思科不是死于需求缺席：用货币化缺口比率重写互联网泡沫与AI的比较

Mon, 27 Jul 2026 10:00:00 +0900

背景关联：在解剖9,500亿美元一文中，我们写到韩国已被编入英伟达的循环融资结构；在那么多token到底谁来烧一文中，我们写到最终需求开始有了具体数字。本文把这两个观察合并成一个问题：现在是哪一年，是1996年，还是1999年。我们把市场上被引用最多的思科类比，从一种通行版本重写为一套指标，并把判别因子收敛为一个比率。

要点

先校正通行版本。思科(Cisco)是假需求、现在是真需求，这种比较是错的。1999年的最终需求同样是真的。互联网用户当年年增50%，流量年增100%，那时铺设的光纤后来承载了YouTube和Netflix。基础设施押注本身是对的。让思科股价暴跌89%的，不是需求的缺席，而是金融跑在需求前面5-10年的时序。
致死的因素有三个。流量每100天翻倍的神话指标（实际是每年翻倍），靠垃圾债券和供应商融资购买设备的边际买家信用，以及带宽价格下跌90%期间收入却没有跟上的单价通缩式收入背叛。暗光纤点亮率低于5%。
我们提出用一个数字区分这两个时代，即货币化缺口比率（基础设施支出除以最终AI收入）。互联网泡沫时期这一比率维持在6-10倍并持续扩大，直到破裂。AI则从2024年约8倍、2025年约6.5倍，收窄到2026年约4.6倍，正在收窄。仅看这一条轴线，现在是1996年。
但如果看的不是已执行的支出而是承诺，图景就会反转。OpenAI的采购承诺栈约达1.4万亿美元，18个月内增长了10倍，相对于年化约400亿美元的收入，覆盖倍数约为35倍。与此同时，英伟达的供应商融资刚刚出现。仅看这一条轴线，现在是1999年。
对需求端最后一跳，即智能体对人力的替代进行证据审计，可拆分为三个命题。特定岗位的替代已获实证（美国上半年裁员中23%被归因于AI），替代转化为利润尚未获实证（Gartner调查显示，裁员多的企业与裁员少的企业收益率并无差异），知识工作的全面替代仍停留在叙事阶段。不过仅凭已经证实的狭义工资池，现有token收入就有3-5倍的增长空间，2026-2028年的资本支出仅凭已证实的部分即可获得正当性。
综合判定是1999年年中的对应时点。历史上从供应商融资出现到破裂发生，间隔是12-18个月。但1999年年中买入的人，一直到2000年3月都赚了大钱，这是这个类比的两面；而使用率、缺口比率、弹性这三项实物指标，目前全部与互联网泡沫方向相反。

核心论点

思科的教训不是需求是假的，而是即便需求是真的，只要金融跑在需求前面5-10年，股东也会先挨上一记负89%。从最终需求的角度看，现在的AI与互联网泡沫有决定性的不同。计费机器已经在运转，GPU使用率是100%，付款方的钱包不是娱乐预算而是工资池，货币化缺口比率正在收窄。但供应商融资的出现，正是1999年年中的信号特征。判别因子收敛为一个。只要token收入的增速快于已承诺的资本支出，这就是1996年；一旦增速逆转，就是1999年。

1. 通行版本的校正：思科真正的死因

1999-2001年互联网的最终需求真实存在，而且是爆发式的。用户年增50%，流量年增100%。那个时期铺设的光纤之上，后来长出了YouTube、Netflix和云计算。把钱投入基础设施这个判断本身，历史已经判定是对的。即便如此，思科股东仍从高点损失了89%。[事实: 历史数据]

杀死思科的不是需求，而是以下三者的组合。

神话指标。流量每100天翻一倍的说法（源自世通(WorldCom)旗下的UUNET）成了行业的标准前提，但实际流量是每年翻一倍。被夸大的需求指标把资本支出拉到了实际需求前面5-10年。[事实: 历史数据] 需求即便是真的，只要需求指标是假的，资本就会以错误的速度奔跑。

