经过两年的金融狂热之后，人工智能将在 2026 年进入要求更高的阶段。问题不再是人工智能是否具有战略性，而是观察到的增长是否基于独立的最终需求，或者换句话说，它是否依赖于其生态系统内部的循环 推动初创经济的循环交易，不应与市场相混淆，否则有形成投机泡沫的风险。
因此，人工智能的基础设施需求（计算、GPU、数据中心、能源）需要大量融资，而与任何盈利能力相去甚远。这些资本的很大一部分投入到同时是供应商、战略合作伙伴，有时甚至是投资者的参与者。如果价值可以流通，那么它首先是在同一个人手中流通，是时候为仍在寻找市场的创新产品奠定必要的基础了。
OpenAI / Microsoft 案例说明了这一基础阶段。自2019年以来，微软已向OpenAI承诺超过130亿美元，而OpenAI已成为Azure最大的客户之一。雷德蒙德公司将其在该公司的股份增至 27%，以换取 OpenAI 承诺购买超过 2500 亿美元的服务。这个循环很简单：投资资本转化为云发票，这些发票推动了 Azure 的增长，而这种增长证明了继续战略合作伙伴关系的合理性。只要外部收入（Copilot、Azure OpenAI 服务、企业合同）能够覆盖计算成本，该模型就成立。如果他们放慢速度，圆形部分就会暴露出来。
OpenAI 还与 Oracle 达成了一项为期五年、价值 3000 亿美元的协议，以建设数据中心基础设施并确保其模型所需的能源供应。
这种逻辑在另一个层面上也可以在 NVIDIA 周围找到。在 2025 财年，该集团创造了超过 1305 亿美元的收入，主要由数据中心和人工智能推动。这种需求的很大一部分来自超大规模企业和仍处于亏损状态、由风险投资资助的初创企业。在很多情况下，这些公司筹集的资金中有30%到50%专门用于计算和GPU，主要是Nvidia。因此，风险投资间接为关键供应商的收入提供资金，其估值反过来又增强了对整个生态系统的信任。
因此，尽管计算的实际成本并未消失，但一些初创公司的支出已连续几个季度减少。它只是被推迟，有时是根据认股权证、排他性条款或未来的商业承诺，而它们的估值是立即的。在专业基金投资组合中，循环性也变得有组织性，基础设施、模型和应用初创公司相互出售服务，产生数百万欧元的交叉营业额，足以在仍然狭窄的基础上支撑高倍数。
最后一个要考虑的指标是工业指标。 2024年至2026年期间，主要平台已向人工智能数据中心投入数千亿美元。就某些近期产能而言，初始利用率仍低于最佳水平，鼓励通过在同一金融生态系统内签订的合同来确保产量。循环性可以作为一种短期稳定工具，但如果最终需求实现缓慢，就会增加脆弱性。
单独来看，这些机制都没有异常。然而，他们共同概述了一个系统，在该系统中，资本暂时扮演客户的角色，同时等待市场接管。引爆点不是技术，而是金融。到 2026 年，人工智能的等级制度可能会基于更平淡的标准：实际收集的收入、客户的集中度、对单一供应商投资者的依赖、在没有再融资的情况下持续 12 到 18 个月的能力。这就是该行业将从闭路经济转向市场经济的时候。
