SemiAnalysis 的 Doug O’Laughlin：纵谈 AI、电力与公司治理

摘要

• Doug O’Loughlin 认为，AI 资本周期才刚开始获得形成真正泡沫所需的杠杆。 超大规模云厂商迄今主要用经营现金流为扩张买单，CoreWeave 历来也是拿到客户合同后才融资购买 GPU；Oracle 则展示了债务入场后可以实现多大规模的建设。Doug 指出，加速折旧、风险资本资本要求增速放缓，以及利率可能下降，都会进一步推升周期；Andrew 补充称，企业还面临宣布美国数据中心投资的政治压力。Andrew 认为，建设周期仍有很长的路要走，即便3年后可能出现“宿醉”。

• 市场可能低估了 AI 将如何彻底改变 Big Tech：从轻资产平台转向重资本基础设施企业。 面对20%-30%的 EBIT 增长，20多倍的市盈率看起来并不贵，但随着商业模式转变、现金支出激增，股价与自由现金流之比会被推高。Andrew 的反驳是，今天的 AI 支出可能是在压低当期盈利，以换取明天的回报；Doug 承认需求超过供给，但警告称，“重资本企业往往以较低的盈利倍数交易”。

• Google 的 TPU 是可信的第二名加速器；只要价格合适，Doug 会选择它而不是 NVLink。 Doug 表示，TPU 的3D 环形架构可以灵活切分并扩展，不会像 NVL72 那样存在故障波及范围过大的问题——一块 GPU 出故障，就可能让另外71块停摆；他还称，TPU 已经用于生产环境中的训练和推理，Midjourney 据称完全运行在 TPU 上。Google 愿意向外部销售 TPU，并将 Gemini 分发到自有产品之外、包括 Siri 在内，这让它“真正有机会成为名副其实的第二名”。

• Scaling 逻辑已从不断扩大预训练规模，转向强化学习、测试时算力和可验证工作。 Doug 接受这样一个判断：去年12月关于预训练触及 scaling wall 的论点“可能相当有道理”；而当月预期发布的 Gemini 3，则是一次检验。他认为，只要结果可验证，RL 大概率就能改进相关任务——从用更少点击买到一本书，到训练出超越人类的 Dota 2 选手。目标也已从神秘化的 AGI，收窄为让“所有白领信息与知识”的边际成本几乎归零。

• 推理硬件已经具备惊人的理论经济性，真正的约束是能否卖出并变现每一个 token。 Doug 估算，一台约350万美元的 GB200 如果能卖出全部 token，每年可产生约500万美元收入；在 OpenAI 亏损之前，产业链各环节的利润率包括 TSMC 约60%、Nvidia 约75%和 neocloud 约40%。支撑每月约10亿用户、成本从数十亿美元到100亿美元的服务，应该可以实现变现；如果做不到，那就是“能力问题”，尤其是在 agentic commerce 能从交易中收取 take rate 的情况下。

• 真正结构性错位的瓶颈是电力，而不是半导体。 Doug 认为，台湾大约2年内可以将芯片产量翻倍，但“我们不可能在2年内把电力翻倍”；传统运营商还在消化120千瓦机架，而更激进的玩家已经按500千瓦、1兆瓦甚至3兆瓦设计。拥有可用并网接入的矿企，以及 Comfort Systems 等工业承包商因此受益；后者收入增长约40%，带来了约80%的 EBIT 增长。

• 在供给短缺时，专业投资者可能会过度推演相对赢家。 大众投资者低估了实体扩张的规模，因为这场“巨大得离谱的工业革命”发生在乡村数据中心周围，而不是城市中心。专业投资者则可能陷入 Anthropic 与 Amazon 的交易是否意味着 Trainium“完蛋了”这类问题，但产业参与者看到的是绝对短缺：即使 Amazon 放弃 Trainium、全部改用 GB200，只要每一块可用芯片都有价值，收入也可能“冲上天”。