边际买家的信用。增量订单的主体不是能创造现金流的电信运营商，而是靠垃圾债券和供应商融资购买设备的新兴电信运营商（CLEC）。供应商融资规模约达250亿美元。2000年资本市场关闭后，这批买家的订单瞬间消失，思科为此减记22亿美元库存，收入下滑30%。[事实: 历史数据] 比起需求的规模，率先崩塌的是购买需求的资金来源。

单价通缩对收入的背叛。带宽价格下跌了90%。用量层面的杰文斯效应确实发生了，流量持续增长。但美元收入层面的杰文斯效应没有发生。价格跌幅超过了用量增幅，收入弹性跌破1，已经铺设的暗光纤点亮率低于5%。[事实: 历史数据] 物理需求和美元需求是两个不同的变量，而股价跟随的是美元。

记住这三点，再与现在对照，这个比较才有意义。

2. 精细对照：七条轴线

轴线	互联网泡沫（1999-2000）	AI（2026）	判定
最终用户	约2.8亿人，仍在增长	约10亿人（ChatGPT级别），仍在增长	两者都是真的
变现实体	拨号上网月费20美元与萌芽期广告	订阅月费20-200美元、API按量计费、企业席位。前沿实验室合计年化500亿-600亿美元，年增2-3倍	AI占优。1999年不存在的计费机器已在运转
付款方的钱包	消费者娱乐预算与广告	企业的人力成本替代（全球工资池规模数十万亿美元）、主权预算、消费者	属于不同范畴。但人力替代这一跳跃仍待验证
使用率	暗光纤点亮率低于5%	GPU几乎100%，售罄与排队	最具决定性的差异
单价通缩	带宽价格-90%，收入弹性低于1	token单价急跌中，但收入弹性仍高于1	风险相同，结果目前相反。最需要盯紧的一条轴线
神话指标	流量每100天翻倍	缩放定律、AGI时间表、人力全面替代	两者都存在。区别在于AI有实测收入并行验证
边际买家信用	CLEC垃圾债券与供应商融资250亿美元	超大规模厂商FCF每年3,000亿-4,000亿美元为主要买家。但边际买家的供应商融资化已经开始	核心收敛信号

[事实: 历史数据、背景笔记综合]

七条轴线中有五条对AI有利，一条（单价通缩）风险相同但结果仍相反，最后一条（边际买家信用）已经开始向不利方向收敛。这最后一条轴线，将主导本文后半部分的讨论。

3. 货币化缺口比率：区分两个案例的唯一数字

把思科案例的本质还原成一个比率，就是这样一句话。基础设施支出正以最终需求收入的多少倍在奔跑，而这个倍数是在收窄还是在扩大。

时期	基础设施支出	最终收入	缺口比率	方向
互联网泡沫1999-2000	电信资本支出约2,200亿美元	互联网最终收入约200亿-400亿美元	6-10倍	维持、扩大后破裂
AI 2024	约2,500亿美元	约300亿美元	约8倍	起点
AI 2025	约4,500亿美元	约700亿美元	约6.5倍	收窄
AI 2026（展望）	约6,000亿美元	约1,300亿美元（实验室、云AI、Copilot合计）	约4.6倍	收窄

[推断: 自行估算区间，分子与分母中AI归因的边界较为模糊]

在互联网泡沫时期，资本支出加速的同时每比特收入却在崩溃，缺口因此扩大。在AI这里，到目前为止情况相反。资金流出的速度，跑不过token收入增长的速度。这与大型科技公司一季度实测所确认的排序（在手订单增速快于资本支出增速，资本支出增速快于收入增速，但收入本身仍在加速）相符，也与我们在Alphabet二季报一文中看到的云业务+82%、使用量超出承诺50%的实测数据相符。这个比率的方向，就是区分两个案例的唯一数字，这是本文的核心主张。

