通过将供应商深度绑定的“循环融资”与开创性的“股权换采购”模式，OpenAI正在重写AI时代的资本规则。
据高盛测算，计入未来的巨额资本支出后，OpenAI在2026年一年的总资金需求将从350亿美元飙升至约1140亿美元，对外部股权和债务融资的需求占比将激增至75%。OpenAI已签下总额近1万亿美元的算力采购协议，但显然，它的银行账户里并没有这么多钱。
今年以来，这家引领全球AI浪潮的公司以前所未有的速度，与英伟达、AMD、甲骨文等巨头签署了总额近1万亿美元的算力协议，规模远超其自身营收，也远超其融资能力。
这引发了市场的核心疑问：一家仍在巨额亏损、持续“烧钱”的创业公司，究竟如何支撑这场豪赌？
答案并非传统的股权或债务融资，而是一套精心设计的“金融炼金术”：通过将供应商深度绑定的“循环融资”与开创性的“股权换采购”模式，OpenAI正在重写AI时代的资本规则。
01、 万亿算力订单背后：一场“让伙伴入局”的资本游戏
OpenAI的万亿算力版图，由一系列与科技巨头的重磅协议构成。
具体而言，这些协议包括与芯片巨头英伟达（Nvidia）高达5000亿美元、与AMD高达3000亿美元、与云服务商甲骨文（Oracle）3000亿美元的合作，此外还有与数据中心集团CoreWeave超过220亿美元的交易，旨在为OpenAI在未来十年内提供超过20吉瓦（GW）的计算能力——其能耗约等于20座核反应堆。
宏伟蓝图的背后是严峻的财务现实。OpenAI正以惊人的速度消耗现金。分析机构DA Davidson的分析师Gil Luria直言：“OpenAI根本没有能力做出任何这些承诺”，并预测其今年可能亏损约100亿美元。
那么，钱从何来？
媒体分析称，答案在于OpenAI巧妙地运用了硅谷“假戏真做，直到成功”（fake it until you make it）的精髓，通过所谓的“循环安排”（circular arrangements），让一众科技巨头为其未来“入局”（have skin in the game）。
换言之，这本质上是一场资本游戏：OpenAI利用其在AI领域的领军地位和巨大的市场预期作为杠杆，说服供应商们以非传统的方式为其算力扩张提供资金，将未来的增长潜力提前变现为当下的购买力。
02、 “循环收入”与“股权换采购”：万亿订单背后的金融炼金术
OpenAI的资金魔术，主要通过与AMD和英伟达两种截然不同但逻辑相通的创新模式实现。这两种模式清晰地展示了AI算力如何从一项单纯的资本支出，演变为一种可被金融化、证券化的资产类别。
（1）AMD模式：以未来表现为基础的“股权换采购”
与AMD的协议堪称半导体历史上的一个创举。
表面上，OpenAI计划采购和部署高达6GW、价值900亿美元的AMD Instinct系列GPU。但协议的核心，是AMD向OpenAI发行了认股权证，允许其以每股仅0.01美元的名义价格，购买最多1.6亿股AMD股票。
这一结构本质上是一个金融工具，它将硬件销售巧妙地转化为了股权配置。根据测算，如果未来AMD的股价因其GPU被大规模采用而上涨至600美元，OpenAI持有的这部分潜在股份总价值将达到960亿美元，恰好约等于硬件采购的总价值。这意味着，如果合作顺利且市场看好，OpenAI几乎可以“免费”获得这批算力。
这种模式的精妙之处在于，它是一种基于业绩的股权激励。它将AMD的长期估值与OpenAI的基础设施增长直接挂钩，形成了一种强大的共生关系，并为OpenAI创造了一条潜在的“自筹资金”路径：随着采购里程碑的达成和AMD股价的上涨，OpenAI可以将已行权的股票变现，用以资助后续的GPU采购，极大地缓解了自身的资本支出压力。
（2）英伟达模式：更直接的“循环收入”
与英伟达的合作则采用了另一种更直接的循环逻辑。英伟达计划在未来十年向OpenAI投资高达1000亿美元。这笔资金为OpenAI提供了可以直接用来购买英伟达芯片的现金。
高盛在其深度分析报告中将此类交易称为“循环收入”（circular revenue）：英伟达将资金注入OpenAI，OpenAI再用这笔钱向英伟达下达GPU订单。
该机构认为，这种模式下的客户并非“自筹资金”，当供应商的股权投资最终以收入形式回流时，投资者会对这种收入的“循环”性质进行更严格的审视，这可能使该公司对英伟达等核心伙伴的估值倍数持“更为审慎”的态度。
03、高盛剖析OpenAI资金流
由芯片引爆的“密度革命”，正自下而上地对数据中心的基础设施发起冲击，
