在資本市場，現金流由負變正的脈絡永遠重要。
歷史上，多家科技巨頭在實現盈利前都經歷過長期燒錢：
• Uber 累計燒掉 182 億美元後才逐步走向正向現金流
• Netflix 曾消耗 111 億美元
• Tesla 在量產爬坡期燒掉約 93 億美元
三者合計，約 390 億美元。
而市場目前對 OpenAI 的預測是：
2026–2029 年間，可能消耗高達 2,180 億美元自由現金流而且，時間跨度不到四年。
真正令人不安的，不只是數字本身。
越來越多一線 AI 研究者開始公開討論一個敏感問題：
算力投入的邊際回報，是否正在下降？
• GPT-3 → GPT-4 是質變式飛躍
• GPT-4 → GPT-5（市場預期）可能更接近漸進改良
• 但算力、資本與基礎設施成本，卻仍在指數級上升
這意味著一個資本市場最不喜歡的組合：
成本高度確定而且高昂
回報不確定再看商業模式的對比。
過去的燒錢巨頭，其實都有清晰的單位經濟故事：
• Uber 建立的是可變現的出行網絡
• Netflix 建立的是可訂閱的內容飛輪
• Tesla 建立的是可規模化的硬體銷售
而 OpenAI 目前面對的挑戰是：
• 高端訂閱方案仍承受推理成本壓力
• 規模擴張高度依賴 GPU、記憶體與電力供給
• 整個產業鏈正在承受明顯的算力與能源張力
與此同時，部分宏觀觀察也開始出現分歧聲音——例如市場研究指出，AI 對近期整體經濟增長的可量化貢獻仍有限。
落到微觀使用場景，矛盾感更強。
今天大量 AI 使用日常情境其實是：
寄件人把一句話擴寫成一封長郵件
收件人再用 AI 摘要回一句話這當然也是一個提高效率工具。
但是否足以支撐數千億美元級別的基礎設施「軍備競賽」？
市場仍在辯論。
沒有人願意錯過下一個網際網路級別的機會。
也沒有人願意成為那個過早唱空的人。
但資本市場最終一定會回到同一個問題：
如果未來某一輪融資不再自動到來，
現在的敘事，是否仍能被現金流驗證？
當那一天到來時——
故事，終將與數字會合。
Source: Hedgie