4. 智能体对人力的替代：证据审计

在前面的对照表里，付款方钱包即工资池这条轴线，被附上了尚未证实这一跳跃的限定语。以财报电话会和公开披露为基准审计这个跳跃，可以拆分出三个命题。

命题一，智能体正在替代特定岗位。已获实证。

主体	证据	定量
Salesforce	削减客服人力，CEO在财报电话会上确认	裁减4,000人，AI处理约50%的客户互动
亚马逊	1月企业岗裁员中明确提及AI投入	16,000人，是史上最大规模企业岗裁员的延续
Intuit	直接提及以AI进行资源再配置	占员工17%，约3,000人
Meta、甲骨文、Block等	明确以AI为由的裁员合计	18.4万人
Monday.com	明确表示这不是成本削减，而是以AI智能体为中心的重组	630人，性质上属于新类型
挑战者公司(Challenger, Gray & Christmas)统计	2026年上半年美国全部裁员中被归因于AI的比例	23%（101,743人），连续4个月位居裁员原因第一位
功能实测	一线客服由AI处理的情况	约80%的问题由AI处理，成本降低约80%

[事实: 公开披露、电话会、行业统计，基于背景笔记中的信源链接]

在此基础上，还叠加了财务报表层面的脱钩。财富500强企业人均收入68.7万美元、人均利润6.87万美元，均创历史新高，而在总利润增长12%的同时，雇员人数连续两年下降，累计减少30.1万人。[事实: 财富杂志统计] 增长与雇佣的脱钩，已经开始体现在官方统计数据里。

命题二，这种替代会转化为利润。尚未获实证。这才是本次审计真正的发现。Gartner对350名高管的调查显示，裁员最多的企业与裁员最少的企业之间，财务收益率实际上没有差异。[事实: Gartner调查报道] 裁员是真实发生的，但裁员改善了利润率的证据尚不存在。这意味着裁员成本、人员再配置、AI工具本身的费用，以及质量下降（Klarna曾宣称AI顶替了700人的工作，后来又重新雇佣了其中一部分），正在抵消掉节省下来的部分。劳动力市场层面的证据堆积如山，损益表层面的证据却是空的。这里面还存在AI粉饰偏差。由于市场会奖励以AI为名的裁员，却惩罚以需求疲软为名的裁员，企业把疫情期间过度招聘的正常调整包装成AI裁员的动机就会很强。23%这个归因率里，有一部分是叙事。

命题三，知识工作的全面替代。仍处于叙事阶段。没有公开披露的证据支持。这是2029年以后各类承诺的前提，而不是当下的实测结果。

然而这次审计的结论是，资本支出的正当性并不需要命题三成立。只计算已经获得实证的狭义资金池就够了。全球呼叫中心、BPO、后台办公与初级开发辅助岗位的工资池规模，每年约1.5万亿-2.5万亿美元。哪怕其中只有10%转化为AI支出，也是每年1,500亿-2,500亿美元，相当于当前前沿实验室合计收入（年化500亿-600亿美元）的3-5倍增长空间，而这一空间已经落在被证实的类别之内。[推断: 工资池算术，估算区间] 2026-2028年货币化缺口比率的收窄，仅凭命题一即可实现；真正需要命题三成立的，是2029年以后的各类承诺。

5. 流量与存量：1996年和1999年同时亮着

本文的核心张力就出现在这里。在同一个系统里，两只时钟正指向不同的年份。

流量对流量。token正在获胜。前沿实验室的token收入正以每年150-250%的速度增长。OpenAI年化收入约400亿美元（一年前约为150亿美元档），Anthropic约增长3倍，Codex在三天内新增300万用户。广义AI收入（实验室、云AI、Copilot合计）年增85-100%。相比之下，已执行资本支出的增速为每年40-60%。收入增速是支出增速的2-4倍。这正是缺口比率从8倍收窄到4.6倍的原因。[事实: 背景笔记实测综合] 仅看这一条轴线，现在是1996年。

存量对存量。承诺正在获胜。如果看的不是已执行支出，而是已签约的未来义务，图景就会反转。OpenAI的采购承诺栈包括微软Azure约2,500亿美元、甲骨文约3,000亿美元、博通约3,500亿美元（10GW定制加速器）、与英伟达投资挂钩的10GW、AMD 6GW，再加上AWS和CoreWeave，合计约达1.4万亿美元，18个月内增长超过10倍。相对于年化约400亿美元的收入，覆盖倍数约为35倍。如果这些承诺从2027年起每年计提2,500亿美元的账单，要靠经营活动扛住，收入就必须在两年内增长6倍。[事实: 公开报道合计] 这里有两点需要说明。1.4万亿美元是山姆·奥特曼本人一直以来对外披露的、到2030年代中期为止的累计承诺数字，但也有报道称，他最近向投资者传达的口径，已将到2030年为止的实际支出下调至约6,000亿美元。[事实: 报道] 也就是说，35倍的覆盖倍数是按最严格的定义计算的，如果按支出指引口径计算，会降到15倍左右。但无论用哪种定义，这个倍数都比流量口径的4.6倍高出一个数量级，这一点不会改变。仅看这一条轴线，现在是1999年。

