史蒂夫·艾斯曼：超大规模AI收入是双创企业

史蒂夫·艾斯曼表示，微软、亚马逊、谷歌和甲骨文的人工智能变现故事比市场叙述所暗示的更为集中，OpenAI和Anthropic推动了大部分与人工智能相关的收入。他将主要的 downside 视为不是需求蒸发，而是由中国主导的价格战，迫使云服务提供商降低价格并承受利润压力。

艾斯曼的“阿基琉斯之踵”：超大规模企业的AI收入与OpenAI和Anthropic相关联

史蒂夫·艾斯曼对通常被轻描淡写为“平台选择性”的风险进行了量化。周二晚间，他在CNBC的“快速赚钱”节目中辩称，投资者在超大规模公司支付的AI收入项目实际上集中在两个对手方：OpenAI和Anthropic。

艾斯曼的估计非常直白。他表示，OpenAI 和 Anthropic 大约占微软、亚马逊和谷歌母公司 Alphabet 的 AI 相关收入的 70%。甲骨文他还表示，这两家初创公司占这些公司的云收入的25%到35%。

从机械上讲，这是一个依赖性问题，而不是产品故事。超大规模云服务商是运行大型数据中心并大规模销售计算能力的非常大云平台。如果“与AI相关”的增长的一个重要部分通过两个模型提供商进行，那么上行潜力的多样性就没有看起来那么丰富，而下行风险也不会均匀分布在整个堆栈中。

艾斯曼将其视为对模型层执行力和耐久性的集中押注。期货“从某种意义上说，这些大型公司的投资是对OpenAI和Anthropic将会成功的押注，”他说。

关键在于，该部分并没有阐明“约70%”和“25%到35%”数据的具体方法论。交易者可以将这些数字视为方向性而非经过审计的，但声明的结构仍然重要：超大规模AI变现的定价被视为广泛基础，而Eisman则将其描述为嵌入云中的双重风险敞口。

中国更便宜的开放权重模型作为价格战的催化剂

Eisman的下行路径不是“AI需求崩溃”。而是“AI变得比云经济更便宜”。他将中国视为关键威胁，认为中国的开源和开放权重模型显著更便宜，并且似乎正在获得市场份额。

开放权重模型是参数（权重）公开可用的模型，这使得第三方可以运行并微调它们，而无需支付封闭模型的费用。这可能会推动定价压力上升。如果企业能够从更便宜的开放权重选项中获得“足够好的”模型性能，超大规模公司和模型提供商最终会在每个令牌的价格、推理吞吐量和捆绑信用上展开竞争。

Eisman将失败模式描述为价格战，这意味着提供商降低价格以赢得市场份额，利润空间因此被压缩。“这个故事的致命弱点……是如果Anthropic和OpenAI发生不好的事情……中国的开放端模型、开放权重模型要便宜得多。如果它们开始真正占据大量市场份额，而我听到的情况似乎是它们开始这样做，你可能会看到一场大的价格战。然后我们就有问题了，”他说。

这种框架落在一个已经活跃的“AI资本支出与回报”辩论中。Eisman的评论与Michael Burry对AI需求是否真正由最终客户驱动的更悲观观点相结合，并提到Burry对Nvidia和其他与更广泛半导体交易相关的敞口进行看跌押注。

接下来的确认都在披露和定价行为中，而不是在氛围中。如果超大规模公司开始在评论中证实或反驳Eisman暗示的收入组合，如果云服务提供商在信用和折扣方面变得更加激进，或者如果管理团队开始明确谈论AI/云的价格压力和利润权衡，市场将获得更清晰的解读。在中国的角度上，缺失的部分是确凿的证据：命名模型、测量的使用指标、企业采纳公告，或基于基准的市场份额增长证明，而不是Eisman的轶事“我听到的情况”。

我将如何交易这个叙述

这里重要的阈值是，超大规模公司的“AI收入”是否真正分散在多个工作负载中，还是实际上是一个嵌入云中的双方渠道。如果Eisman的25%到35%的云收入敞口即使在方向上是正确的，市场不仅看好AI需求，还看好OpenAI和Anthropic保持健康，并且其定价高于开放权重替代品。

证明这一点错误的方式很简单：披露显示出比Eisman所暗示的更广泛的AI相关收入组合，以及一个竞争改善单位经济而不是压缩单位经济的定价环境。如果云定价保持不变，而开放权重威胁仅限于边缘案例，这看起来更像是资本支出辩论中的情绪催化剂，而不是超大规模AI变现的结构性突破。

来源

CNBC