10 个主要问题Q&A

1. Q：卡洛塔・佩雷斯的技术革命模型是什么？ A：技术落地分基建建设、金融投机、拐点、应用兑现四阶段，先投入基建，再靠应用收入证明投入价值。
2. Q：互联网浪潮中，应用收入追上基建投入节奏如何？ A：顶峰时基建投入是应用收入 12 倍；7 年应用收入达到基建投入 10%，10 年达到 48%。
3. Q：AI 达到 10% 应用收入 / 基建投入比例花了多久？ A：仅 4 年，大约是互联网周期一半时间。
4. Q：AI 算力基础设施的回本水平怎么样？ A：按 SpaceX 测算，新算力部署回本周期大约 1 年。
5. Q：本轮 AI 风投热度和互联网早期相比是什么量级？ A：AI 前四年累计风投是互联网最初四年的 6 倍；2026 年前 9 个月美国风投 5160 亿美元，AI 交易占 82.7%。
6. Q：文中 “衔尾蛇（ouroboros）” 指什么风险？ A：AI 支出主要发生在风投支持初创企业之间，资金在生态内部循环，没有流向广阔实体经济。
7. Q：Ramp 数据显示头部 AI 付费客户有什么特征？ A：AI 最大一批付费方里 80% 是有风投背景的企业。
8. Q：风投企业吸纳就业占比，AI 时代对比互联网时代？ A：当前约 13%，互联网时期仅约 5%。
9. Q：这套 AI 闭环数据有哪些重要局限？ A：样本偏向科技企业；只统计付费账单金额，不包含个人账户、免费工具的 AI 使用。
10. Q：AI 变现速度更快，是不是意味着本轮泡沫风险更小？ A：不一定。变现收敛更快是利好，但高度依赖风投企业互相采购算力，内部循环的结构性风险依然突出。

附录 AI 闭环究竟有多大？

2026 年 10 月 23 日・标签：AI 基础设施

要点速览：根据卡洛塔・佩雷斯（Carlota Perez）的理论，每一轮重大技术建设都分为两个阶段：先铺基础设施，再诞生能为基础设施买单的应用。互联网电信建设浪潮在 2000 年顶峰时，资本开支规模是应用端收入的 12 倍；历时 7 年，应用收入才达到资本开支的 10%，耗时 10 年来到 48%。而 AI 仅用 4 年就跨过 10% 这道门槛，用时差不多只有当年的一半。

卡洛塔・佩雷斯提出，每一轮重大技术革新的落地都要经历两个阶段：搭建支撑技术运转的基础设施，再发展出反哺基础设施成本的应用。

按 2026 年美元口径换算，1996 至 2005 年间，美国电信企业合计投入 1.5 万亿美元建设互联网基础设施。同期，跑在这套基础设施之上的各类应用，总收入约 1800 亿美元。

应用收入和基础设施投入之间的比值很值得关注：两者收敛得越快，基础设施回本周期就越短。我们可以把这个规律放到 AI 时代对比。

当年暗光纤网络等了整整十年，才被海量业务流量填满、兑现商业价值；而 AI 只用一半时间就摸到了同等节点。

AI 在发展第 4 年就实现应用收入占基建投入的两位数占比。除此之外，SpaceX 等企业的单位经济模型显示，依托这些应用收入，AI 基础设施的回本周期很短，大约 1 年。

2026 年前 9 个月，美国风投投向 AI 领域的资金达到 5160 亿美元，已经比 2021 年创下的全年历史峰值高出 44%。剔除通胀因素后，本轮风投热度规模大约是互联网早期的 2.5 倍。

本质上，整个行业都在押注：扣除通胀后，AI 应用收入追上基建投资的间隔，会比互联网时代短得多。本轮技术浪潮累计风投规模，是互联网时代最初四年投入的 6 倍左右。

其中最大的风险在于：整个生态会不会变成一条衔尾蛇—— 所有开支都只是在初创公司内部循环？

Ramp 的数据显示，AI 领域最大的一批付费方里，80% 是有风投背景的企业。这类企业如今吸纳了美国 13% 以上的就业人口；而互联网时代这个数字大约只有 5%。资金闭环确实存在，但这个闭环已经占到经济体规模的六分之一。

