算力补贴背后的隐忧：AI增长模式遭遇结构性拷问

近日，Tether首席执行官Paolo Ardoino针对当前人工智能行业的主流扩张策略提出了尖锐的质疑。他指出，许多大型科技公司正热衷于通过大规模补贴计算资源（算力）来迅速扩大用户基础和市场份额。这种策略表面上看能加速增长，但其底层逻辑却依赖于持续且高昂的资本支出。

高投入与快折旧：不可持续的资产循环

问题的核心在于，为支撑这种算力补贴而投入的硬件基础设施——例如高端AI芯片和服务器集群——其生命周期和财务特性存在固有矛盾。这些资产通常造价昂贵，但技术迭代极快，导致它们在财务上的折旧周期非常短暂，往往只有3到5年。这意味着，企业必须在极短的时间内通过这些资产创造足够的回报，以覆盖其成本并为下一轮投资提供资金。

多重错配：风险正在层层叠加

Ardoino认为，这种模式正在催生至少四个层面的结构性错配，它们相互交织，放大了整体风险：

  • 价值与价格的错配：市场估值或代币价格可能过度反映了短期用户增长，却未能充分体现资产快速贬值和长期盈利能力的挑战。
  • 盈利与投入的周期错配：巨额的资本投入需要时间转化为稳定收入，但资产的快速折旧要求盈利周期必须与之同步，这在激烈的竞争和补贴环境下很难实现。
  • 资本成本与债务期限的错配：为支撑高昂的资本支出，企业可能依赖短期债务或融资，但投资项目回报期长，容易造成流动性压力。
  • 开源趋势对收入的侵蚀：日益强大和普及的开源AI模型持续压低商业化服务的定价空间，使得通过补贴建立起的用户基础难以在后期实现高额货币化。

Ardoino总结道，当这些压力同时作用时，整个行业的脆弱性便会增加。他发出了明确的警示：“在这种结构下，很可能会有环节出现问题。” 这番言论不仅是对特定商业模式的批评，更是对AI行业如何平衡短期增长与长期财务健康的一次深度反思。