AI 领域的泡沫要破了吗？AI 领域的投资开始减缓了吗？

巴克莱银行发布最新研究报告得出结论：远远未到。而且 AI 行业的资本开支周期仍将持续，2027 至 2028 年的关键技术突破可能引发算力需求的大幅激增。

巴克莱得出这一结论的核心依据来自 OpenAI 近期超预期的营收表现，据 OpenAI CEO 山姆 · 奥特曼透露，2025 年公司营收较年中内部预测高出约 15%，而 2027 年的预期营收更是从原先的 600 亿美元上调至 900 亿美元，同时公司有望在 2027 年实现 1000 亿美元的年度经常性收入（ARR）目标，这一时间点较此前预测提前了一年。

营收数据的上调同步带动了推理计算成本、每周活跃用户以及付费用户年度平均收入等关键指标的提升，反映出 AI 技术在商业化落地过程中需求的快速增长，也降低了行业泡沫破裂的风险。

这一系列超预期的营收表现背后，是 OpenAI 对算力资源的巨大需求支撑。巴克莱的分析显示，OpenAI 在 2024 至 2030 年间的计算运营支出预算超过 4500 亿美元，其中 2028 年的计算支出预计达到 1100 亿美元的峰值。为确保算力供应的稳定性，OpenAI 已与甲骨文、微软等多家科技企业签订了总额约 6500 亿美元的十年期算力租赁合同，这些合作不仅为 OpenAI 的业务扩张提供了基础设施保障，也推动了合作伙伴在 AI 算力领域的资本投入。

除了现有业务的算力支撑，OpenAI 的下一代技术研发进一步推高了算力需求。目前公司正在推进 GPT-6 大语言模型和 Sora 3 视频生成模型的研发工作，更关键的是，2027 至 2028 年有望落地 " 递归自改进 " 技术——这一技术能让 AI 模型自主优化升级，将显著提升模型的性能和效率，但同时也需要海量的算力资源作为支撑。为此，OpenAI 已预留约 430 亿美元的额外 " 可变现算力 " 资金，用于应对该技术落地后的算力需求。巴克莱预测，受 OpenAI 等企业的需求驱动，2024 至 2030 年全球 AI 数据中心总容量将实现翻倍，仅 OpenAI 就需要合作伙伴承担超过 6000 亿美元的资本开支，用于算力集群的建设和升级。

OpenAI 的快速发展也倒逼行业竞争对手加大投入，进一步巩固了 AI 资本开支周期的持续性。为追赶 OpenAI 的技术优势，谷歌、Meta 等科技巨头不得不扩大用户规模、加快模型迭代速度。例如，谷歌旗下 DeepMind 持续推进 Gemini 系列多模态模型的优化，Meta 则在 LLaMA 开源模型的基础上推出更多针对特定场景的定制化版本，这些动作都需要大量的算力投入作为支撑。此外，拉里 · 佩奇等科技巨头创始人对 AI 长期竞争的重视，使得即便面临市场波动，企业也愿意持续投入以抢占赛道，这种战略决心推动 AI 行业的资本开支维持在较高水平，同时互联网巨头与超大规模云服务商的高强度投入，也让半导体等相关产业链的需求持续旺盛。

从行业整体来看，OpenAI 的动态只是 AI 资本开支周期持续的一个缩影。近期行业最新动态显示，全球半导体厂商正加大 AI 芯片的产能布局，以应对算力需求的增长，2025 年以来 AI 芯片市场的同比增速保持在 60% 以上；竞争对手动态方面，谷歌近期宣布将 Gemini 模型的算力投入提升 30%，以支持更复杂的多模态任务处理，Meta 则计划在 2026 年前将其 AI 数据中心的容量扩大两倍，这些举措都印证了巴克莱关于 AI 资本开支周期仍将延续的判断。

随着 2027 至 2028 年递归自改进等关键技术的落地，AI 行业的算力需求将迎来新一轮激增，资本开支的周期也将在技术驱动下持续推进。

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's 巴伦中文网官方网站