[OpenXSys] 叮,系统已激活。

一份结构报告 · 读完约 18 分钟

智能在表层,
利润在岩层。

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

豆包工作 × DeepSeek v4.1 Flash · 一句话生成

原始提示词:

/open-x-sys 我想研究一下人工智能这整个产业!

查看这次运行与仓库展示说明 →

2026 Q3 · 存储三巨头营业利润$179B
同一季度 · 四家云厂商资本开支$209B
OpenAI + Anthropic · 年化收入$131B

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。

点一个方法,看它这次用来看什么。整份报告就是这条路线走完的痕迹。
向下 70 米
发现先看利润在哪一层

两家最强模型公司一年的收入,不如三家存储厂一个季度的利润。

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。

口径提醒:单季营业利润 vs 年化收入,不是同一把尺子;这里只用来看量级。三星 DS 含少量代工,SK 海力士按 1,400 韩元/美元换算,美光为 FY26 Q4(截至 9 月 3 日)。
一个季度 vs 一年2026 Q3 / 2026 年化
存储三巨头 · 单季营业利润$179B
三星 DS $76B + SK 海力士 $60B + 美光 $44B
OpenAI + Anthropic · 年化收入$131B
OpenAI $50B + Anthropic $81B
条形按同一比例尺;存储为单季营业利润,模型公司为年化收入。数据来自公司财报、S-1 与媒体披露。
每 52 美元建基础设施,只有 1 美元付给模型软件Gartner 202610
生成式模型软件:$28.3BAI 基础设施:$1,480B
1 格约 28 亿美元。Gartner 口径的“AI 基础设施”包含服务器、数据中心、网络与设备,不等于云厂商 capex;“模型软件”也不等于模型公司收入。比例只说明支出的重心。
0 m地表 · 应用层

应用层离钱包最近,却只分到 773 亿美元。

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。

应用层内部的钱花在哪 76% coding + 企业 chatbot,占应用支出的四分之三。剩下的医疗、客服、法律、金融后台,都还在早期。
企业 AI 部署支出:$176.8BMenlo Ventures 2026
基础设施 $99.5B应用 $77.3B训练数据与服务 $15.3B(口径另计)
应用层 773 亿美元中,coding 340 亿、chatbot 250 亿、医疗 37 亿、客服 27 亿,其余约 119 亿。Menlo 的分类存在重叠,合计不等于总额;这里只看类别规模,不做加总。
应用支出的集中度2026
Coding
$34B
企业 chatbot
$25B
医疗
$3.7B
客服
$2.7B
其他
$11.9B
“其他”为应用支出减去已列类别后的余量,不是单一品类。coding 和 chatbot 的共同点是结果容易验证、使用频率高、替换成本低。
10 m模型层

最聪明的一层,利润率只有 10%。

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。

关键差异:OpenAI 是消费者订阅 + Azure 账单 + 自建算力;Anthropic 是企业 API + 更高单价 + 更克制的费用。前者规模更大,后者单位经济更好。两种模型都在赌同一个未来:token 用量继续指数增长。
每 1 美元收入,要花多少钱2026
$2.22OpenAI · 总成本 / 收入
2026 Q1 调整后
$1.04Anthropic · 总费用 / 收入
2026 上半年
OpenAI
2.22×
Anthropic
1.04×
盈亏线
1.00×
条形按 2.4× 为满格;1.00× 为盈亏线。OpenAI 为 Q1 调整后经营亏损/收入,Anthropic 为 H1 总费用/收入;口径不同,方向一致:模型层仍在用规模换利润。
企业模型 API 份额Menlo,2026 年 9 月
AnthropicOpenAIGoogle其他 5%
企业 API 是模型层最赚钱的入口;消费者订阅是另一条战线。份额数据来自 Menlo Ventures 对企业的调研,不是全市场收入份额。
公开市场的第一次定价 11-18 Anthropic 计划在纳斯达克以 ANT 上市:定价区间 70–78 美元,发行 8.25 亿股;基本市值约 9,160 亿–1.02 万亿美元,完全稀释约 1.3 万–1.4 万亿。7 家科技巨头私募配售 260 亿美元:Google 100、Nvidia 100、AMD 25、Broadcom 10、Micron 10、Microsoft 10、TSMC 5。67
指标OpenAIAnthropic
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 -$12.3BQ2 +$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
注意:OpenAI 为媒体披露口径,未经审计;Anthropic 为 S-1/修订文件口径。两家公司的收入确认、算力承诺和股权激励处理不同,不能把单个数字直接横向比较;这里看的是结构,不是排名。
发现 02为什么越往下越赚钱

