伯恩斯坦拆解OpenAI算力承诺:收入增速跑赢账单,甲骨文(ORCL.US)与微软(MSFT.US)等供应商下行风险低
(来源:智通财经)
智通财经APP获悉,随着 AI 实验室签约使用在建 AI 算力产能的相当部分,市场对客户集中风险的担忧持续升温。伯恩斯坦在本报告中以 OpenAI 的年度合同承诺为全体 AI 实验室的代理进行测算,得出一个与恐慌叙事相反的结论:承诺规模虽大,但按时间分层排布,且并非全部不可取消;在产能与相关成本增长的同时,OpenAI 的杠杆与支付能力也在增长——对甲骨文(ORCL.US)、微软(MSFT.US)等主要供应商而言,下行风险是低的。
伯恩斯坦对微软与甲骨文维持“跑赢大盘”评级(目标价分别为 722 美元与 325 美元),对 CoreWeave 维持“跑输大盘”评级(目标价 54 美元):对其现有积压订单没有担忧,但怀疑其续约及以强经济性签下增量合同的能力。
7500 亿承诺的真实构成
伯恩斯坦首先厘清口径:媒体流传的“OpenAI 承诺超 1.5 万亿美元”更接近长期愿景而非具体合同。两个更可靠的数据点是:OpenAI 在 2025 年 10 月表示 Stargate 已获近 7 吉瓦规划产能、未来三年投资超 4000 亿美元,并将在 2025 年底前提前锁定 5000 亿美元、10 吉瓦的承诺;2026 年 7 月的报道则称 OpenAI 到 2030 年的云计算基础设施支出约为 7500 亿美元。
伯恩斯坦自下而上重建模型后的估算为:若所有合同准时交付——报告明言这“极不可能”——OpenAI 到 2030 年的基础设施支出约为 6140 亿美元;按年度看,目前承诺支出的峰值出现在 2031 年,约 1840 亿美元。签署 7500 亿美元合同不等于在 2030 年前支付 7500 亿美元现金,原因有三:其一,来自英伟达、博通与 AMD 的芯片很可能由供应商融资、按约 6 年硬件寿命分期支付,且交付时间与数量均不固定;其二,与 AMD 及 Cerebras 的协议附带权证,按 AMD 股价分层归属,视股价情况这些芯片对 OpenAI 可能近乎免费;其三,自建 Project Camellia 数据中心外壳(约 200 亿美元、佐治亚州 3.2 吉瓦、2028 至 2032 年分期投运)属长寿命资产,本可分期确认或以其他方式融资,报告中仅作前置计入处理。
收入跑赢算力账单
需求端的关键数据是:报道称,OpenAI 向投资者表示 9 月底年化收入接近 500 亿美元、总收入的同比增速为 77%。按此推算,OpenAI 明年收入将超过 800 亿美元,高于报告估算的 2027 年基础设施支出(剔除 150 亿美元 Camellia 外壳后)。报告测算 2028 年 OpenAI 基础设施支出同比增长约 58% 至 1390 亿美元(剔除外壳为 1290 亿),只要收入维持 60% 或以上增速,收入将继续跑赢基础设施支出。伯恩斯坦指出,OpenAI 迄今每一期收入目标都超额完成;而行业层面,全球年推理支出最终须达到训练支出的 5 至 20 倍,当前仍处早期。
供应商分层:谁的合同最硬
甲骨文与 OpenAI 的关系以 3000 亿美元协议为核心,由多批 5 至 6 年期容量合同构成(2025 年签署、2026 年起生效、至 2030 年陆续上线,伯恩斯坦预计大头在 2028 年)。伯恩斯坦估算甲骨文实际可确认收入约 3120 亿美元,其中 57% 在其 2030 财年前入账;OpenAI 占甲骨文 RPO 的比重低于 50%,且随其他业务增长将持续下降。微软与 OpenAI 关系复杂:作为投资者、模型使用方与产能供应方,微软此前宣布 OpenAI 已签约购买增量 2500 亿美元的 Azure 服务,每批容量为 6 年期合同、对应硬件寿命。亚马逊则有两笔协议:2025 年签署的 380 亿美元 7 年期协议,以及 2026 年作为合作一部分签署的 1000 亿美元 8 年期协议(含最多 2 吉瓦 Trainium 芯片)。CoreWeave (CRWV.US)与 OpenAI 的合同总额约 224 亿美元(2025 年 3 月 119 亿美元并附带 3.5 亿美元股权投资、5 月 40 亿、9 月最高 65 亿),但伯恩斯坦强调其合同语言是“上限”而非承诺收入。谷歌(GOOGL.US)虽多次被传与 OpenAI 有容量及 TPU 协议,但缺乏可在财报中印证的合同证据,伯恩斯坦已将其排除出模型。
承诺并非铁板一块
报告专门列举了两个已取消案例:OpenAI 曾与甲骨文达成德州 Abilene 2.1 吉瓦扩建协议,后撤回并将相邻 900 兆瓦站点让给微软/Crusoe,建设方 Crusoe 约两周内便找到替代租户;7 月宣布的挪威 Stargate 项目(Nscale 与 Aker 合作),OpenAI 退出后同样由微软接手。这些案例说明“宣布”与“不可取消合同”之间存在显著距离。伯恩斯坦判断,AI 实验室正在推动建设超出实际所需的产能,供需正常化可能在未来 2 至 3 年内发生;对行业的真正风险不在于头部实验室的承诺规模,而在于产能稀缺缓解后催生的投机性建设与低质量商业模式。伯恩斯坦重申对 neocloud 商业模式的怀疑,认为实验室将日益依赖超大规模云合作、托管协议与自建。