大模型的账本 书架

第 09 章 / 共 11 章

第九章 · 循环交易疑云

前面八章都在善意地算账。这一章要把灯打向牌桌底下:那些漂亮的收入数字里,有多少钱只是在圈子里打转?这个问题不阴谋论——它是 2025 到 2026 年华尔街最严肃的一场争论。

先看几笔 2025–2026 年真实发生的交易

到 2026 年 3 月,连英伟达自己都表态「对 OpenAI 和 Anthropic 的投资可能是最后一批」——黄仁勋的解释是它们要上市了、机会窗口关了,但市场读出的另一层意思是:这种结构的压力已经大到不便再加码。

这种模式有个名字,还有个前科

这在会计和金融史上叫厂商融资(vendor financing):卖方借钱给买方,让买方有钱买自己的货。而它的前科非常难看——2000 年电信泡沫里,北电、朗讯就是这么干的:借钱给新兴的电信公司,电信公司拿钱买它们的设备,收入报表一片繁荣。泡沫破裂后真相大白:那些「收入」对应的客户根本没有真实的付费能力,厂商融资成了史上最贵的左口袋倒右口袋。WorldCom、Global Crossing 的坟头,第六章我们刚刚上过香。

对照之下,今天的结构在机制上同构:生态里最强的玩家用自己的利润,给生态里最弱的玩家输订单,输进来的订单再变成自己的收入。钱在闭环里流动,每一步都合法记账,但整个闭环对外是否真的有「新钱」流入,报表上看不出来。

但先别急着喊泡沫:三点辩护

诚实的分析必须给对方律师说话的机会。这个结构和 2000 年有三个关键区别:

  1. 输血方的体质不同。当年的北电自己是借钱放贷;今天的英伟达拿的是真金白银的利润(70% 毛利卖芯片赚来的),微软、亚马逊、谷歌拿的是每年几千亿美元现金流的家底。庄家用自己的钱坐庄,和借钱坐庄,崩盘的传染性完全不同。
  2. 终端需求是真实的。第六章的试纸说过:几亿用户真在用 ChatGPT,企业真在为 Claude 付费,第二章那条收入曲线的大部分是外部客户的真钱。循环交易是叠加在真实需求之上的一层放大器,而不是凭空捏造需求。
  3. 比例问题而非性质问题。没有证据表明这些公司的收入「大部分」是循环的——合理的担忧是「有一部分被放大,且放大的比例看不清」,而不是「全是假的」。

判断循环交易有多严重,就问一句话:如果把生态内互相买的东西全扣掉,剩下的收入曲线还陡吗?还陡,就是真实需求外面包了一层泡沫糖衣;不陡了,就是 2000 年重演。目前没人能从公开数据里精确算出这个答案——这正是第十一章清单里要你自己盯的一项。

为什么它仍然是悬顶的剑

即便按最善意的解释,循环结构也制造了两个真实的危险:

危险一:放大了繁荣的表观斜率。真实需求增长 50%,循环放大后报表可能显示 100%。按第八章的期权逻辑,估值锚定的是报表斜率——于是估值也被放大。这是一条自我强化的链条:估值越高→越容易融资→越能下大订单→供应商收入和估值越高→越有钱投回来。链条向上转时是火箭,向下转时是漩涡。

危险二:风险的隐性集中。表面上看,风险分散在芯片商、云厂商、模型公司、算力房东、电力公司几百个玩家身上;实际上它们被股权和订单互相捆成了一只刺猬——任何一个环节的需求塌方,会顺着合同链条瞬间传遍全身。2008 年次贷危机教会我们的正是这件事:分散持有不等于分散风险,如果所有人持有的是同一件事的话。

好,账本的两面都翻完了:会算的部分(第一到五章)、历史的部分(第六章)、方法的部分(第七八章)、阴影的部分(第九章)。现在终于可以正面回答书名里的那个问题了——钱,到底什么时候、靠什么,才能赚回来?

大模型的账本 · 咕噜
费曼式写法 · 由多个 AI 代理撰写与互相审校