而正在为这两条曲线架桥的，恰恰是外部金融。《华尔街日报》周日报道的英伟达与OpenAI之间的磋商，就是这座桥上最新的一块桥面板。围绕俄亥俄州派克县一座10GW数据中心园区（由软银旗下SB Energy开发，一期约800MW，目标2028年建成），英伟达正在为租赁与建设债务磋商提供2,500亿美元规模的担保，并另行磋商3,500亿美元的芯片采购融资。报道同时指出，这仍处于磋商阶段，存在告吹的可能。[事实: 华尔街日报、路透社、CNBC，磋商阶段] 这个结构一目了然。卖方不仅担保自家芯片的采购资金，还担保那些芯片将要入驻的建筑的债务，这就是供应商融资。上周在9,500亿美元一文中看到的英伟达对Naver的投资，也是同一个谱系。供应商融资的出现本身，就是思科时钟点亮的第一个信号特征。

这个结构的含义可以归纳为三点。2026-2027年是算术题。已执行资本支出因受电力和芯片供应链的物理约束，很难每年增长超过50%，而收入则以百分之百量级增长，缺口因此持续收窄。这个区间发生破裂的概率较低。2028-2029年是有条件的。要让覆盖倍数恢复正常，收入必须在1.4万亿美元的承诺浪潮落地之前，再以每年80-100%的速度复利增长2-3年。如果现有增速温和放缓，这是可以达到的；如果每年腰斩，那就是灾难。因此，真正具有约束力的制约既不是收入，也不是资本支出，而是那座桥，也就是资本市场。只要融资渠道保持开放，两条曲线就有时间收敛；一旦融资渠道关闭，承诺栈就会崩塌，只剩下已经落实融资的部分。所以，债券认购覆盖倍数的下降（从年初约5倍降到近期2倍左右）与供应商融资的扩散，是比缺口比率本身更早出现的预警信号。

6. 时钟判定：现在是哪一年

把思科死亡的各项信号特征，逐一列成点亮状态表。

信号特征	互联网泡沫中的时点	当前状态	是否点亮
供应商融资出现	1999年	英伟达为OpenAI提供债务担保、磋商芯片融资的报道	已点亮。对应1999年
资本市场疲态	2000年初	债券覆盖倍数下降，让利幅度扩大	初期信号
缺口比率转为扩大	1999-2000年	目前仍在收窄	未点亮
使用率崩溃	2000-2001年（暗光纤）	GPU售罄且排队	未点亮
收入弹性转为低于1	2000年（带宽）	目前仍高于1	未点亮
订单断崖	2001年	在手订单仍以两位数高位增长	未点亮

[推断: 信号特征框架，基于背景笔记]

判定是这样的。现在不是2000年末，而是1999年年中的对应时点。供应商融资刚刚出现（历史上这是破裂前12-18个月的信号），其余信号特征都还没有点亮，尤其是使用率、缺口比率、弹性这三项实物指标，全部与互联网泡沫时期方向相反。但这个类比的两面都需要记住。1999年年中买入的人，一直到2000年3月都赚了大钱，之后又全部吐了回去。如果这个类比成立，剩余区间的收益会很可观，退出管理的难度也会很大。

汇入思科那条路径的条件，也在此明确写下。分别是token收入弹性跌破1（单价跌幅压过用量增幅）、缺口比率转为扩大（承诺的资本支出落地却收入停滞）、边际买家的信用问题蔓延到超大规模厂商核心业务这三种情形。三者目前都还没有点亮，且三者都可以按季度衡量。