这是一个体量远大于当年的闭环。

注释翻译

1. 佩雷斯《技术革命与金融资本》（2002）。她的核心框架：基础设施落地 → 金融投机潮 → 转折点 → 应用规模化落地，最终证明前期投入具备合理性。
2. USTelecom 宽带运营商历史资本开支，包含固网、无线、有线电视全部投入。1996–2005 名义投入 7619 亿美元，采用城市消费者物价指数 CPI-U 折算至 2026 年币值。
3. 样本来自 24 家企业 SEC 年报与招股书：亚马逊、雅虎、谷歌、eBay、Priceline、Expedia、Travelocity、Overstock、Netflix、DoubleClick、Overture、Ask Jeeves、LookSmart、Excite、E*Trade、Ameritrade、嘉信理财线上业务、Monster、CNET、WebMD、Salesforce、MSN、Hotmail、Match。2001–2005 收入为下限估算，其中 4 家企业当年没有单独披露线上收入；谷歌、雅虎收入未扣除流量获取成本。名义收入 1009 亿美元，折算 2026 年币值约 1820 亿，正文取整为 1800 亿。
4. SpaceX 第三季度招股书描述：“按当前定价，新建算力部署回本周期不足一年。” 配套测算：单位功耗建设成本 46 美元 / 瓦，单卡投入 55200 美元；合约单价 5.27 美元对应年营收 46165 美元，年度现金运营成本约 570 美元，测算回本周期约 1.21 年；B200 现货价格下可缩短至 0.72 年。和原文 “不足一年” 口径对齐，采用 21% 联邦税率、首年加速折旧优惠测算，首年现金流提升至 57187 美元，回本 0.97 年；这只是现金流时间红利，并非真实成本下降。
5. PitchBook-NVCA 风投监测报告（2026Q3，截至 9 月 30 日）。2026 为前 9 个月数据，未经年化；2021 全年峰值 3579 亿美元。AI 项目交易金额占 2026 总交易规模 82.7%，是该统计口径历史最高占比。
6. 折算为 2026 年美元：互联网浪潮前四年（1996–1999）累计风投 2018 亿美元；AI 浪潮前四年（2023–2026）累计 1.24 万亿美元，倍数 6.2 倍。如果对比互联网整个十年周期（6303 亿美元），则是 2 倍。正文选用四年对比，保证两轮技术周期时长对齐。数据源：1996–2005 NVCA/MoneyTree；2023–2025 NVCA 年报；2026 PitchBook-NVCA 报告；全部用 CPI-U 调整通胀。2026 仅统计 9 个月，全年倍数会更高。
7. Apollo 基于 Ramp AI 指数（2026-10-22）的分析：AI 消费额前 1% 客户中，80.4% 有风投背景；中位付费客户有风投背景占比仅 13.1%。Ramp 另外披露，OpenAI、Anthropic 收入里 80% 来自 1% 的头部企业。三点重要提醒：图表统计金额而非 token 用量，不能直接推导 token 份额；Ramp 样本来自 85000 + 美国企业卡支付账单数据，偏向科技行业，不包含免费工具、个人账户私下使用 AI（Ramp 估算这部分约占 AI 应用支出 40%）；“有风投背景”≠风投资金直接支付 AI 账单：统计的是高消费企业的股权背景，不是资金来源。Apollo 借此论证资金闭环假说，Ramp 主营支出管理软件，两家机构都有动机放大这个结论。
8. Puri & Zarutskie 基于人口普查企业数据测算：1991–2005 风投企业就业占比约 4%–7%；Ando（2025）基于普查年度商业调查与纵向企业数据库测算，2017–2021 接近 13%。两套数据来源、风投企业定义略有差异，仅用于跨时代趋势对比，不是连续可比序列。有风投背景企业只占美国全部企业 0.64%，高就业占比来自单家企业规模巨大，而非数量多。