人工智能 (AI) 股票在 10 月份遭受了巨大打击，因为利率上升和对人工智能支出回报的怀疑的有毒组合导致了大幅抛售。
在其他条件相同的情况下，较高的利率使得建立人工智能数据中心的成本更高。与此同时，虽然领先的人工智能实验室 Anthropic 和 OpenAI 仍然是私有的，但最近媒体对其第三季度收入数据的泄露表明其可能会放缓。
如果这两个实验室的收入没有像一些人预期的那样增长，投资者可能会对整个人工智能建设产生怀疑，因为 Anthropic 和 OpenAI 将无法为他们的承诺提供资金。
这些恐惧是真实存在的还是被夸大了？本周，英伟达 (NVDA -1.43%) 首席执行官黄仁勋在一个热门科技播客上就这个问题发表了看法。
纳斯达克 · 截至 2026 年 10 月 16 日美国东部时间下午 4:00
争议
10 月 8 日，英国《金融时报》报道称，OpenAI 在投资者演示中透露，其年化经常性收入 (ARR) 已达到 500 亿美元。这远低于 9 月份泄露的 700 亿美元收入数字。尽管这种差异后来被认为是会计方法的差异，但这个标题仍然引起了焦虑。
上周，Anthropic 举行了自己的投资者介绍会，透露其第三季度的收入约为 168 亿美元。考虑到 Anthropic 在 2025 年全年仅创造了 46 亿美元的收入，这是一个了不起的成就。然而投资者可能仍然感到失望。 8 月份，有消息称 Anthropic 截至 7 月底的 ARR 已达到 650 亿美元。因此，第三季度 672 亿美元的年化收入数据表明 7 月至 9 月的增长速度相当急剧放缓。
接二连三的“泄密”，加上通胀上升，足以让人工智能相关股票，尤其是半导体行业的股票陷入混乱。毕竟，如果 Anthropic 和 OpenAI 的发展速度放慢，或者没有达到他们想象的那么多，那么谁会购买所有这些芯片并建造所有这些昂贵的数据中心？
Jensen：AI 比 Anthropic 和 OpenAI 更重要
上周四，英伟达 (NVDA -1.43%) 首席执行官黄仁勋 (Jensen Huang) 与风险投资家布拉德·格斯特纳 (Brad Gerstner) 一起出现在播客中。在那次采访中，格斯特纳向黄提出了一个大问题：Anthropic 和 OpenAI 能否产生足够的收入来继续发展人工智能业务？
黄先生仍然充满信心，原因如下。
1. 前沿实验室不只是两个
黄提出的第一点是，Anthropic 和 OpenAI 并不是唯一的两个前沿实验室。在采访中，黄仁勋不仅提到了 OpenAI 和 Anthropic，还提到了来自 Space Exploration Technologies (SPCX -1.74%) 旗下 xAI 的聊天机器人和代理 Grok、Meta Platforms (META -3.72%) 的新 Muse 代理以及 Alphabet (GOOG -2.32%) (GOOGL -2.47%) Gemini 的 Gemini，它们都“做得很好”并且还在不断成长。
值得注意的是，xAI 的新个人和商业代理 Grok Bot 于 8 月推出。 Meta Platform 备受赞誉的 Muse 个人经纪人于 9 月首次亮相。来自中国 Moonshot AI 的一个令人印象深刻的开放权重模型 Kimi 于 7 月首次亮相。 OpenAI也不甘示弱，也在7月份发布了最新的Codex模型，旨在与Anthropic领先的编码能力进行更强有力的竞争。
第三季度，大量有竞争力的代理商大量加入竞争。因此，Anthropic 的放缓可能不可避免地是由于竞争和市场份额的损失，而不是人工智能使用或支出的整体放缓。
虽然我们没有确切的数据，但 Axios 报告称，OpenAI 第三季度的收入运行率增长了约 70%，远高于 Anthropic 46% 的季度环比增长。这似乎反映了股票损失的故事，而不是一般人工智能放缓的故事。我们也不知道 SpaceX、Alphabet 或 Meta 的人工智能相关收入增长了多少，因为他们尚未报告收益。这些公司也没有具体细分人工智能代理的收入。因此，当这些公司发布报告时，甚至可能很难了解人工智能代理收入的增长速度。
2. Frontier Labs 目前仅占 Nvidia 收入的 25% 至 33%
黄仁勋提出的另一点是，前沿实验室仅占英伟达芯片需求的四分之一到三分之一。黄说，另外三分之一是通用计算，而最后三分之一涉及新兴的人工智能相关公司。例如，这些公司可能会使用开放权重模型，然后添加专有数据和行业知识来创建新的人工智能产品。
关于一般计算的增长，黄在过去几年中强调的一点是摩尔定律已经“结束”。摩尔定律指出，随着芯片将越来越多的晶体管封装到一块硅片上，在相同的价格下，计算能力每年都会增加一倍。然而，黄声称半导体制造正在违反物理定律，因此计算效率的提高正在放缓。因此，如果有人想要明年将计算量增加一倍，成本将会增加而不是保持不变。
鉴于实验室不止两个，而且前沿实验室只占需求的 25% 到 35%，黄认为人们过于重视 OpenAI 和 Anthropic。与此同时，尽管这些实验室面临更多竞争，但它们似乎仍然表现良好。
应该还是有短缺的
几乎所有领先人工智能芯片公司的评论都表示，相对于需求而言，计算仍然严重短缺。因此，即使领先的前沿实验室面临竞争压力，半导体似乎也可能在某个地方找到买家。
从第三季度初的财报来看，尤其是台积电的财报，芯片需求依然强劲。然而，人工智能投资者最好听取芯片巨头下游其他公司的意见，看看它们是否正在产生与人工智能相关的收入增长和效率提升。
最终，人工智能必须为最终客户创造收入和/或成本效率，以证明这一支出的合理性。因此，人工智能用户（不一定是芯片制造商本身）的评论对于芯片股票的表现可能比芯片公司在即将到来的财报季的盈利更为重要。