智能越便宜,
岩层越贵。

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。

单位智能价格约 -50×每年,固定智能水平
全球推理 token14×同比;2026 年中约 30 万亿/月
企业 AI 支出+35%2026 年约 4,070 亿美元
方向,不是等式:价格下降越快,用量和新任务增长越快;总支出由后者决定。这就是 Jevons 悖论在 AI 产业的版本。

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。

20 m云与资本

云厂商不是 AI 的买家,是 AI 的银行。

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。

这不是“AI 有没有用”的问题。这是一场关于“谁为它垫钱、垫多久”的争论。当 capex 超过经营现金流,节奏就不再由需求决定,而由利率、信用价差和股价决定。
四家云厂商资本开支2023–2027E,十亿美元
2023/2024 为四家合计的行业估算,2025/2026 为公司指引,2027 为卖方预测(Capital Economics 区间 1.0–1.2 万亿)。柱状图从零开始;预测柱用斜线标出。
2026 Q3 自由现金流十亿美元
Alphabet
-$9.1B
Meta
-$2.1B
Microsoft
+$18.6B
Amazon
-$42.4B
Amazon 为过去 12 个月自由现金流;其余为单季。Microsoft 为正,但同比下降 27%。
自由现金流 = 经营现金流 − 资本开支。四家里三家为负;这不是会计噪音,是资本开支已经超过了当期造血能力。
每 100 美元 capex,五年能收回多少增量 EBITDA 收益率 20–40%
012345 年 $100$200$0 20%/年30%/年40%/年 GPU 寿命 5–6 年
这是示意曲线,不是某家公司的实际回报。低回报情形下,累计回收刚好在资产寿命末端触到成本线;高回报情形下,2.5 年回本。差别不在技术,在利用率和定价。
90% → 94%capex / EBITDA,2026 → 2027E。资本开支几乎吃掉全部 EBITDA。
15%大型 AI 公司表内的债务与租赁承诺占比。其余在表外、合资或供应商融资里。
30 m芯片

英伟达不是卖芯片的,是收算力税的。

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。

治理风险 11 月,创始人辞任 CEO;董事会就相关指控启动独立调查;CFO Colette Kress 任临时 CEO;至少 10 位分析师下调至“持有”,高盛、摩根大通、RBC 下调目标价。11 月 17 日盘后发布 Q3 FY2027 财报,是事件后第一份财报3。这是 3.9 万亿美元公司的一次治理压力测试,也是“关键人风险”的教科书案例。
数据中心营收:超大规模云 vs ACIE十亿美元,FY26 Q2–FY27 Q2
超大规模云 HyperscaleACIE:AI 云 / 工业 / 企业 / 主权
ACIE 同比 +138%,快于 Hyperscale 的 +102%;Q1 曾接近一半,Q2 超大规模云又加速。需求在变宽,但没有脱离云厂商。2
$108BQ3 FY2027 营收指引(±2%),不含中国数据中心
75.0%Q2 GAAP 毛利率;Q3 指引 74%
20.3×PE(TTM);市值 3.92 万亿美元
-33%较 10 月高点回撤;11-05 单日 -9.3%
供应商承诺、担保与应收天数2026
供应链承诺
$279B
对 AI 云担保上限
$108.5B
应收账款天数
60 天
供应承诺从 1,190 亿跳到 2,790 亿美元;DSO 从 45 天拉长到 60 天。供应商开始给客户融资,需求信号就不再独立。这是下一节“回路”的入口。
40 m存储

