J.P. Morgan: AI 循环交易是否预示泡沫？—— $650B 年度收入的"10% IRR 底线"

核心判断（Executive Thesis）

JPMorgan Asset Management 在这份题为《Does Circularity in AI Deals Warn of a Bubble?》的 market update 中，用一个极其简洁的反证把"AI 泡沫"问题数字化：

**要让当前（及至 2030 年规划中）的 AI 基础设施投资获得 10% IRR 的最低经济合理性门槛，AI 产业必须永续产出 $650B 年度收入——相当于全球 GDP 的 58 个基点，或者每位 iPhone 用户每月缴纳 $34.72、每位 Netflix 订户每月交 $180"。

这不是"泡沫已破"的断言，而是一道"证明题"：如果 AI 最终的现金流不能跨过这条门槛，当前投入的资本就注定亏损。同时 JPM 承认：2026 年 hyperscaler 自身产生的运营现金流约 $700B，足以覆盖当年的数据中心融资需求；但到 2030 年需求将升至 $1.4T，彼时内部现金流无法覆盖，必须有外部融资参与——这里就引出"循环交易"的担忧。

JPM 的官方立场（由 CIO Bob Michele 在 CNBC 电视上表态）仍是"我们认为当前不是 AI 泡沫"——但这份 market update 本身提供的是一份可验证的倒推框架，而 framework 本身对中性偏谨慎。

---

关键数字一览

| 指标 | 数值 | 备注 | |------|------|------| | 10% IRR 门槛所需永续年收入 | $650B | 按 2030 年规划 capex 倒推 | | 等效全球 GDP 占比 | 58 bp（0.58%） | 相当于"全球经济每年挪出 0.58% 永久支付" | | 等效 iPhone 用户月费（1.5B 用户） | $34.72/月 | 全球所有 iPhone 用户额外征收 | | 等效 Netflix 订户月费（300M 订户） | $180/月 | 全球所有 Netflix 订户额外征收 | | 2026 年数据中心融资需求 | ~$700B | 与 hyperscaler 年度运营现金流持平 | | 2030 年数据中心融资需求 | >$1.4T | 超出内部现金流 $700B 的部分必须外部融资 | | 未来 5 年 AI/数据中心总投入 | $5T | JPM 总体口径 | | Hyperscaler 年度 capex 再投入 | ~$500B | 与 Bain 2030 年度 capex 估计完全一致 | | OpenAI 当前年化营收 run-rate | ~$20B | 仅占 $650B 目标的 3% | | Anthropic 2026 年营收目标 | $26B | 前两家合计仍不足 $50B |

---

方法论：一个反证式的 IRR 倒推

JPM 的论证采用财务反证法（"假设命题为真，反推条件"）：

Step 1 — 把 2025–2030 的 AI 基础设施总投入规模作为已知（$5T，与 Dell'Oro、Goldman、Bain 等机构口径一致）；

Step 2 — 假设资本提供者要求最低 10% IRR（这已经是极度宽松的门槛——投 AI 的风险显著高于传统基础设施，常规 private equity 要求 15–20% IRR）；

Step 3 — 倒推可行的永续年收入规模：$650B/年；

Step 4 — 把这个数字"翻译"成日常经验可感知的量级： - = 全球 GDP 的 58 个基点； - = 每位 iPhone 用户每月 $34.72； - = 每位 Netflix 订户每月 $180； - = OpenAI 当前营收规模的 32.5 倍。

Step 5 — 用时间维度分解：2026 年 AI 行业每年要投入 ~$700B 到数据中心；而 hyperscaler 行业的 operating cash flow 总量也在 $700B 级——也就是说 2026 年理论上不需要外部融资。但到 2030 年需求升至 $1.4T，若 hyperscaler 现金流不翻倍（而它的前提又是 $650B 新增收入已实现），就会形成系统性缺口。

