AI驅動的行情里，AI終于成了淘金的鏟子

機器之心報道

編輯：澤南、楊文

AI的股票，最終還是讓AI炒了。

AI 這一波，會上升到什么高度？

最近，一張資本內循環的示意圖在硅谷瘋傳，箭頭從投資者指向 OpenAI，從 OpenAI 指向英偉達，再從英偉達繞回 OpenAI 的股東名單。錢在幾家科技巨頭之間畫了一個圈，成為了 AI 繁榮在市場層面的寫照。

一系列交易與合作，撐起了萬億美元的市值。

這個圈子看上去很復雜？公司都是我們耳熟能詳的公司，但在推動人工智能技術前進的過程中，它們不斷合作，有著復雜的內在聯系。

復雜精密的資金網絡

這事得從 OpenAI 與 Oracle 的一宗巨額交易說起。

今年 9 月，OpenAI 與 Oracle 簽署了一份協議：未來約五年內，OpenAI 將向 Oracle 購買約 3000 億美元的計算資源。這份合同據稱將從 2027 年開始實施，合約規模之大，被認為是「歷史上最重磅」的云服務合同之一。

要支撐如此海量的云服務，Oracle 只能向英偉達采購更多芯片。由此，英偉達、Oracle 的股價應聲大漲，Oracle 更是單日暴漲 36%，創下自 1992 年 12 月以來的最大單日漲幅，公司市值增加超 2500 億美元。這一漲幅也讓 Oracle 董事長拉里?埃里森的身家超過馬斯克，成為全球首富。

故事到這里還沒完。十天后，英偉達與 OpenAI 簽署了一份戰略合作意向書，目標是為 OpenAI 構建并部署至少 10?GW 的 AI 數據中心，配備數百萬塊 GPU，以滿足其下一代模型訓練與運行需求。為支持這個規模龐大的基礎設施建設，英偉達表示將分階段向 OpenAI 投資，最高金額可達 1000?億美元。

作為回報，OpenAI 向英偉達下了一張價值 10GW 的 GPU 超級訂單。英偉達的部分投資款，就這樣轉一圈又回到自己手上。

這套「千金散盡還復來」的戲碼，英偉達早就玩得輕車熟路。

英偉達持有 CoreWeave 約 7% 的股份，價值 30 億美元左右。而 CoreWeave 為 OpenAI 提供數據中心容量，自然需要從英偉達那里大量采購 GPU。截至目前，CoreWeave 已經購入至少 25 萬塊英偉達 GPU，總價值約 75 億美元。

算一筆賬就會發現，英偉達投入 CoreWeave 的所有資金，最終通過 GPU 訂單的形式，又裝進了自己的錢袋子。

如此左手倒右手，直接帶飛股價和估值。2025 年 7 月，英偉達市值一度突破 4 萬億美元大關，10 月底又一躍成為唯一一家 5 萬億美元公司，是當之無愧的全球最貴半導體公司。而 OpenAI 估值也一飛沖天，達到 5000 億美元，約合人民幣 3.56 萬億元，成為全球估值最高的初創企業。

幾家科技巨頭正打得火熱，英偉達的勁敵 AMD 也上了牌桌。它和 OpenAI 的交易是一分錢沒見到，前者股價卻漲了 40%。

10 月 6 日，AMD 與 OpenAI 達成了一項人工智能基礎設施合作協議，OpenAI 將在未來數年內部署總計 6 GW 的 AMD Instinct GPU，用于其下一代人工智能基礎設施建設。但 AMD 沒有選擇直接拿錢，而是向 OpenAI 發出了高達 1.6 億股的認股權證，價值超過 300 億美元。此舉相當于讓 OpenAI 間接拿到了 AMD 近 10% 的股份。

錢在幾家公司之間打轉，每轉一圈，賬面上的數字就增長一輪。而一旦這個數字體現到了市場中，就注定不僅僅是公司和機構的游戲。

填平「信息鴻溝」的，是 AI 技術本身

AI 引爆的行情是人人看得到的，但是 AI 產業的資本循環越轉越快，普通投資者卻面臨著前所未有的認知鴻溝。

第一重困境是認知不足。AI 產業的技術復雜度遠超以往任何一次科技革命，要理解 Transformer 架構與 RNN 的本質區別，判斷某家 AI 公司聲稱的「技術突破」是真創新還是營銷話術，評估大模型的參數規模、訓練成本與商業化前景之間的關系…… 這都需要跨學科的專業知識，而且 AI 產業的信息不對稱程度還極高。即便是傳統的科技分析師，也常常在 AI 的快速迭代面前感到力不從心。