HBM 是 AI 产业的石油:三家控制,80% 毛利,按年签。

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。

口径:三星 DS 含少量代工;SK 与三星为 2026 Q3,美光为 FY26 Q4;韩元按 1,400/美元换算。三家合计单季营业利润约 1,790 亿美元。
HBM 堆栈:一代比一代贵每堆栈价格
基板 / 中介层 12-Hi HBM4 36GB / 堆栈 $550 HBM3E 约 $300 HBM3 约 $200 一个 GPU 周围 通常放 8 个堆栈 每 GB 单价 随代际上升
示意,不是工程图。HBM4 36GB 12 层单价约 550 美元;HBM3E 约 300;HBM3 约 200。价格来自供应链与媒体口径,随合同和良率波动。
HBM 收入份额2026 Q2,Counterpoint
2025 年同期 SK 约 64%。三星靠 HBM4 率先量产追回份额,美光靠 HBM4 36GB 12 层进入第一梯队。份额是收入口径,不是产能口径;三项因四舍五入合计略高于 100%。20
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
$43.75B80.7%
三家合计约 $179B 单季营业利润。这个数字是“短缺租金”:HBM 认证周期长、扩产慢、客户愿意签长约;但它也是周期顶部,不是永久护城河。
AI 数据中心吃掉全球 70% 的存储产能2026,IDC / 供应链
AI 数据中心消费电子与其他
HBM 每 GB 消耗的晶圆是普通 DRAM 的 3–4 倍。AI 不只抢走了内存,还抢走了晶圆。IDC 预计 2026 年手机出货 -5%、PC -9%。21

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。

HBM 收入:2027 年是预测,不是事实十亿美元
2025 为按 2026 增速推算;2026 约 546 亿(BofA,+58%);2027 为 TrendForce 预测:ASP 同比 +122% 至 3.7 美元/Gb,收入同比 +230% 突破 2,000 亿。卖方预测分歧极大,不要当成事实。
2026 · 短缺产能售罄,价格上行,长约锁定。
2027 · 顶点ASP 预测再涨,收入冲高,资本开支加速。
2028 · 释放新产能到位,供给追上,价格松动。
2029 · 回落周期下行,毛利正常化,弱者出清。
关键判断:80% 毛利是短缺租金,不是永久护城河。认证周期和寡头结构是真的;价格的周期性也是真的。把周期顶部当成永续,是这一层最大的误读。
50 m封装

CoWoS 是 AI 的匝道:没有它,GPU 下不了产线。

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%。

这意味着:封装不再是一个可外包的后道工序,它是先进制程的一部分。谁拿到 CoWoS 产能,谁才能定义下一代系统。晶圆厂、HBM 厂、封装厂,正在变成同一个瓶颈的三个面。
一个 CoWoS 封装里有什么示意,不是工程图
基板 / 封装 硅中介层 · CoWoS GPU 计算 die HBM HBM 5.5× 光罩 · 2026 量产 一个 GPU + 8 个 HBM 堆栈;14× 光罩目标 2028 年,约 10 个计算 die + 20 堆 HBM
CoWoS 把 GPU 与 HBM 放在同一块硅中介层上,用 TSV 和微凸块连接。封装越大,能放的 HBM 越多,带宽越高,良率越难。瓶颈不在“能不能设计”,在“能不能造出来”。
CoWoS 月产能千片 / 月,等效
2025 · 台积电
70k
2026 · 台积电
120–140k
2026 · + OSAT
170–200k
客户仍短缺 10–20%;10 月报价上调 10–20%。
产能数字来自供应链与媒体口径,单位为等效月产能;不同产品、不同光罩尺寸的消耗不同。这里只说明扩张速度,不据此计算精确供需缺口。
3.5× · 2023–24量产;H100 时代的封装基线。
5× / 5.5× · 2026量产;Blackwell / Rubin 时代的更大封装。
9× · 2027–28在研;更多计算 die 与 HBM。
14× · 2028目标;约 10 颗大计算 die + 20 堆 HBM。
66.4%台积电 2026 Q3 毛利率;营业利润率 58.7%。
10–20%CoWoS 客户缺口;封装已成为增长的限制条件,不是配套。
60 m电力与电网

AI 的下一道墙,不是芯片,是电。

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。

钱不是问题,时间是问题。全球数据中心投资 2025 年超过 5,500 亿美元(+17%),已经高于油气上游投资;2026 年上半年购电协议 45 TWh(+20%)。但核能签约 9.8 GW、13 个项目、7 家买家,多数在 2030 年前不供电。远水不解近渴。
美国数据中心负荷GW,2023–2030E
2023–2027 为 Goldman 与多项预测的中位口径,2030 为预测。五年近 6 倍;这不是线性增长,是阶跃。
从决定到通电,要多久年
数据中心建设
1.5 年
变压器交付
2.6 年
并网队列
5 年+
重型燃机
5 年
核能
7–10 年
示意:从投资决定到首次供电的典型时间。最慢的一根决定整体;机房可以 18 个月建好,电要等 5 年。
PJM 容量拍卖结算价美元 / MW-day
0100200350 2024/252025/262026/272028/29 $28.92$269.92$329.17$325 +833%短缺 6,831 MW
PJM 是美国最大电网市场之一。容量价格是“确保有电可用”的价格,不是电价本身;它上涨,说明系统在为可靠性付溢价。
全球数据中心投资 $550B+ 2025 年(+17%),高于油气上游投资;2026 年主要运营商资本开支超过 7,000 亿美元。
2026 年 11 月,美国中期选举后 40 / 41 地方数据中心公投被否决。数据中心反对派在 41 项公投中赢了 40 项;部分当选人主张暂停或限制数据中心。11 月 5 日的市场大跌,把这条政治约束第一次定价26。