这个反证框架的价值在于：无论你对 AI 多乐观，你都必须回答"$650B 从哪里来、什么时候来"这个问题。JPM 没有直接给出判断，而是把问题可审计化。

---

"循环交易"（Circular Deals）的具体形态

报告的标题本身提到 circularity（循环性）——指的是 2025 年下半年开始集中出现的一类结构性交易：

典型模式 A：芯片商投资模型公司，模型公司回头买芯片 - NVIDIA → OpenAI 2025 年 9 月宣布 $100B 战略投资意向，OpenAI 用这笔资金买 NVIDIA GPU； - AMD → OpenAI 股权 warrants 安排，OpenAI 承诺部署 6GW AMD Instinct GPU，AMD 以股票激励锁定订单；

典型模式 B：云厂商预付，模型公司再买云 - Oracle → OpenAI 约 $300B 5 年期算力合约——Oracle 为此大规模发债建数据中心，再把算力卖给 OpenAI； - CoreWeave → OpenAI / Microsoft 三方互锁安排：Microsoft 支持 OpenAI → OpenAI 买 CoreWeave 算力 → CoreWeave 以合约为抵押融资买 NVIDIA 芯片； - xAI 通过抵押式融资（GPU 作为抵押品）完成数十亿美元的 SPV 借款；

核心风险：这些交易形成一个现金流闭环——最终使用端的"真实付费需求"可能被高估，上游厂商用自己的订单给自己"凭空"创造收入。JPM 的原文对比了 1990 年代末电信行业的 vendor financing 结构（Cisco/Lucent/Nortel 向运营商提供贷款买自家设备），当需求假设破灭，整条链在 18 个月内崩盘。

JPM 的立场是：循环本身不等于泡沫（因为今天 hyperscaler 自有现金流充沛、资本负债表远强于 1990 年代电信），但当 2026 年之后外部融资比例上升时，这类循环安排的风险暴露会快速放大。

---

关键图表说明

1. $650B / 58bp GDP / iPhone-Netflix 对照图 — 把机构级别的财务门槛"翻译"成零售维度的感性理解（报告主打图）； 2. 2026 vs 2030 融资缺口柱状图 — 2026 年内部现金流 $700B 基本可覆盖需求 $700B；2030 年需求 $1.4T vs 内部现金流覆盖能力明显背离； 3. Hyperscaler 资本支出占运营现金流比例时间序列 — 从 2020 的 <50% 快速拉升至 2026 的接近 100%； 4. 循环交易网络图 — NVIDIA / Oracle / AMD / CoreWeave / OpenAI / xAI / Microsoft 的资金流向箭头（自绘视角）； 5. 与电信 1998–2002 周期对比 — 当年 telecom 产业用 vendor financing 撑住最后一年的订单，崩盘后留下大量设备库存计提。

---

作者立场与关键引述

JPM AM CIO Bob Michele（在 CNBC 2025-11-17）：

"We don't think we're in one [bubble] now for AI."

但同一份 market update 对 circularity 风险明确提示：

"The path from here to there will not just be 'up and to the right'... our biggest fear would be a repeat of the telecom and fiber buildout experience, where the revenue curve failed to materialize."

"There will be (continued) spectacular winners, and probably some equally spectacular losers."

JPM 的措辞策略是：承认机构的"基线不是泡沫"立场，同时把所有"泡沫条件"可计算化——让客户自己判断。

---

核心结论

1. 10% IRR 门槛 = $650B/年：这是 AI 基础设施整体投资经济合理性的最低底线——如果达不到，所有投资者都在亏钱； 2. 门槛 = 全球 GDP 的 58 个基点：用 GDP 百分比衡量比用绝对数更震撼——相当于要求全球经济永久转移 0.58% 给 AI 行业； 3. OpenAI 目前贡献 3%：$20B / $650B = 3%；即使 OpenAI 五年内做到 $100B 收入，也只占 15%——这意味着"AI 产业"必须出现多个 OpenAI 规模的主体，才能支撑门槛； 4. 2026 是分水岭：内部现金流刚好覆盖——过了这道门，外部融资必然登场，私募信贷/ABS/SPV 开始背负系统性风险（见报告 20 Morgan Stanley 部分）； 5. 循环交易不是泡沫证据，但是泡沫放大器：hyperscaler 通过给下游客户"注资买自己的东西"，在会计上可以让需求看起来大于实际——当外部融资介入时，这个放大效应会系统性扩散到信用市场。