7. 对韩国半导体的含义：供应商跌得更深

按照本系列的惯例，补上韩国视角。在互联网泡沫破裂中，韩国投资者需要记住的事实，不是思科自身的跌幅。而是那些向思科出售零部件的公司，跌得比思科更深这一事实。光通信元件厂商JDS Uniphase和北电(Nortel)，股价从高点损失约99%。[事实: 历史数据] 时序性破裂会沿着价值链向上游放大传导。因为在最终需求转弱之前，中间品订单会先转弱，而牛鞭效应在上游被甩动得最猛烈。思科22亿美元的库存减记，同时也意味着这些上游供应商的收入率先消失。

现在的韩国内存企业，正站在这条上游链条上。因此把缺口比率框架翻译成内存视角，就会多出一项需要盯紧的指标，即买家结构的信用质量。当前内存的主要买家，是每年创造3,000亿-4,000亿美元自由现金流的超大规模厂商，这与1999年向CLEC出货的思科有根本性的不同。但供应商融资化推进得越深，也就是新云厂商（neocloud）、依赖举债的买家、依靠担保下单的买家占比越高，内存订单簿里也会渗入1999年式的信用风险。上周文章中提到的韩国被编入循环融资结构（英伟达投资Naver、Naver再采购英伟达产品），就意味着这扇门也已经在韩国一侧打开。

长期供货协议(LTA)的两面性，在这个框架下也变得更加清晰。LTA能提供价格与出货量的可见性，但思科在2000年同样握有丰厚的在手订单，到2001年，这些订单最终以取消和减记收场。LTA所守护的，是在交易对手支付能力得以维持的那个世界里的价格，而不是那个世界本身。SK海力士会长崔泰源把AI资金供应的中断列为未来5年最大的担忧，正是精准地指出了这个结构。

实务结论很简单。在内存投资者原本就用作判别因子的DRAM合约价格之外，再加上两项指标。季度货币化缺口比率的方向，以及内存最终买家结构中自由现金流买家与举债买家的比重。只要前两项保持健康，回调就是机会；一旦三项同时恶化，那才是1999年。

8. 判读表：纳入监测的指标

季度货币化缺口比率。实验室与云AI收入对AI资本支出之比，从本次财报季开始按季度追踪。韩国时间7月30日06:30公布的微软财报、7月31日06:00公布的亚马逊财报中，流量比率（AI收入加速度对资本支出指引增量）能否继续保持在1以上，是下一季度的判定依据。
收入弹性实测。同步追踪token单价与token收入。只要单价下跌的同时收入仍在增长，就说明这条路径与当年的带宽之路是分岔的。
Gartner式裁员与收益率调查的下一轮结果。这是命题二（替代转化为利润）的判定指标。一旦这里被突破，工资池算术就会真正进入损益表。
智能体收入的定量披露。本次财报电话会季，Salesforce Agentforce一类的合同金额是否开始被定量披露。同时按月并行追踪挑战者公司AI归因裁员比例的数据。
桥的状态。AI信用利差、债券认购覆盖倍数，以及微软的权益法核算科目（反映OpenAI损益）。本文的结论是供应商融资的扩散速度是比缺口比率更早的预警信号，因此下一笔超大规模厂商债券交易的覆盖倍数，是最早出现的信号。
在手订单的质量。新增承诺中，实验室以外（企业客户、主权客户）占比越高，承诺栈的信用质量就越改善。

判别因子收敛为一个。只要token收入的增速快于承诺的资本支出，这就是1996年；增速逆转的那一刻，就是1999年。而在这个判定明朗之前，韩国内存的判别因子依然是DRAM合约价格与买家结构的信用质量，不会改变。

本文提及的标的仅为分析示例，不构成对特定标的的买卖建议。投资判断及其后果由投资者本人承担。货币化缺口比率的分子与分母，是AI归因收入边界较为模糊的估算区间，互联网泡沫时期的数值则是基于历史资料的近似值。OpenAI的承诺栈是公开报道与管理层发言的合计，并非公司官方披露，可能与实际支出计划存在差异；英伟达的担保与芯片融资属于磋商阶段的报道，存在告吹的可能，这一点也已在报道中同时提及。裁员的AI归因存在内在的叙事偏差，工资池算术属于估算区间。债券覆盖倍数等市场数据，会因统计口径不同而产生差异。时钟判定与情景年份是判断框架，而非统计预测。

互联网泡沫 on Korea Invest Insights