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。

瓶颈在移动2023–2027+
2023–24CoWoS 封装:GPU 产能的第一道闸。
2024–25HBM:内存带宽与容量成为新瓶颈。
2025–27电力与并网:唯一不能用钱加速的约束。
2027+需求:如果终端收入不跟上,瓶颈回到钱包。
高德拉特意义上的“约束”:系统产出由最慢的那一环决定。瓶颈不会消失,只会移动;投资应该盯着下一环,而不是上一环。
65 m把岩层放在一张表上

利润不是按“技术含量”分配,是按“不可替代性”分配。

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。

口径:存储三巨头为 Q3/FY26 Q4 营业利润;Nvidia 为 FY27 Q2 GAAP 营业利润;TSMC 为 Q3 净利润(不是营业利润);Anthropic 为 Q2 营业利润;OpenAI 为 Q2 营业亏损。不同口径,只看量级。
2026 Q3 利润池十亿美元
存储三巨头
$179B
Nvidia
$64B
台积电
$24B
Anthropic
≈$1B
同一季度,模型层最大的亏损 -$12.3B OpenAI 2026 Q2 营业亏损。它在买未来:算力、用户、模型能力。但利润表上,它是负的。
条形按 180 为满格;Anthropic 的 9.7 亿在这个比例尺上几乎看不见——这正是重点。TSMC 为净利润,Nvidia 为营业利润,口径不同。
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 / -$12.3B8% / -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。
一句话:最聪明的一层,赚得最少;最笨重的一层,赚得最多。因为利润率不奖励“聪明”,它奖励“别人绕不过去”。
70 m基岩 · 循环

这台机器的燃料,不只是需求,还有循环。

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。

明斯基的梯子:用现金流建设 → 用资产负债表建设 → 用估值建设。整个行业在第二级;边际项目在第三级。第三级的特征不是“亏损”,是“靠新的融资才能付旧的钱”。
物理层 TSMC · HBM · 电力 最慢、最贵、最难复制 Nvidia 芯片 + 系统 供应商 / 股东 / 担保人 云 / 模型 OpenAI · Anthropic · Oracle CoreWeave · neoclouds 终端 企业 · 消费者 主权客户 晶圆 GPU token 钱 钱 钱 投资 / 担保 入股 / IPO 认购
商品 / 服务钱资本 / 承诺
去掉资本循环,只剩一条价值链:物理层 → 芯片 → 云/模型 → 终端。钱沿着原路返回。打开“完整循环”,会看到供应商的投资、担保与入股,把这条路变成了一个环。
长期承诺 / 年化收入倍
OpenAI
14.2×
Anthropic
11.1×
名义合同上限 / 当前年化收入。承诺不是债务,但同样是刚性支出;收入必须增长,才能把承诺变成规模效应,而不是固定成本。
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$26B7 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。
不是骗局,是反射性。资本开支创造收入预期,收入预期推高估值,估值又支持更大的资本开支。循环在向上时看起来像“需求验证”;在向下时,同一套机制会变成“资产负债表收缩”。
用现金流建设capex < 经营现金流。最稳,但慢;需要终端需求先到位。
用资产负债表建设capex > 经营现金流。靠债务、股权、租赁;现在整个行业在这里。
用估值建设capex 靠未来估值和供应商融资;边际项目在这里。循环反向时,最先断。
断层2026 年 11 月

11 月 5 日,市场换了问题:从“还能长多大”到“什么时候回本”。

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。

-6.4% / -4.4%纳斯达克 100 / 标普 500,11-05 单日
$2.3T单日市值蒸发;七巨头约 -$1.04T
-5.23%费城半导体指数;盘中一度 -11%
-9.3%Nvidia 单日;AMD -17.3%,美光 -17%
90 天信号日历2026-11 至 2027-04
11-17

