当英伟达开始替客户融资：AI繁荣进入“资产负债表竞争”

信源：[20VC｜Harry Stebbings、Jason Lemkin、Rory O’Driscoll｜2026-08-27｜

Poolside的结局很像这一轮AI竞赛的缩影：方向未必错，团队也未必差，最后却被资本强度追上。据节目与Poolside投资人函，Poolside原本需要在六周内筹集20亿美元，以锁定一套由4万颗GB300组成的集群；融资未完成，算力随之丢失。随后，英伟达以60亿美元取得其Model Factory的非独家许可，另以120亿美元投前估值投资10亿美元，并吸收109名工程师进入Nemotron体系。这不是传统收购，却比收购更能说明问题。

这笔交易揭示的核心变化是：AI竞争正在从模型能力竞争，进入“资产负债表竞争”。所谓资产负债表竞争，是指一家公司不只靠产品性能赢得订单，还要用股权投资、最低收入承诺、信用增级和长期资本合作，把客户尚未成熟的需求变成可以融资、建设并交付的算力项目。英伟达已经不只是GPU供应商，而是在承销整个AI产业把未来需求提前变成现实产能的过程。

最新财报为这个判断提供了比播客观点更坚实的证据。英伟达FY2027第二季度收入962亿美元，其中数据中心收入890亿美元；上半年自由现金流约699亿美元。同期，其非上市股权投资账面价值从年初约223亿美元升至479亿美元。管理层在电话会上进一步披露：公司已向前沿AI实验室投入近500亿美元，并与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR合作，计划撬动超过5000亿美元的第三方资本。

英伟达甚至开始为Neocloud提供部分算力的take-or-pay承诺：当项目收入低于约定水平时，最低收入保证帮助贷款方完成承销；收入高于底线后，英伟达再参与分成。它由此获得两次收益——先卖出硬件，再分享持续租赁收入。管理层预计，明年来自需要英伟达动用资产负债表支持的AI实验室需求，可能贡献约四分之一业务。这意味着“金融能力”已不是芯片销售的附属工具，而在成为需求形成机制的一部分。

Poolside在这里具有特殊意义。对独立模型公司来说，下一轮训练需要一次性筹集巨额资本，失败就可能退出前沿竞争；对英伟达而言，算力是自有产品，Poolside的模型工厂和工程团队又可以强化Nemotron。开放权重模型越普及，模型层可收取的超额利润越容易被压缩，更多价值便会回流到训练、推理和部署所需的计算平台。英伟达花钱扶持开放模型，本质上是在扩大GPU的互补品供给。

但这不等于所有AI需求都已经完成商业闭环。节目提出“Anthropic赢在代码”，这一点有很强的机制解释力：编程任务结果可验证、迭代频率高，节省的工程时间也容易折算成成本，因此比通用聊天、个人助理和许多Agent应用更早形成付费意愿。问题在于，代码仍只是企业知识工作的一个高ROI切口。节目中关于Anthropic、OpenAI收入和估值的数字来自私营公司口径，尚无完整GAAP披露，更适合作为竞争方向的线索，而不能直接充当需求总量的锚。

这也是本期节目另一条看似分散、实则相连的讨论：企业不能再把AI当作按席位购买的软件。Agent会持续消耗token，同一名员工的使用量可以相差数十倍；CFO既不能无限放开，也不能简单封顶，因为最会使用AI的人往往也是最具生产力、最容易流失的人。“智能资本”因此不是一个修辞概念，而是一套可观察的管理机制：按任务配置模型和预算，度量每单位token带来的收入、成本节约与风险，并在不同员工和工作流之间动态调度。Stripe收购OpenRouter，正是因为多模型路由、成本控制和用量管理正在变成新的基础设施层。

最大的反对意见是循环融资。供应商投资客户、为项目提供收入保证，客户再用资金购买供应商设备，确实可能把未来订单提前、弱化表面收入与终端需求之间的联系。英伟达强调其算力可重新部署，第三方资本也会独立承销，这降低了单个客户违约造成的损失，却没有消除系统性风险。公司本季应收账款周转天数已升至60天，并披露部分大型客户可获得90天至一年的付款期限；这些变化应当与信用支持规模一起追踪，而不能只看GPU出货量。

因此，AI周期下一阶段最重要的领先变量，不再只是芯片供给和模型榜单，而是企业AI收入能否追上被融资放大的算力建设：token支出是否真正替代了人力、旧软件和外包预算，Agent能否在受控环境中稳定完成任务，开放模型的使用量能否转化为可持续付费。如果这些指标持续改善，英伟达的资本介入是在跨越需求与基础设施之间的时间差；如果终端收入迟迟不兑现，所谓飞轮就会逐渐从生产力循环变成杠杆循环。

Poolside真正发出的信号，是AI的技术竞赛仍在继续，但决定这轮繁荣能走多远的，已经是资本如何被配置，以及智能最终能否产生现金流。