查诺斯：AI产业链存财务不匹配，算力租赁本质是金融中介

当AI浪潮下的“卖水人”赚得盆满钵满时，算力基础设施的真实投资回报率究竟是一地鸡毛，还是受制于物理极限的长期印钞机？华尔街顶级空头与科技多头给出了截然不同的答案。

6月21日，由Jack Farley主持的Macro Minds研讨会上，华尔街传奇空头、“安然终结者”吉姆·查诺斯（Jim Chanos），与科技对冲基金的Analog Century Capital的合伙人瓦尔·兹拉特夫（Val Zlatev）同台，就AI资本支出繁荣、半导体周期及算力基建的商业模式展开了深度激辩。

（左：Jim Chanos；中：Val Zlatev；右：Jack Farley）

传奇空头查诺斯警告，当前科技行业正经历类似90年代末的资本支出热潮，芯片供应商可以立即确认收入，而超大规模云服务商将AI资本支出资本化。

云服务商通过四至七年折旧摊销，而非直接计入运营开支。这种“时间错配”曾导致当年科技股利润暴跌40%。

此外，查诺斯认为算力租赁（如CoreWeave）本质上是回报率仅为个位数的金融租赁业务。

物理学家出身的华尔街投资人兹拉特夫则反驳称，真实词元需求爆发导致老旧GPU租金均在飙升，且英伟达（15倍2027年EPS）估值远未达1999年泡沫水平。

他进一步指出由于半导体设备产能年均增长上限仅为30%，存储芯片的紧缺与高价周期将比市场预期的更加持久。

利润悬殊与“折旧定时炸弹”

在当前的AI资本支出热潮中，市场最关注的是利润的流向。查诺斯敏锐地指出了产业链上下游在财务报表上的巨大错位。

查诺斯警告称：

现在的利润会计核算存在脱节：那些卖‘镐和铁锹’的公司（芯片、数据中心设备商）正在立即确认收入和利润；而那些花掉这些巨资的超级云厂商却在将这些成本资本化。

他回顾了1998年至2000年的互联网泡沫时期，当时标普500的营业利润在两年内增长了30%，但当订单簿在2001年崩溃而折旧成本继续显现时，标普500的利润暴跌了40%。

为了保守起见，查诺斯在建立模型时假设GPU的物理寿命为10年，但他依然对下游的盈利能力表示怀疑。查诺斯说：

你要小心，买芯片、建数据中心的成本目前都记在‘在建工程’里，一旦它们上线并开始折旧，对利润的冲击是巨大的。

对此，兹拉特夫表示大体认同，但补充称GPU的实际经济寿命难以精确界定，"可能不是10年，可能是6年，但绝对不是2年"。

算力租赁属于科技公司还是金融中介？

对于目前火热的新兴云服务商（如CoreWeave等算力租赁平台），查诺斯给出了极度悲观的评价，认为这在本质上是无利可图的商业模式。

查诺斯直言：

如果你从英伟达买芯片，租别人的数据中心，再把算力转租给微软或谷歌，你就是一个设备租赁公司，你不是科技公司，而是一家金融公司。

查诺斯进一步表示：

你应该做多芯片所生产的东西，而不是芯片所在的地方。

他透露了目前算力基建的真实投资回报率（ROIC）：

目前的交易细节显示，如果你现在有供电的数据中心和芯片，预期的税前ROIC只有5%、6%、7%、8%，全是个位数。如果现在（缺货时）都只能做到这样，我宁愿持有产业链的其他环节。

Zlatev对此部分认同，但提示各家新兴云服务商并不完全相同。

他举例指出，部分公司如Lambda Labs约有40%至50%的收入来自即时推理场景的现货定价，这使其在当前GPU现货价格飙升的环境下，具备一定的灵活获利空间。

两人均同意，真正的价值不在于提供机架与电力的物理载体，而是在芯片及其"包裹层"（软件与优化层）。

多头反驳：真实的需求与远未泡沫的估值

针对互联网泡沫的教训与当下的差异，专注硬科技投资的兹拉特夫提出两点反驳。

首先，他认为当前的AI需求可以通过底层的词元使用量来实时追踪，这与1999年仅靠CFO们在财报会上“画大饼”完全不同。

兹拉特夫指出，AI基础设施的紧缺是极其真实的：

就在我们说话的时候，这些芯片依然非常紧缺，甚至那些6、7、8年老旧GPU的租金都在上涨。由于Token使用量的爆发，自今年1月以来，算力现货价格上涨了40%到50%。

