黄仁勋的陈述遭质疑，英伟达营收多样性引发争论

在围绕英伟达人工智能算力需求及其营收结构的讨论愈加激烈之际，英伟达的首席执行官黄仁勋在10月15日的BG2 Pod节目上关于收入来源的讲述引起了争议。知名播客《Broken Business Models》的主持人詹姆斯通过剖析英伟达的财报、AI实验室的收入数据以及开源模型相关支出，质疑英伟达的业务多元化可能存在夸大现象，并表示公司的实际收入可能在很大程度上依赖于OpenAI和Anthropic等顶尖AI实验室。该期播客于10月18日发布，仅在黄仁勋接受专访后不久，标题直言“黄仁勋几乎对所有事情都撒谎了”。

在BG2 Pod引发争议的访谈中，黄仁勋试图减少对特定AI实验室的依赖，声称英伟达的算力收入可以大致划分为三个部分：传统基础计算、前沿AI实验室，以及使用英伟达算力的AI创业公司。这种划分意在表明英伟达的增长不完全依赖于少数大型AI模型公司，即便部分前沿实验室的商业化进展不如预期，其他业务仍能提供支持。然而，詹姆斯对此表示怀疑，认为该分类高估了传统计算和开源AI应用对英伟达收入的真实影响。他引用英伟达的财务数据指出，在截至2022年1月的2022财年（ChatGPT直到2022年11月才推出）中，数据中心业务占总营收的39%，而其他业务占61%；到2026年7月，数据中心业务占比激增至92%，其他业务仅占8%。因此，他认为英伟达的数据中心收入与AI算力需求之间有着密切联系，将相当一部分收入归类为与AI无关的基础计算并缺乏数据支持。

此外，对于黄仁勋提到的与AI初创企业和开源模型相关的第三类收入，詹姆斯同样持怀疑态度。他引用Vercel在今年10月发布的数据指出，开放权重模型消耗的Token占总量的71.5%，但仅占总支出的23%。这表明，即使开源模型的使用量较高，由于价格相对较低，其对商业收入的贡献并未与使用量成正比。Vercel和OpenRouter等中介平台通常吸引寻求高性价比的开发者，开源模型的市场份额可能超过整体市场。这使得开源模型所带来的算力收入远未达到黄仁勋所声称的三分之一。

更值得关注的是，AI基础设施投资与最终收入之间的差距。市场预计，到2026年，数据中心的资本开支可能接近8000亿美元，而OpenAI、Anthropic等AI实验室的年收入预计约为1050亿美元。即便接受这一乐观的收入预期，AI实验室的收入增长与基础设施投资之间依然存在明显差距。而詹姆斯还提到，在2026年前九个月，Anthropic的收入约为331亿美元；OpenAI截至2026年10月的年化收入接近500亿美元。他由此质疑，如果数据中心资本开支继续上升，而AI实验室的收入跟不上，那么当前AI算力投资热潮的可持续性将受到严峻考验。

此外，詹姆斯特别批评了黄仁勋对Meta公司AI投入的描述。在访谈中，黄仁勋称Meta去年在AI实验室的投入为零，仅进行推荐系统，而Muse助手的成功将为其带来大量新的GPU需求。但詹姆斯指出，Meta自2022年以来已投入超过1000亿美元用于大模型数据中心的建设，并拥有大量闲置产能，根本无需为Muse购买新的GPU。

此期播客一经发布便引起热烈讨论，评论区中更有观众直言：“卖铲子的人谎称每个人都需要更多铲子。”实际上，这一争议的核心并非质疑英伟达的技术实力，而是聚焦于AI产业链的商业循环——数据中心是否能通过巨额GPU采购创新出足够的收入，从而确保算力需求的长期存在。如果传统计算和开源AI应用的收入确实低于预期，英伟达可能对大型AI实验室的依赖程度高于黄仁勋所描述。倘若OpenAI及Anthropic等公司的收入增长放缓，或削减数据中心投资，相关影响势必在AI产业链中传导。

因此，市场关注的焦点不仅在于英伟达能出售多少GPU，更是AI企业能否将不断增长的算力投入转变为足够的商业回报。