移仍是硬约束。
第一步:用国产推理栈跑一遍你自己的 workload,测吞吐、延迟、单位成本;不要从训练集群开始,从推理和微调开始。
代价:出口管制、单卡性能/功耗、软件生态迁移;短期体验会有落差。
什么时候换:HBM/先进封装可得性改善,或开源模型追平前沿,重新评估自建训练集群的时点。
成果是这份网页;系统是右边这张卡。网页会留在对话里,系统会跟着你走——如果你给它一个位置。
这张卡不是目录,是下一轮运行的起点。它记录的不是“AI 产业有什么”,是“它怎样运转、哪里最紧、下一步盯什么”。下一次你说“继续”,我从这里开始,不从零开始。
系统文件只有四样:一个入口、两份认识记录、一份实践记录、一张盯住清单。没有数据库,没有控制面板,纯文本,你随时可以读、改、删。
智能在表层,利润在岩层。AI 产业卖的不是智能,是稀缺。
应用 → 模型 → 云/资本 → 芯片 → 存储 → 封装 → 电力 → 循环。
存储、封装、电力、资本。共同点:不可快速复制。
Jevons(效率→用量)、存储周期(短缺→扩产→回落)、融资循环(capex→估值→capex)。
CoWoS → HBM → 电力 → 需求。投资要盯下一环,不是上一环。
Anthropic 定价、Nvidia 财报、云厂商 capex 指引、HBM 合同价、PJM 价格、地方公投。
2026-11-16;市场数据截至 2026-11-13 收盘。
开启 → 透视 → 流动 → 回路 → 瓶颈 → 杠杆 → 做成作品。
第一次开启,需要你选一个位置。选定之前,我没有写任何系统文件——这份网页就是本轮的成果与系统摘要。
① 跟着我:~/.openxsys/,跨项目、跨 AI,推荐。
② 只在这个文件夹:AI产业研究/.openxsys/,只服务这个项目。
回 1 或 2,我下一轮写入 SYSTEM.md、认识记录、实践记录、盯住清单。系统里不会放密码、密钥或敏感个人信息;所有文件你随时可以查看、修改或删除。
你可以直接发,也可以改成自己的话。默认带一个小小的“OpenXSys · 2026-11-16”标注;不想要,删掉那行字就行。
每个关键数字都能回到原始来源;推断、预测与媒体转述分开标注。私募公司的数据以公开披露为准,未经审计的地方会写明。