第二重困境是工具缺失。專業投資機構擁有強大的研究團隊和數據系統，他們可以實時追蹤 AI 公司的招聘動態、專利申請、云服務采購量，甚至通過衛星圖像分析數據中心的建設進度。而普通投資者能獲取的，往往只是滯后的公開信息和免費研報。這種工具上的差距，在 AI 時代被進一步放大。

第三重困境是信息滯后。AI 產業的節奏極快，一個開源模型的發布可能在一夜之間改變競爭格局，一條關于 GPU 出口管制的新聞可能瞬間重構產業鏈，一家初創公司的技術突破可能讓巨頭的數十億投資面臨風險。在這種極速變化的環境中，信息的時效性就是真金白銀。專業投資者通過自動化系統在秒級做出反應時，普通投資者可能還蒙在鼓里。

這三重困境疊加，造成了一個悖論：AI 是這個時代最重要的投資機會，但也是信息壁壘最高的投資領域。那些有能力理解、追蹤和及時反應的專業機構，與信息滯后、工具缺失的普通投資者之間，形成了一道幾乎不可逾越的鴻溝。

但歷史的吊詭之處在于，正是 AI 這個制造信息鴻溝的技術，也可能成為填補鴻溝的工具。

不知何時開始，很多人已經習慣了在觀察某個概念之前，先用大模型來問一通。在流行的金融 App 上，我們也會看到大量 AI 整理出來的文章，以及針對財報的一圖流解讀。對于每天都會出現的大量即時信息來說，很多情況下大模型提供的信息可以讓你快速了解情況。而把內容龐雜，動輒幾十頁的季報、年報、電話會議內容自動總結成圖表的大模型，也在無形中拉低了人們接觸專業數據的門檻。

可以說在這場圍繞著 AI 算法、算力復雜的資金游戲之外，還有另一群角色崛起 —— 那些用 AI 技術提供信息、見解的應用和新型券商，他們正用 AI 分析 AI 公司的財報，用算法追蹤英偉達芯片的產業鏈，用大數據解構了這張看似混亂實則精密的資金網絡。

這些玩家不滿足于傳統的承銷和交易服務，而是將自己定位為「信息不對稱的消除者」。他們開發出的分析工具，將原本只有機構才能理解的產業鏈關系，轉化為散戶也能看得懂的投資信號。

這不得不說是又一個由 AI 技術實現的重大進步。

正如大模型改變了代碼開發、畫圖和視頻制作的方式，這些新興的金融類工具正在快速改變普通投資者的能力。散戶現在可以通過觸手可得的 AI 算法工具，實時追蹤熱門行業公司的資本動向、項目訂單，驗證概念的真實性，甚至可以細化到芯片交貨周期、原材料價格這樣的層面，從而在 AI 的資本迷宮中找到方向。

AI 公司們撬動資本訓練 AI，實現了產業的正態循環，人們也在用 AI 技術幫更多的人去理解 AI 的概念來幫助投資，這或許會引導更多的資金進入相關的行業，這本身就是一個更高層次的循環。

結語

在 AI 產業中，英偉達是經典的「賣鏟人」。無論下游的 AI 應用誰能勝出，無論 OpenAI 的 ChatGPT 最終能否盈利，只要訓練模型的軍備競賽繼續，對于 AI 芯片的需求就會持續。

甲骨文這樣的 AI 基礎設施提供商也是如此。它們提供 AI 訓練、推理所需的算力，按使用量收費，不承擔 AI 模型商業化的最終風險。它們算得上是現代化的「礦場主」，向淘金者出租挖掘場地和設備。

現在隨著 AI 技術本身的發展，在投資領域中，新型科技券商則成為了一類新的「賣鏟人」。他們不直接參與 AI 研發，也不制造芯片，但通過向所有參與 AI 投資玩家提供分析工具的方式，逐漸占據至關重要的位置，正在創造新的價值。

今天的 AI 熱潮里，資本之間的循環可以創造紙面富貴，但真正的價值來自于 AI 技術對于生產力的提升，解決人類面臨的難題，創造新的產品與服務。

只有那些真正創造的價值才會被記住。