（来源：创投之家）
投资考验的是能否从零碎信息中找到逻辑。
出品 | 创投之家 作者 | 李新
最近，美国芯片巨头AMD交出最新成绩单，其第三季度营收创下新高，数据中心业务收入同比增长97%，接近翻倍。这份业绩大幅超出华尔街预期，强硬回击了市场对AI是泡沫的唱衰声调。
作为一名创投从业者，我以往更关注传统行业，对科技项目一直比较谨慎。但最近一段时间，科技股行情跌宕起伏，也让我开始对背后的产业变化产生兴趣。
看到这份AMD的财报，我便想顺着财报里透露的业务信息，进一步了解这些AI算力订单背后的生意。但查下去才发现，这些头部AI公司之间的关系，远比“卖芯片、买芯片”的简单买卖关系更复杂。
因此我需要把几家关键公司的商业关系梳理一遍。谁在投资，谁在提供算力，谁又在采购服务？理清这些联系，会有助于理解AI创业项目所处的产业环境。
但相关信息分散在英文公告、财报和新闻报道里，还需要核对合作的时间、条件和进展。有的已经落地，有的仍在分阶段推进。单靠逐篇阅读和收藏，很难把这些信息系统地整理起来。
于是我试着用豆包工作做一次信息核对，把各家之间的投资、供货和服务采购关系连起来，再整理成一张能看全局的AI商业关系图。
让豆包工作拆解合作，看清 AI 算力生意怎样运转
从AMD这份财报入手，我把研究范围圈定在OpenAI、Anthropic、AMD、英伟达、微软和亚马逊六家公司，借助豆包工作的公司研究、行业分析和业绩分析能力，先查各家的产品、客户和收入来源。
沿着现阶段主流的AI业务往下梳理，可以看到一条主要链条：用户和企业为模型服务付费，模型公司采购计算资源，云厂商购买芯片、建设基础设施，再向客户提供算力。AMD和英伟达的硬件收入、微软和亚马逊的云服务收入，以及模型公司的服务收入，分别对应不同环节。
但这些公司还在向相邻环节延伸。微软、亚马逊经营云服务，也开发模型和自研芯片；OpenAI、Anthropic采购算力，同时通过云平台销售模型服务。六家企业之间的业务关系交错，跨越多个层级。
而更值得关注的是企业之间的资金投入。云厂商和芯片供应商参与模型公司的融资，模型公司又向这些伙伴采购产品与服务。投资关系与业务关系相互交织。
于是我让豆包工作搜集新闻和公告，并将主要合作整理成飞书表格，按股权投资、芯片供应、算力采购和产品服务分类，记录金额、期限、执行条件和进展。
其中两种关系比较突出。
其一是用股权激励绑定长期采购。AMD在与OpenAI、Meta的合作中，都将芯片采购与认股权激励结合。客户达到采购里程碑、股价目标等条件后，可以获得相应股权权益。AMD通过这类安排争取多年订单，客户则有机会分享供应商成长带来的收益。
其二是合作与竞争并存，外部采购和自研替代同步进行。亚马逊与英伟达的关系就是兼有合作与竞争。AWS采购英伟达GPU，同时发展自研Trainium芯片，并推动模型公司使用。云厂商扩大算力投入，既可能增加外部芯片订单，也可能支持自研芯片承接更多计算需求。
接着，我让豆包工作继续思考：各方为什么愿意互相参与，这能获得什么业务机会，又需要承担哪些投入和约束。
一个有意思的发现是，云厂商重仓押注了某家模型公司，但他们也会提供这家模型公司的竞品的服务。
比如，微软与OpenAI合作很深，但Microsoft Foundry上也提供Claude；亚马逊投资Anthropic，Bedrock平台却也同时提供不同模型公司的服务。模型公司之间在争夺用户，云平台则更像“模型超市”：不管企业客户选GPT还是Claude，只要模型跑在自己的云上，云厂商就能承接算力、托管和调用服务需求。
从商业逻辑看，模型公司借助云平台拓展渠道，云厂商则通过增加模型选择来吸引企业客户。因此，判断一家云厂商的AI业务，不能只看它持有哪家模型公司的股份，还要同时看它的投资布局、计算资源和模型分发能力。
模型公司的多供应方安排也值得细究。
OpenAI在与微软合作的同时，扩大了与AWS的合作；Anthropic也通过与亚马逊等伙伴签订长期协议获取算力。供应方增加，提供了更多资源和技术路线选择，但每份协议仍有自己的期限、容量和执行条件。
我继续比较这些协议中的部署计划、采购承诺和时间线。多供应方策略可以从供应保障、成本和议价等角度分析，长期采购安排则关系到未来支出和资源使用。
最后，我让豆包工作将这些研究汇总成《AI算力商业关系专题研究报告》，集中呈现公司角色、重点合作、融资与采购机制、合作时间线和主要结论。并逐项记录保留在飞书表格中，资料不足的问题列入跟踪清单，后续关系图沿用这套资料制作。
将研究做成交互看板，把公司、合作和分析放在一起
几家公司之间同时存在投资、采购和产品合作，单靠文字和表格，仍然不容易呈现全貌。我让豆包工作将报告中的公司、合作、时间线和主要发现，整理成一份可以打开浏览的HTML研究看板。
看板以模型公司、云厂商和芯片供应商为主体，将不同类型的合作放进同一张关系图，并向外延伸至芯片代工、存储和其他基础设施企业。
这张表呈现了两种方向的联系：模型公司向上游采购算力，云厂商和芯片供应商又向模型公司投入资金；模型产品则通过不同云平台进入企业市场。资金、采购和销售渠道在同一组企业之间交错。
以OpenAI为中心，可以看到微软、亚马逊、英伟达、AMD等伙伴分别参与哪些业务。选择一家公司后，其关联企业与合作连线集中显示，旁边列出对应事项，包括合作内容、金额、期限和执行条件。
看板还保留了一张公司合作矩阵。关系图展示整体结构，矩阵则按公司逐一对照，集中呈现同一对企业之间的投资、采购和产品服务安排。
合作时间线补充了这些关系的变化过程。早期投资、采购协议、渠道合作及后续调整按时间排列，长期关系中的新增安排与条款变化，也能放在一起研究。
公司数据卡则汇总主要业务和经营指标，与合作网络对应。研究一家企业时，可以同时查看它经营什么业务、与谁合作，以及相关合作涉及哪些资源和投入。
写在最后
AI是不是泡沫，最终还要靠订单、收入、合同履行和现金流来回答。在行情发展未知之前，先把行业龙头公司之间的生意关系看清楚是必要的。
对我这样过去更关注传统行业的创投从业者来说，豆包工作是一个很好的研究和理解新生意、新行情的入口。
面对这种跨公司、跨环节、信息分散且不断更新的产业研究，创投从业者真正缺的往往不是某一个结论，而是一套能把公开信息持续拆开、连起来、再呈现出来的工作方法。
豆包工作在这个过程中承担的，正是从信息核对、关系梳理到表格、报告和交互看板呈现的“研究助手”角色。它不能代替判断，但可以把原先需要逐篇阅读、手工收藏、反复核对的工作，压缩成一条更可控的研究流程。
现在纯新用户可以领取 30 天免费体验，老用户每日签到也能攒额度，然后等做行业研究、整理资料、做报告和看板时集中使用。