其二，AI对模型能力的改进确实带来了真实的生产率效益，企业用工人数停滞甚至下降，而营业利润率却显著提升，这是在超过500家硬科技公司样本中已经可以观察到的实际情况。

关于市场最担忧的估值泡沫，兹拉特夫抛出了核心数据：

这不是1999年思科以160倍市盈率交易的时代。目前英伟达的交易价格大约是其2027年预期每股收益的15倍，博通在近期回调后是2028年预期收益的12倍。整个板块并没有走向极端的泡沫。

他同时承认，AI的"缩放定律"（Scaling Laws）属于经验规律，一旦有人研发出新的非Transformer架构模型，大幅降低单位算力成本，当前整个算力军备竞赛的逻辑基础就将动摇。

兹拉特夫说：

这才是真正让我夜里睡不着的事情。

存储芯片：被逼到极限的物理产能与“反常”的低估值

对于市场极度关注的存储芯片（DRAM/NAND）周期，兹拉特夫揭示了供给端无法大幅扩张的核心物理约束。

目前，因AI模型向推理、长上下文窗口及AI智能体演进，对存储的需求呈现爆炸式增长，部分存储价格已经上涨了4到5倍。但即便如此，各大存储厂商也无法像过去那样疯狂扩产。

兹拉特夫表示：

半导体设备公司（如ASML、应用材料等）受制于供应链复杂性，其出货量每年最多只能增长30%到35%。这是物理极限，无论你需要多少无尘室，你都无法增加超过这个比例的产能。

他指出，目前市场给存储公司的远期市盈率仅为6到7倍，因为市场“错误地认为6到9个月后就会出现周期性衰退导致价格暴跌”，但他表示：

由于产能扩张受限，这次需求的高峰将比过去25年都要高，且高位维持的时间会更长。

终极狂想：马斯克的1太瓦（Terawatt）星辰大海

对话的最高潮围绕马斯克及SpaceX将数据中心搬上太空的设想展开。

查诺斯从商业逻辑上将其拆解：

太空中最大的成本是抗辐射和散热。而且数据中心设备经常坏，在地球上你派个技术员去换零件就行，在太空你得发一枚火箭。太空的总体潜在市场（TAM）是无限的，但太空的无限熵（随机性风险）也是无限的。

他强调，目前SpaceX的发射业务仍处于亏损状态。

然而，兹拉特夫从技术发展的底层逻辑原理解释了马斯克看似疯狂的举动：

马斯克认为未来几年世界需要1太瓦（1,000千兆瓦）的算力，而目前科技巨头高达7500亿美元的资本支出，仅仅转化为了大约15千兆瓦的算力。他之所以这么说，是因为他没有看到AI底层‘缩放定律（Scaling Laws）’的打破。只要集群越大、模型越聪明，对算力的需求就是指数级的。

访谈对话全文（AI辅助翻译）：

Jack Farley：

如何在AI繁荣中寻找投资价值——无论是做多还是做空？这正是本月初我有幸主持节目时，向两位优秀投资人提出的问题。他们分别是Jim Chanos和Val Zlatev。

Jim是传奇空头投资人，以做空Wirecard以及安然公司而声名卓著。Val则管理着一支规模数十亿美元的对冲基金，在半导体和科技硬件领域的多空投资中拥有出色的超额收益记录。

本次对话发生在我为Macro Minds Symposium主持的一场圆桌讨论上。这是一场面向机构投资者、以支持学生教育为使命的公益性会议。今年的研讨会为三家受益方筹集资金，分别是：NYC First、Opportunity Music Project和100 Women in Finance。其他圆桌嘉宾包括业界重量级人物，如阿波罗的John Zito和贝莱德的Rick Rieder。