• 高管薪酬只有在董事会将其与管理层可控的基本面杠杆绑定时，才具有有效信号。 非常规周期发放的 PSU 可以暴露董事会想推动的杠杆，但也可能只是脱离现实的“孤注一掷式授予”，或是刺激股价的激励。Broadcom 展示了这种反身性；Opendoor 新 CEO 的年薪为1美元，奖励对应约9美元、13美元、17美元、21美元和33美元的股价，而他本人也在积极推广公司。Doug 还点名 Elastic（ESTC）：公司发放了一笔巨额非常规 PSU，可能是为了推动消费、AI 相关机会或搜索 API，但他承认自己并不了解公司的基本面。

• Target Hospitality 同时具备一个激励信号和两个潜在需求冲击。 公司在一场后来撤回的出售过程中失去了重要合同，其中包括曾经总合同价值约25亿美元的 Pecos Children’s Center 协议。股价从约8美元跌至5美元后，Andrew 称公司在4天后宣布发放约200万份 PSU；他将其描述为约5倍股价激励，详细门槛为20美元至30美元。潜在杠杆包括约6,000张可用拘留床位，以及西德州数据中心用工短缺——“我们这个时代最具长期性的两大趋势”集中在同一家公司，但执行仍不确定。

精读

1. 债务是将 AI 繁荣变成泡沫的关键要素

• Doug 区分的核心在于融资方式：超大规模云厂商迄今用的是“借记卡”——银行里已经有的现金；Oracle 则展示了债务融资可以支持多大规模的建设。CoreWeave 历来采用延迟提款定期贷款等 GPU 融资工具，通常是在拿到客户合同后才融资，而不是按预设规格进行投机性建设。

• 政策环境进一步放大了周期。Doug 提到，OBBB/OBBBA 法案中的加速折旧、风险资本资本要求增速放缓，以及美联储可能转向更低利率，都会起到推动作用。Andrew 补充称，企业还面临宣布美国数据中心投资的政治压力：高管首先可能被问到的，就是准备在美国数据中心投多少钱。

• Andrew 的框架体现了反身性：一旦有公司能够借钱“押上整个公司”，竞争对手很难继续停留在内部现金流的范围内。Doug 认为当前仍处于相对早期，因为广泛的投机性建设——也就是最危险的阶段——尚未完全到来。Andrew 认为，大规模“宿醉”之前可能还有3年的跑道。

2. P/E 掩盖了平台转向基础设施的成本

• Big Tech 的 EBIT 增长达到20%-30%时，20多倍的盈利倍数看起来相当合理，但这种比较依赖于过去的轻资产经济模型。随着 AI 基础设施吞噬巨额现金，盈利与自由现金流开始分化：“股价与自由现金流之比会被拉爆。”

• Andrew 的反驳是，Google 可能正在前置承担 AI 亏损，因此其合并估值可以理解为约10倍的 Search 业务，减去约10倍的 moonshots，再为 AI 加减约5倍。如果当下产能稀缺、变现要到未来才发生，那么当前盈利可能低估了正常化后的盈利能力。

• Doug 承认这一套会计口径的解释，但仍坚持估值警告：每一家超大规模云厂商都在同时完成同样的重资本转型，而折旧激励又在推动更多支出。当底层业务发生结构性变重时，低 P/E 并不自动意味着股票便宜。

3. TPU 已成为对抗 Nvidia 的真正竞争变量

• Doug 称 Google 的 TPU 是“有史以来第二好的芯片”，而不是像 Bing 那样遥遥落后的第二名。其3D环形拓扑允许在大型集群中灵活切分；相比之下，他认为 NVL72 中72块紧密互联的 GPU 具有更大的故障波及范围：一块出故障，另外71块可能都要停止或暂停。

• 他的结论直接取决于价格：“在某个价格点上，我肯定会选 TPU，而不是 NVLink”，前提是软件能力相当。TPU 已经支持生产规模的训练和推理，Midjourney 据称完全运行在 TPU 上。

• 公司战略的变化与芯片本身同样重要。此前 Google 似乎决意将最好的 AI 和基础设施留在 Google 自有产品内；如今愿意将 Gemini 放到 Siri 上并向外部销售 TPU，既扩大了分发渠道，也提高了利用率，让 Google“真正有机会成为名副其实的第二名”。最近 Anthropic 与 TPU 相关的交易，正是外部 TPU 机会的一部分。

