投资考验的是能否从零碎信息中找到逻辑。
美国芯片巨头AMD最新财报显示,其第三季度营收创历史新高,数据中心业务收入同比大增97%,大幅超出华尔街预期。这一业绩有力回击了市场对“AI泡沫”的质疑。
面对科技股行情的波动,作为创投从业者,有必要透过财报数据,深入探究AI算力订单背后的商业逻辑。头部AI公司之间的关系并非简单的买卖,而是错综复杂的生态网络。
为了理清谁在投资、谁提供算力、谁采购服务,需要梳理关键公司的商业关系。由于相关信息分散且更新频繁,借助智能工具进行系统性整理成为高效的研究路径。
拆解合作网络:透视AI算力商业闭环
以OpenAI、Anthropic、AMD、英伟达、微软和亚马逊六家公司为核心,可以梳理出一条清晰的AI业务主线:用户付费使用模型服务,模型公司采购计算资源,云厂商购买芯片建设基础设施并向客户提供算力。各环节收入分别对应模型服务、云服务及硬件销售。
然而,企业边界正在模糊。微软、亚马逊既经营云服务,也开发模型和自研芯片;OpenAI、Anthropic在采购算力的同时,也通过云平台分发服务。这种跨界延伸使得六家企业的业务关系跨越多个层级,相互交错。
更值得关注的是资金与业务的深度绑定。云厂商和芯片供应商参与模型公司融资,模型公司又反向采购其产品与服务。通过整理股权投资、芯片供应、算力采购及产品服务等维度的数据,可以发现两种显著的合作模式:
股权激励绑定长期采购
AMD在与OpenAI、Meta的合作中,将芯片采购与认股权激励挂钩。客户在达成采购里程碑或股价目标后可获得股权权益。这种安排既帮助AMD锁定多年订单,也让客户有机会分享供应商的成长红利。
合作与竞争并存:外采与自研同步
亚马逊与英伟达的关系极具代表性。AWS一方面采购英伟达GPU,另一方面大力发展自研Trainium芯片并推动模型公司使用。云厂商在扩大算力投入时,既增加外部订单,也通过自研芯片承接更多需求,形成双重保障。
云平台扮演“模型超市”角色
尽管云厂商重仓押注特定模型公司(如微软投资OpenAI,亚马逊投资Anthropic),但其云平台仍提供竞品服务(如Microsoft Foundry提供Claude,Amazon Bedrock提供多种模型)。这种策略使云厂商成为“模型超市”,无论企业客户选择何种模型,只要运行在其云上,云厂商即可承接算力、托管及调用服务需求。
此外,模型公司采取多供应方策略以保障资源、优化成本和增强议价能力。OpenAI在深化微软合作的同时拓展AWS渠道,Anthropic也与多家伙伴签订长期协议。这些协议的期限、容量和执行条件各异,需结合部署计划和时间线进行综合评估。
可视化呈现:构建交互式研究看板
鉴于多重关系的复杂性,将研究成果转化为HTML交互看板能更直观地呈现全貌。看板以模型公司、云厂商和芯片供应商为主体,延伸至代工、存储等基础设施企业,清晰展示资金、采购和销售渠道的交错网络。
动态关系图谱
以特定公司(如OpenAI)为中心,可集中显示其关联企业与合作连线,并列出合作内容、金额、期限及执行条件等详细信息。同时,公司合作矩阵按企业对对照,直观呈现投资、采购和产品服务安排。
时间线与数据卡
合作时间线按顺序排列早期投资、采购协议及后续调整,便于追踪长期关系中的条款变化。公司数据卡则汇总主要业务指标,与研究网络对应,帮助研究者快速掌握企业经营状况及资源投入情况。
结语
AI行业是否泡沫化,最终需由订单、收入、合同履行及现金流验证。在局势明朗前,厘清龙头公司间的商业关系至关重要。
对于创投从业者而言,面对跨公司、跨环节且信息分散的产业研究,核心需求往往不是单一结论,而是一套能持续拆解、连接并呈现公开信息的工作方法。智能工具在此过程中扮演“研究助手”角色,将繁琐的信息核对与整理工作转化为可控的研究流程,提升决策效率。