---

与其他报告的关系

| 对比对象 | 异 | 同 | |---------|-----|-----| | 18 Bain $2T Revenue Gap（上一篇） | Bain 要求"正常 ROIC"，倒推 $2T；JPM 只要求"10% IRR"，倒推 $650B | 两者是同一套现金流恒等式的不同收益率假设。把 JPM 的 10% 门槛放宽到 Bain 的假设口径，两者完全相融 | | 06 Dubach "FCF Collapse" | Dubach 从 capex 对 FCF 的压力切入；JPM 从 ROIC 对 revenue 的要求切入 | 结论一致：现金流现状无法支撑当前投入规模 | | 09 Burry "AI Reckoning" | Burry 做空（折旧、会计）；JPM 名义中性、机构"不是泡沫" | 但 JPM 的数据框架让 Burry 的定量看空变得"可重复验证" | | 01 Man Group "Hidden Risks" | Man Group 更关注市场结构与集中度；JPM 更关注产业现金流 | 都指向"winner-take-most 后面跟着 spectacular losers" | | 02 Capital Economics "Two Bubbles" | CE 说估值泡沫已破、盈利泡沫未破；JPM 量化了"盈利要多高才不是泡沫" | 两者互为镜像：CE 提出问题，JPM 给出门槛 | | 04 S&P "Credit Liquidity" | S&P 关注信用市场能否承接；JPM 关注收入能否兑现 | 在 2030 年 $1.4T 缺口问题上，两份报告的债券市场担忧直接重叠 | | 15 Gartner "$2.5T Spending" | Gartner 口径是总支出，JPM 是收入门槛 | 均为万亿级别，两者描述的是账单两端 | | 20 Morgan Stanley "$1.5T Financing Gap"（下一篇） | MS 回答"缺口从哪融"；JPM 回答"收入要多少才能还上" | 完美互补：MS 管资金来源、JPM 管还款能力；两者拼成完整的 AI 基建资产负债表 |

---

引用与链接

J.P. Morgan Asset Management 原文：[Does Circularity in AI Deals Warn of a Bubble?](https://am.jpmorgan.com/us/en/asset-management/adv/insights/market-insights/market-updates/on-the-minds-of-investors/does-circularity-in-ai-deals-warn-of-a-bubble/)（香港版：[Do circular AI deals warn of a bubble?](https://am.jpmorgan.com/hk/en/asset-management/adv/insights/market-insights/market-updates/on-the-minds-of-investors/do-circular-ai-deals-warn-of-a-bubble/)）
Tom's Hardware 转载（含 $650B / $35 / $180 核心数字）：[J.P. Morgan calls out AI spend](https://www.tomshardware.com/tech-industry/artificial-intelligence/usd650-billion-in-annual-revenue-required-to-deliver-10-percent-return-on-ai-buildout-investment-j-p-morgan-claims-equivalent-to-usd35-payment-from-every-iphone-user-or-usd180-from-every-netflix-subscriber-in-perpetuity)
Yahoo Finance 转载：[J.P. Morgan calls out AI spend (Yahoo)](https://finance.yahoo.com/news/j-p-morgan-calls-ai-204449468.html)
Bob Michele CNBC 访谈：[We're not in an AI bubble](https://www.cnbc.com/video/2025/11/17/were-not-in-an-ai-bubble-says-jpmorgans-bob-michele.html)
扩展参考（58bp GDP、$700B/$1.4T 图表）：[Techstrong.ai AI Infrastructure Demands $650B](https://techstrong.ai/agentic-ai/ai-infrastructure-demands-650-billion-in-annual-revenue-for-viable-returns-jpmorgan-analysis/)