4. Scaling 仍在继续，但机制已经改变

• Doug 表示，去年12月关于预训练已经触及 scaling wall 的论点“可能相当有道理”。不过，他此前听到市场对 Gemini 3 的强烈期待，该模型被描述为最新、也是规模最大的模型；他听说模型预计在当月某个时间发布，并将其视为下一次“验证答案”的机会。

• 强化学习如今是行业最热衷的方向，因为只要成功与否可以被验证，它大概率就能发挥作用。一个 agent 可以反复在 Amazon 上购买一本书失败，接收简单的好坏反馈，最终找到点击次数最少的路径。Doug 预计，Amazon 阻止 agents 的做法将演变成一场平台战争。

• OpenAI 训练出超越人类的 Dota 2 选手，是 Doug 用来支撑观点的关键例子：规模化 RL 可以在复杂且可验证的领域实现超越人类的表现。预训练正在放缓，测试时算力可能没有放缓，但需要更大的预算；后训练和 RL“肯定没有放缓”。

• 目标也变得更加务实。Doug 不再将重点放在能够“轰一下你的小脑袋”的 AGI 上，而是希望将白领信息与知识的边际成本压低到接近 GPU 算力的成本。

5. Token 经济性先于应用经济性成立

• SemiAnalysis 的 InferenceMax.ai 研究让 Doug 估算，一台约350万美元的 GB200，如果得到充分利用并卖出全部 token，每年可以产生约500万美元的 token 收入。他将由此得出的经济性称为“远超1年的回收期”——这是他的原话——同时指出，真正的问题在于利用率和客户能否实现变现。

• Andrew 质疑其中的循环性：一家 neocloud 可以把 GPU 盈利出租给 AI 初创公司，但初创公司自身可能没有收入，最终形成类似互联网泡沫的纸牌屋，依靠彼此输血维持。

• Doug 的汇总口径只能部分回应这一质疑。他列举的利润率包括 TSMC 约60%、Nvidia 约75%、neocloud 约40%，而 OpenAI 可能为负50%；即使前沿模型提供商还无法为自身雄心买单，整个 token 产业链仍可能是盈利的。

• 以 DeepSeek 式模型为参照，Doug 认为服务每月10亿用户的成本可能在数十亿美元至100亿美元之间。“你是说，靠10亿用户赚不到100亿美元？”他的判断是，变现应该可以实现，但能力投资仍然没有上限。

6. Agentic commerce 可以让通缩型技术实现变现

• Andrew 说，他用免费的 OpenAI 访问权限，替代原本可能每年收费10美元、50美元或100美元的饮食、健身和追踪类应用。Doug 认同 AI“通缩得疯狂、离谱、愚蠢”，唯一持续需要支付的成本是能源。

• 更健康的商业模式是出售服务并收取交易收入。Doug 举的例子是：通过 Instacart 组装并购买一篮子100美元的生酮食品，平台可能收取10%的费用，再与 ChatGPT 分享一部分，因为交易由 ChatGPT 发起并完成。

• 消费者已经习惯为便利支付 take rate，这让 agentic purchasing 成为廉价智能与持久收入之间的潜在高毛利桥梁。更广泛的历史类比是铁路取代运河：巨大的通缩会摧毁旧工作流，但最终会在另一端创造新的活动。

7. 实体电力无法以硅片的速度扩张

• Doug 认为，TSMC 和台湾可以通过增加设备，在2年内将芯片产量大致翻倍。电力无法按这一速度翻倍，因此能源和并网接入“相较半导体严重得多地错位”。

• 芯片团队讨论1兆瓦机架时，传统数据中心运营商的反应仍是：“你他妈是在开玩笑吗？”Digital Realty 一类的运营商还在应对120千瓦机架带来的冲击；Vantage 和 Crusoe 等更快的玩家瞄准500千瓦，而 Switch 的 Rob Roy 正将目标推向3兆瓦。

• 电网利用率、电池、备用发电和削峰都可以释放容量，但 Doug 仍然认为未满足的需求极其庞大。他用纽约市6 GW 的规模作参照；已经下单的加速器意味着数据中心建设尚未匹配的电力需求。