我由衷感谢Macro Minds及其创始人Dean Kernutt邀请我参与其中。更多相关信息将附在简介中，采访结尾处我也会分享一些总结性看法。现在，让我们正式开始。

主持人介绍：

有请Jim Chanos、Val Zlatev和Jack Farley。

Jack Farley：

感谢各位的到来。今天我们将围绕AI与半导体投资展开一场精彩对话，涵盖做多与做空两个维度。嘉宾分别是来自Chanos & Company的Jim Chanos，以及来自Analog Century Capital Management的Val Zlatev。我想先请两位谈谈对人工智能及其配套基础设施建设的整体看法。Jim，先从你开始，然后是Val。

Jim Chanos：

正如Rick Rieder在上一场讨论中所说，AI目前主导着整个金融市场的走向，在股票市场尤为突出，信贷市场的影响也与日俱增，这是一个非常独特的现象。

我想从宏观角度补充一点：我认为人们在将AI的影响外推至全球经济增长和企业盈利增长时，需要保持一定的谨慎。我们回顾了Netscape问世前后各十年的数据——也就是1985年至1995年，以及1996年至2006年这两个区间，后者刻意排除了全球金融危机的影响。结果发现，互联网诞生前后，美国经济增速几乎没有任何差异。

更耐人寻味的是，企业盈利增速同样没有因生产率提升而显著提高。互联网前后两个十年的企业盈利年均增速均为6%，与长期历史均值一致。当然，其中不乏结构性的此消彼长。这其实是在说明：AI经济中同样会出现大量结构性变化和赢家输家的分化，但它究竟能否提振整体经济增速、带动企业盈利的长期增长，目前仍是未知数。

Val Zlatev：

我不是宏观投资者，也不打算就AI对整体经济的影响与Jim争论。但从微观视角来看，当我们与所投资公司交流——无论是多头还是空头标的——我们发现AI对企业个体的实际影响已经相当清晰，许多被我们覆盖的企业CEO对现阶段的影响颇为振奋。

其实有一个很简单的验证方式：对比过去三四年间这些企业的员工数量与营业利润。你会发现，员工数几乎没有增加，部分甚至在下降，而营业利润却大幅攀升。我说的还不仅仅是那些靠涨价获益的存储器公司，而是覆盖500余家科技硬件公司的整个研究领域。换句话说，AI的实际影响已经切实发生，并且相当显著。

至于这种影响能否从科技圈内部的早期采用者，扩散至更广泛的实体经济，目前还有待观察。在展望未来时，我同意Jim的判断：这一过程中将充满争议、充满起伏。事实上，这并不是一边倒的共识——上Twitter、听播客、看各类AI论坛，你会看到大量的空头声音，与多头几乎势均力敌。这种分歧局面，我认为非常健康。我喜欢AI领域存在大量空头，因为这促使人们停下来，思考、权衡，而不是像90年代那样一哄而上、盲目乐观。

Jim Chanos：

如果你真的想被吓到，我告诉你：相对于我的空头仓位，我目前是AI净多头——各位是不是被吓到了？

Jack Farley：

Jim，你是通过指数持有净多头仓位的。那你目前在做空什么？你显然没有在规模上做空半导体。你空的是什么？

Jim Chanos：

在回答这个问题之前，我想先做一个铺垫。在当前这波高科技资本开支热潮中——多空双方都承认这是一轮资本开支繁荣——存在一个盈利核算上的错位，而这在90年代末我们也曾见过类似的情形。

具体而言：销售"镐与铲"的公司——在本轮周期中就是芯片、数据中心设备及建设公司——能够立即确认收入和利润；而花费这些资金的公司，包括Nvidia、ASML以及各类承建商等，则是在立即确认营收和利润。与此同时，那些掏钱的超大规模云计算商（Hyperscalers）等却将这些支出资本化处理。