尽管金融工具设计精巧，但OpenAI真实的资金缺口可能依然巨大。
为了更精确地理解OpenAI的财务状况，高盛从两个角度对OpenAI的财务状况展开了剖析：
首先，从运营现金流（Operating Cash Flow）的视角看，情况似乎尚可控。高盛预计，OpenAI在2026年的年度运营基础设施成本（包括推理、训练、人员等）约为350亿美元。在这笔支出中，资金来源大致构成如下：
OpenAI自身收入： 贡献约48%。
供应商融资（Vendor Financing）： 贡献约27%。
外部股权/债务融资： 贡献约25%。
在这个模型下，OpenAI似乎能通过自身造血和合作伙伴的支持，覆盖大部分日常运营开销，资金结构相对平衡。
然而，一旦将未来的重大资本承诺（Capital Commitments）纳入考量，一幅截然不同的图景便浮现出来。
高盛指出，除了运营成本，OpenAI还做出了重大的外部资本承诺以保证未来的算力供应。这些承诺包括：与英伟达合作自建数据中心（预计2026年需要约600亿美元资本），以及为“星际之门”（Stargate）项目投入的资金（预计2026年为190亿美元）。
当计入这些未来的巨额资本支出后，高盛测算，OpenAI在2026年一年的总资金需求将从350亿美元飙升至约1140亿美元。面对这1140亿美元的巨大资金缺口，资金来源结构发生了戏剧性的变化：
外部股权/债务融资： 依赖度激增至压倒性的75%。
OpenAI自身收入： 贡献比例被稀释至17%。
供应商融资： 贡献比例骤降至8%。
在这一模型下，其资金结构彻底失衡。外部股权和债务融资的需求占比激增至75%，而其自有收入的贡献则被稀释至仅17%。
换句话说，即便有各种创新的金融工具设计，如果真要兑现重大资本承诺，OpenAI对外部资本的依赖程度依然是惊人的，其宏伟的算力帝国建设，远非依靠自身业务或巧妙的供应商协议就能支撑，能否持续、大规模地从VC、债务市场等外部资本市场获得融资，成了这场豪赌能否成功的关键。
04、豪赌、风险与未来：AI泡沫还是产业基石？
无论是AMD的股权激励，还是英伟达的直接投资，这些协议都立竿见影地推高了合作伙伴的市值。例如，甲骨文和AMD在宣布与OpenAI合作后，市值分别飙升了2440亿美元和630亿美元。
这种股价的上涨，反过来又增强了市场对这种合作模式的信心，形成了一个看似*的正向反馈循环，但同时也让“AI泡沫”的警钟越敲越响。
当下来看，OpenAI这套复杂的金融架构，虽然在短期内解决了算力来源问题，但风险也不容小觑：
信用与增长风险：评级机构穆迪已对甲骨文发出警示，因其未来数据中心业务过度依赖OpenAI这个尚未证明自身盈利能力的客户。整个生态的繁荣都建立在AI应用将持续指数级增长的假设上。一旦用户增长或付费意愿放缓，这个由高预期支撑的资本循环链条便可能断裂。
成本纪律的缺失：一位硅谷资深投资人评价，OpenAI“天生就没有成本纪律”，并将其与早期的亚马逊和甲骨文对比，后两者都是在“濒临破产后”才开始严格控制成本。其首席执行官萨姆·奥特曼（Sam Altman）也公开表示，实现盈利“不在我最关心的前十个问题之列”。这种不计成本、优先增长的战略，在资本充裕时可以高歌猛进，但在市场转向时则可能面临巨大压力。
产业格局的深层变动：高盛的报告进一步指出，这一趋势正在改变英伟达等上游企业的客户结构。其收入正从传统、财务稳健的超大规模云厂商（Hyperscalers），越来越多地流向资金依赖外部融资、风险更高的AI创业公司和主权AI基金。高盛预计，到2027年，AI创业公司和主权AI将分别为英伟达贡献660亿和460亿美元的收入。这种客户结构的变化，虽然带来了新的增长点，但也无疑增加了整个产业链的波动性和估值的不确定性。一个*冲击力的事实是：在未来数月内，全球数据中心的建设支出将历史性地超过所有通用办公楼的建设总和。
05、尾声
OpenAI的万亿算力大单，是一次将金融创新、产业捆绑和市场预期运用到*的资本运作。它通过“循环融资”的模式，撬动了数倍于自身体量的资源，加速了AI基础设施的建设。
然而，这套体系的根基，是对未来技术突破和市场持续狂热的坚定信仰。
这究竟是在为下一代工业革命奠定坚实的算力基石，还是一个建立在循环信贷和资本泡沫之上的空中楼阁？时间将给出最终的答案。
但毫无疑问，OpenAI已经将自己和它的合作伙伴们，一同推向了一场史无前例的豪赌牌桌。