Nvidia Q3 FY2027 财报

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%。

11-18

Anthropic IPO 定价

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。

11-19

ANT 首个交易日

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。

2027-01/02

云厂商 Q4 财报与 2027 指引

2027 capex 合计 >$900B = 继续加速;<$750B = 开始消化。这是最重要的单一信号。

2027-Q1

HBM 季度合同价

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。

2027-Q1

PJM 容量拍卖

看结算价与短缺 MW。电力价格是数据中心成本的第二张脸。

2027-04

Nvidia FY2027 Q4 / FY2028 指引

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。

日期为公开信息;财报日期以公司公告为准。阈值是观察线,不是预测。
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。
一句话:当资本开支从“经营现金流”转向“资产负债表”,再从“资产负债表”转向“估值”,市场的定价语言就会从“增长”切换成“偿付能力”。这就是 11 月 5 日真正发生的事。
预见四种未来

四种未来:不是预测,是条件。

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。

概率是主观的:消化 40%、加速 25%、空气袋 20%、泡沫 15%。这不是预测,是给“要盯什么”排优先级。任何两个信号同时转向,情景就会切换。
资本可得性:紧 ↓ / 松 ↑
终端需求增速:低 ← / 高 →

消化 · 需求追上供给

要成立,必须看到

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。

早期信号

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”。

谁赢谁输

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。

另一条栈中国 AI

中国 AI 的瓶颈不在电,在先进制程。

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。

一个反直觉的信号:全球 token 价格在通缩,中国 token 价格在通胀。不是因为中国模型更贵,是因为需求增速超过了供给增速,而且市场结构不同——价格战没有把单价打到边际成本。
Token 归一化均价元 / 百万 token
中国 2025H2
6.80
中国 2026
13.46
国外 2026
117.8
中国 2026 较 2025H2 上涨约 98%;仍是国外的约 11%。
归一化均价把不同模型、不同上下文、不同缓存命中折算到同一口径;它是方向性指标,不是某一家公司的报价。
28%华为在中国 AI 芯片市场的份额;Nvidia 34%
500T2026 年 6 月国内日均 token 消耗;4 个月 4 倍
16 万颗DeepSeek 向华为下单 Ascend 950DT,用于推理
<2%中国数据中心用电占全国用电;电力不是短期瓶颈
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。
判断:中国不是“缩小版的美国栈”。它用更便宜的推理、更开放的模式、更密的电网,换一条不同的增长曲线。它的上限由先进制程决定,下限由应用场景托住。
能源优势:电网强、电价低、数据中心用电占比 <2%。
国产算力瓶颈:先进制程、HBM、高端设备;推理先行,训练追赶。
开源模型优势:DeepSeek、Qwen、GLM;22 个 MaaS 平台上线率 100%。
垂直应用机会:制造、政务、医疗、教育;按结果收费。
出海机会:全球南方、主权 AI;用价格和开放换市场。
杠杆站在哪里

三个位置,三种用力方式。

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。

配置资本的人

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。

做产品的人

去应用层,卖结果,不卖 token。

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。

在中国做 AI 的人

约束是先进制程,不是电。

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。

底线:以上不是投资建议,也不构成对任何公司的推荐。所有情景都是条件式的;条件变了,结论就要变。真正值得带走的不是“买什么”,是“盯什么”。
01把存储这一层单独钻透:HBM 的 2027 年拐点在哪?
02把电力约束做成一张中国 vs 美国的对比图。
03如果 2027 年 capex 砍 20%,哪些层最先疼?
04给我自己开启一个系统:我该在 AI 产业的哪一层用力?
系统这次运行留下了什么

这次运行留下了什么。

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。

还没有保存。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。这个选择在页面底部,回 1 或 2 就行。
一句话本质