这一点在理解当前高科技领域的盈利繁荣时至关重要。我们在1998年中至2000年中就经历过这种情形。那个周期中，标普500运营利润在短短两年内增长了约30%，增速与当前相当甚至更高。但从2000年中到2001年，知道它下跌了多少吗？

Val Zlatev：

跌得又快又猛。

Jim Chanos：

下跌了40%。订单崩塌，成本（尤其是折旧）持续累积，标普500盈利在那一年——一次温和衰退中——跌幅与全球金融危机期间相当，两段时期均约下跌40%。

所以我们必须对此保持警惕。我们目前聚焦的，是那些本质上商业模式存在缺陷、依附于AI生态系统的企业——即便在最乐观的假设下，其资本回报率也将微乎其微。比如比特币矿工、激进型数据中心开发商、以及所谓的新兴云服务商（Neo Clouds）。即便给予GPU十年使用寿命的假设，其远期资本回报率也不过4%至6%。我认为这类企业终将被市场淘汰。

我经常对客户说：你应该持有芯片所"生产"的东西，而不是芯片所"居住"的地方——我认为这个投资逻辑在未来依然成立。

Jack Farley：

我们一会儿再深入聊新兴云服务商，但先说说折旧问题。我们正处于一轮资本开支热潮中，大部分购买的芯片都被资本化，通过若干年的折旧来摊销，无论是四年还是七年。Jim，你的意思是：由于折旧尚未到来，当前盈利是被虚增的？折旧何时会真正落地，又将如何冲击利润？我知道Val也有很多想法。

Jim Chanos：

存在两个问题。

其一，像Alphabet、微软、亚马逊、甲骨文这些花大钱的公司，大量资本支出目前以"在建工程"的形式挂账。芯片采购成本、人工成本、利息成本，统统被资本化，要等到数据中心正式投入运营、开始产生收入，才会开始摊销。所以抛开芯片本身的使用寿命不谈，数据中心从竣工到产生收入可能存在12至18个月的滞后期，在此期间这些资产既未折旧，也未产生营收。

其二，在我们的建模中，为保守起见，我使用的是GPU十年使用寿命的假设。AI空头们常说两年或三年，但我用的是十年——这基本上是全天候、365天不间断运行下的物理极限。我认为这是一个较为稳健的估算基准。

Val Zlatev：

十年其实已经相当激进了。我不确定十年后还有多少今天的GPU在运转。所以这确实是很保守的假设。

我同意Jim的观点，真正的投资机会在于芯片本身，以及数据中心内部的服务，而不是"房东"角色。这个比喻很贴切。

关于折旧，我不打算在6年还是10年上做太多纠缠，肯定不是两年。

但有一个现实值得关注：当前GPU的供应极为紧张，以至于那些使用已有六七八年之久的老旧GPU，租赁价格反而在上涨。这在去年12月之前并未出现——彼时GPU租赁价格同比下跌20%至30%，这完全正常。毕竟每年都有新架构、更高效的GPU推出，每个token的处理成本更低。从经济逻辑上讲，任何能获取新GPU的人都没有理由继续用旧机器。然而现实是，自今年1月以来市场供应如此紧张，GPU租赁价格已上涨40%至50%甚至更高，这在近期确实改变了新兴云服务商的商业经济性。至于这种局面能否持续，我无法判断。我只是想强调，这是一个极其动态的市场。

Jim Chanos：

这改变的是近期的估值，但我不确定他们的合同定价是否有太大变化。超大规模云服务商本身并不傻。记住，在这种商业模式中，新兴云服务商本质上是设备租赁公司——从Nvidia购买芯片，租用别人的数据中心空间，再将芯片租给微软、谷歌或Meta。这不是高科技公司，实质上是一家金融公司，赌的是芯片使用寿命以及合同期内的租赁收益。

顺便一提，这些公司的创始人很多是金融背景出身——Core Weave的核心人马就是金融危机时期的老Magnetar人。而且，当贝莱德旗下的Blackstone以REIT形式进入这个行业，你就清楚地知道：这本质上是一门金融生意。

