AI需求持续扩张，是否就代表模型开发商能长期获取高额利润？One River资产管理投资长彼得斯(Eric Peters)在一篇投资评论中，通过与投资人Sparks的对话提出另一种思考：随着融资成本攀升，AI基础建设热潮可能面临资金考验，而最终受益最大的，未必是生产AI服务的公司，而是善用这些服务的企业。

文章中的Sparks是一名投资人与创业家。对于当前投资环境，他以「典型的景气循环末期」形容，认为判断行情能否延续，不能只看技术采用率与需求成长，也必须查看支撑投资的资金流向，以及企业取得资本的成本。

融资成本攀升 市场可能从怕错过转为怕接盘

Sparks认为，大型投资循环进入后期时，金融交易往往变得更加复杂，风险也更难辨识。他以金融危机前的担保债务凭证(CDO)及再证券化商品为例指出，越接近循环尾声，最后发行的证券往往越复杂、越难理解，也越危险。

在他的分析中，转折不一定始于需求崩跌，而可能先出现在融资条件转差。当资金成本上升，部分原本勉强可行的投资案便不再划算，整体扩张速度也会随之放缓。

对债券投资人而言，若既有持债价格下跌，新融资案又必须提供更高利率才能吸引资金，便会重新评估承担风险的意愿。资金供应转趋保守，又可能进一步推高企业融资成本，形成相互强化的压力。

「投资人会从害怕错过，转为害怕成为最后接手的人。」Sparks表示，这种转变不会一夕完成，但等到警讯已经明显到所有人都能察觉时，往往已错过调整时机。

他认为，市场形成重大高点是一段过程，通常先由财务较弱的业者承受压力，再逐步侵蚀支撑整体行情的基础。不过，这是他对市场循环的判断，并不代表股市转折的时间已能确定。

AI需求不等于高利润 模型业者恐更像公用事业

除了融资风险，文章另一个内核问题是：AI企业投入庞大资本建置算力后，究竟能形成具有定价能力的事业，还是陷入资本密集、利润有限的竞争？

Sparks以亚马逊(AMZN-US)为例指出，若扣除云端服务AWS与广告业务，其内核仍是零售与物流，而这类生意通常需要大量资本，利润率也相对有限。相较之下，他认为Alphabet(GOOGL-US)旗下Google的市场地位与高利润，更接近投资人期待的商业模式。

因此，AI需求规模有多大，与模型开发商能留下多少利润，是两个不同的问题。即使未来经济活动广泛使用AI，带动Token需求激增，也不能直接推论最先进的模型开发商就是最大赢家。

Sparks以电力产业模拟：自电力商业化以来，全球用电量大幅成长，但持有公用事业并不必然是创造巨额财富的最佳途径。需求持续扩张，也可能伴随高额设备支出与激烈竞争。

在他看来，将电力与运算资源转化为Token的过程，可能更接近公用事业，而非能长期维持垄断优势的高利润生意。

这项观点并非否定AI的用途，而是提醒投资人区分技术价值与投资报酬。若模型服务日益普及、竞争压低价格，真正获得较大经济效益的，可能是利用AI降低成本、改善产品与提高生产力的企业，而非投入巨资供应模型服务的业者。