智能在表层,利润在岩层。AI 产业卖的不是智能,是稀缺。

八层结构

应用 → 模型 → 云/资本 → 芯片 → 存储 → 封装 → 电力 → 循环。

四个收费站

存储、封装、电力、资本。共同点:不可快速复制。

三个回路

Jevons(效率→用量)、存储周期(短缺→扩产→回落)、融资循环(capex→估值→capex)。

一个移动瓶颈

CoWoS → HBM → 电力 → 需求。投资要盯下一环,不是上一环。

六个信号

Anthropic 定价、Nvidia 财报、云厂商 capex 指引、HBM 合同价、PJM 价格、地方公投。

数据截至

2026-11-16;市场数据截至 2026-11-13 收盘。

这次运行的路线

开启 → 透视 → 流动 → 回路 → 瓶颈 → 杠杆 → 做成作品。

系统还没有保存。

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。

分享拿走它

一张卡,三段文案。

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。

证据来源与口径

来源与口径。

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。

四个局限 1. OpenAI 是私募公司,财务来自媒体披露与泄露文件,未经审计;Anthropic 以 S-1 为准,但 S-1 的前瞻陈述本身有条件。 2. 存储的单季利润是周期峰值;80% 毛利不会永远持续。用峰值利润给周期股估值,是最常见的错误。 3. 2027 年 capex、HBM 价格、电力负荷都是预测,卖方分歧极大;文中已标注“预测”,请按条件读。 4. 市值、股价、PE 截至 2026-11-13 收盘;此后变动未纳入。所有判断都是条件式的,不构成投资建议。
  1. 1
    Nvidia,“NVIDIA Announces Financial Results for Second Quarter Fiscal 2027”,2026-08-26。链接官方财报
  2. 2
    Nvidia,“Revenue by Market Qtrly Trend Q127”,2026。链接官方数据
  3. 3
    腾讯新闻,“英伟达 Q3 财报时间与 CEO 变动”,2026-11-16。链接媒体
  4. 4
    AInvest,“The Crises That Price the Nvidia Selloff”,2026-11。链接媒体分析
  5. 5
    Anthropic,“Prospectus / S-1”,2026-10-26(后续修订)。链接招股书
  6. 6
    Invezz,“Anthropic IPO terms”,2026-11。链接媒体
  7. 7
    Nasdaq,“Nvidia and Alphabet buy $10B each of Anthropic stock”,2026-11。链接媒体
  8. 8
    Safeguard,“OpenAI revenue, losses and cash burn”,2026。链接媒体汇总
  9. 9
    ValueAdd VC,“OpenAI revenue 2026”,2026。链接媒体
  10. 10
    Gartner,“Worldwide AI spending 2026”,2026-09-16。链接研究预测
  11. 11
    Menlo Ventures,“2026: The State of Enterprise AI”,2026。链接研究
  12. 12
    公司财报汇总,Microsoft / Alphabet / Amazon / Meta 2026 Q3,2026-10。官方财报
  13. 13
    TradingKey,“US stock selloff / AI bubble / S&P 500 2027”,2026-11。链接媒体分析
  14. 14
    Alphabet,2026-06 股权融资 / 债务,2026-06。链接公司公告
  15. 15
    TSMC,“3Q 2026 Earnings Release”,2026-10。链接官方财报
  16. 16
    TSMC,“3Q26 Transcript / CoWoS reticle”,2026-10。链接官方电话会
  17. 17
    SK 海力士,2026 Q3 财报,2026-10。链接官方财报
  18. 18
    三星电子,2026 Q3 财报,2026-10。链接官方财报
  19. 19
    美光,FY2026 Q4 财报,2026-09。链接官方财报
  20. 20
    Counterpoint / TrendForce / BofA,HBM 份额与 2027 预测,2026。链接研究预测
  21. 21
    IDC,AI 数据中心存储占用与手机/PC 减产,2026。链接研究预测
  22. 22
    IEA,“Energy and AI”,2026。链接官方研究
  23. 23
    LBNL / Goldman Sachs,并网队列与美国数据中心负荷,2026。链接研究
  24. 24
    PJM,容量拍卖结果,2026。链接官方
  25. 25
    GE Vernova / Wood Mackenzie,燃机与变压器交期,2026。链接公司/研究
  26. 26
    36 氪,“11 月 5 日美股大跌”,2026-11-06。链接媒体
  27. 27
    中国信通院,Token 数据,2026-10。链接官方研究
  28. 28
    华为 2026 半年报;IDC,中国 AI 芯片份额,2026。链接官方/研究
  29. 29
    财新,“DeepSeek 16 万颗 Ascend 950DT”,2026-10-31。媒体
  30. 30
    中国能源报,中国数据中心用电,2026-11-02。媒体
  31. 31
    Wind / Motley Fool,市值与行情,2026-11-13。市场数据
  32. 32
    McKinsey,“95% 试点无直接财务回报”,2025。链接研究
  33. 33
    Jevons,“The Coal Question”,1865。链接原始文献
  34. 34
    Anthropic S-1 / 新浪财经,Q3 财务拆解,2026-10-27。链接官方/媒体
  35. 35
    PitchBook,“Q2 2026: An Eye on OpenAI”,2026。链接研究
  36. 36
    经济日报,“AI 泡沫与 92% GDP”,2025-11-19。链接媒体