还有一点很重要：超大规模云服务商完全可以自行购买芯片，但他们选择从新兴云服务商那里租用。

Val Zlatev：

为什么会这样？我来解释一下。现实情况是：超大规模云服务商未必能提前备足产能，也未必有足够的采购渠道。Nvidia也有意在超大规模云服务商和新兴云服务商之间保持平衡，不希望完全依赖几家大客户。因此，Nvidia主动将更多供应倾斜给新兴云服务商，以此在市场上制造竞争，避免自身对少数超大客户形成过度依赖。

Jim Chanos：

说白了，他们不想直接卖给微软，宁可卖给Core Weave，再由Core Weave转租出去。

Jack Farley：

Jim，你怎么看超大规模云服务商选择通过Core Weave这类中间商而非自行采购的原因？

Jim Chanos：

两种方式他们都在用，这一点毋庸置疑。超大规模云服务商直接投入的资金规模已经相当庞大。但总体而言，这是一种"淘金热"心态——谁手里有产能，谁就能签单。

问题在于，Jack，就当前这种供需格局来看，如果你此时此刻既有数据中心产能、又有芯片资源，理论上应该获得极高的资本回报率。然而，凡是能拿到具体条款的交易，资本回报率普遍在5%至8%，全部是税前个位数的回报。

这就回到了我的核心观点：如果这已经是当下的最优解，我宁可持有价值链上的其他环节，而不是这个中间商角色。

Val Zlatev：

我完全同意你说的。你基本上是把他们归类为类似REIT的存在——比如Core Weave这样的公司。

Jim Chanos：

确实可以这么理解。

Val Zlatev：

我同意，这个领域的真正差异化因素终究是技术。真正的价值在于芯片本身，以及围绕芯片构建的软件和优化层。仅仅是买地、接入电网、安装变压器，这些并没有太多技术含量。这类护城河或许能撑个几年，但价值终将回归技术本身。

Jim Chanos：

我认为三年后不会再有电力瓶颈，也不会再有劳动力瓶颈。这些问题可能在未来18个月内持续存在。

从根本上说，股票是长久期资产，你应该着眼于整个周期或更长时间维度内的核心业务质地。基于当前供不应求的现货价格为一家公司定价，短期内固然刺激，但波动风险也不容小觑。

Val Zlatev：

我并不打算为新兴云服务商辩护，本来也不做多这类公司。不过我想补充一点：它们之间并不完全相同。

像Equinix、Digital Realty这类是传统托管服务商，本质上就是"空壳出租"——客户自带服务器，放进机柜，付租金，十年后再来换机器。但Core Weave这类更新的玩家，其实在底层硬件之上还叠加了软件层和优化层。以CoreWeave为例，并非100%的收入都锁定在超大规模云服务商的长期合同中，大约有40%至50%来自推理工作负载的现货市场，而推理需求正是当前现货价格上涨的主要驱动力。他们可以从中受益，并将成本转嫁出去。所以这些公司并非简单的"空壳"，确实存在一定技术含量。但这些技术终归来自Nvidia、Broadcom等芯片厂商，而非他们自己构建的。相比之下，Cerebras这样的公司，技术层面就远非同一量级了。

Jim Chanos：

我理解你的区分。但同样要记住，这是技术行业，技术是会变化的。推理计算完全可能迁移到手机或桌面端。有人说这在经济上不可行，但这些人同时又在告诉我要把数据中心放到太空去。

Jack Farley：

说到太空数据中心——

Val Zlatev：

Jim，你对太空有自己的看法？我相信你有。

Jim Chanos：

太空数据中心你想聊什么？

Jack Farley：

这是个好主意吗？值得投资吗？

Jim Chanos：

好，先说成本结构。大家都知道把数据中心送上天代价不菲，主要取决于发射成本。但有两点值得注意：

第一，电力成本尽管存在瓶颈，但占数据中心总成本的比例其实很低，大约只有营收的5%至7%。如果你的逻辑是"太阳能是免费的电源"，那这个逻辑从一开始就站不住脚——电力本就不是主要成本，而且如我们之前讨论的，电力瓶颈未来会进一步缓解。