• 工业公司的盈利杠杆可能最为明显。Comfort Systems 被引用的季度数据是：收入增长约40%、EBIT 增长80%、EPS 增长约50%，原因在于增长最快的业务板块同时拥有最高利润率，尽管产能约束极其严重。

8. 供给短缺时，专业投资者可能会过度推演相对赢家

• 大众投资者低估了实体扩张的规模，因为这场“巨大得离谱的工业革命”发生在乡村数据中心周边，而不是城市中心。Doug 指出，数据中心和 GPU 为上季度 GDP 增长贡献了约190个基点。

• 专业投资者则可能陷入相对比较：TPU 是否会伤害 Nvidia，或者 Anthropic 与 Amazon 的交易是否意味着 Trainium“完蛋了”。产业参与者面对的是绝对短缺：即使放弃 Trainium、转用 GB200，只要每一块可用芯片都有价值，Amazon 的收入也可能“冲上天”。

• SemiAnalysis 在比较 Bloom Energy 与更便宜、更可靠的现场燃气方案时，也遇到过同样的错误。客户的回答很简单：两种都部署。“他们两种都要。”在当前短缺环境中，只要有能力被抬起来，几乎每条船都在随涨潮上升，包括并不完美的电力和数据中心资产。

9. 薪酬信号需要基本面、可控性和诚实的董事会

• Doug 提醒称，“董事会各不相同”：有些确实追求股东价值，有些是骗子，还有一些只是判断错误。没有业绩条件的 RSU 几乎不提供信息；陷入困境的公司也可以发放极度价外的 PSU，最后照样破产。

• Broadcom 展示了反身性。Hock Tan 快速实现此前激进的股价奖励后，新的数十亿美元薪酬方案让他说：“我得卖出很多 AI。”激励可以推动执行，但也可能鼓励管理层通过公开宣传制造触发条件。

• Opendoor 新 CEO 的年薪为1美元，奖励对应约9美元、13美元、17美元、21美元和33美元的股价；与此同时，他在 X 上变得非常活跃。对于被市场低估的资产，宣传可能是正常的投资者沟通；但当业务撑不起故事时，也可能只是“给猪涂口红”。

• Doug 还点名 Elastic（ESTC）。公司发放了一笔“巨大得离谱”的非常规 PSU，可能是为了激励消费、推动 AI 机会，或发展其搜索 API。他明确表示，自己并不了解这家公司的基本面。

• 最干净的薪酬安排，是将报酬绑定到管理层内部可以控制的杠杆上。仅仅为了让高管再融资18个月后到期的债务而付薪，就像发参与奖：“你不按下按钮，就会死。”Doug 最尖锐的总结是，独立董事之所以独立，是因为“他们在为自己打算”。

10. Target Hospitality 同时具备一个激励信号和两个潜在需求冲击

• Target Hospitality 在一场后来撤回的出售过程中失去了两份合同；与会者还分别讨论了 Pecos Children’s Center 这一近期重大损失，其总合同价值曾被描述为约25亿美元。

• 股价从约8美元跌至5美元后，Andrew 称公司在4天后宣布发放约200万份 PSU。他将这套方案描述为实际约5倍的股价激励，详细门槛为20美元至30美元，潜在 payout 为6,000万美元。Andrew 认为，这类授予通常会提前准备，而不是随意发放，因此可能暗示其他即将出现的业务杠杆；Doug 也提醒，董事会可能只是判断错了。

• 第一个杠杆是拘留业务。在 ICE 试图将床位规模从约50,000张扩大至100,000张的同时，Target 维护并准备了约6,000张空置床位。OBBBA 为床位拨款约450亿美元，Doug 认为其中约300亿美元用于设施建设，但政府停摆推迟了新的征用。

• 第二个杠杆是西德州的数据中心建设。按每 GW 约2,500名工人计算，ERCOT 拟议的80 GW 中有20 GW 可能需要50,000名工人，而项目所在地区的人口甚至低于项目规模；按每名工人每天120美元计算，对应的年度住房市场约为21亿美元。Target 不会全部拿下，但它拥有模块化库存、现成的业务布局，以及“必须想办法解决它的巨大激励”。