日本的“AI大業”全靠瘋狂砸錢？

12月12日，軟銀集團被傳再尋求AI布局，考察包括數據中心運營商Switch在內的潛在收購。11月份，軟銀曾探討過收購美國芯片制造商Marvell Technology的潛在交易，旨在將其與旗下芯片設計公司ARM合并，以在人工智能競賽中打造一個半導體巨頭。

今年3月，軟銀收購數據中心處理器設計公司Ampere Computing。

全球AI發展如火如荼之際，軟銀的“AI大業”似乎一直沒有停止砸錢。

2024年5月，軟銀宣布計劃向人工智能項目投資高達90億美元。

截至2025年6月底，軟銀通過愿景基金1號和2號共投資了335家公司，其中大部分都與AI相關。英偉達、OpenAI、Pepper、波士頓動力、思靈、優艾智合、傅利葉……這些AI產業鏈上的明星企業，都曾是軟銀AI布局中的一環。

至今，軟銀幾乎構建了涵蓋算力、芯片制造、數據中心、具身智能等在內的完整AI基礎設施。但僅靠砸錢，孫正義能砸出AI時代的頭部地位嗎？在AI資本屢次失望的當下，這一問題的答案，正變得愈發模糊。

孫正義還能指望AI賺錢嗎？

軟銀對AI的野望不輸全球范圍內，任何一家科技企業。

孫正義曾直言，全球人工智能業務的總收益約為600萬億日元，希望成為分享這筆財富的其中之一。甚至想要實現超級人工智能（ASI），他公開表示，超人工智能（ASI）將在10年內實現。

根據軟銀集團規劃，部署ASI主要包括四個維度：AI芯片、AI數據中心、AI機器人、能源。

不過就目前來看，賺錢，才是軟銀一直押寶AI的主要原因。門洛風險投資公司最新數據顯示，僅生成式AI市場營收預計在10年內達到1萬億美元。頭部企業，比如OpenAI未來公司估值有可能高達8300億美元。

但孫正義指望AI賺錢的難度有多大？

盡管在當今世界，AI已經是不可逆轉的大趨勢，可是成本、應用、盈利……幾乎重要的環節都有待解決。成本，始終是整個AI產業鏈上繞不開的話題，芯片、數據、能源、機器人……每一項的成本需求上不封頂。

貝恩咨詢報道，到2030年AI公司將需要2萬億美元的年收入來支撐預期的計算需求，但與之相對的是，實際收入可能短缺8000億美元。MIT研究顯示，95%采納生成式AI的公司尚未從中獲利，只有個位數到低兩位數的企業看到了大規模的持續投資回報率。

面對如此大的落差，資本還舍得為AI掏錢嗎？

事實證明，資金還在向AI賽道席卷，但警惕的情緒油然而生。

11月份，美國銀行調查顯示，市場對人工智能泡沫的憂慮顯著上升。45%的受訪投資者將AI泡沫視為當前最大的尾部風險，該比例較上月33%大幅提升；53%的基金經理認為AI相關股票已處于泡沫中。

同時，AI熱潮引發的巨額資本支出，讓投資者感到不安。調查報告顯示，這是自2005年8月以來，首次有近20%的基金經理認為企業存在過度投資的情況，將此歸因于“對AI超大規模資本支出熱潮的規模和融資的擔憂。”

有意思的是，即便全球資本對AI的態度都趨于謹慎，軟銀這邊卻不見得。

一方面，軟銀這兩年在科技投資賽道中屢屢失手，急需靠AI扳回一城。

以愿景基金為例，2022財年，愿景基金的投資虧損達到5.3萬億日元（折合約397.7億美元），較2021年虧損3.6萬億日元大幅擴大。到2024年，軟銀愿景基金第三財季錄得3099.3億日元的虧損。

根據《The Information》的統計，軟銀第一只愿景基金的回報率一度僅為14%。

另外一方面，軟銀的科技野心加速壯大。從早年押注互聯網革命到如今 All in AI，孫正義的投資邏輯其實始終沒變。

而AI賽道正遇上產業滲透與基建大爆發。

摩根士丹利預測2025年全球AI基建投入將達4000億美元。而需求早已從C端娛樂滲透到B端生產，智能工廠用AI質檢提升30%效率，養老機器人進入家庭場景，醫療AI影像診斷準確率超92%。

這恰好為軟銀的科技版圖提供了一定的落地條件。

換句話說，軟銀正試圖打造一個AI全產業帝國，過了這么多年，孫正義仍然想成為下一代科技革命規則“制定者”。然而，過度與AI綁定的后遺癥已經在企業身上凸顯，當全球AI相關股票因泡沫下調時，軟銀曾一周內累計跌幅超過20%，市值蒸發約520億美元。

孫正義的夢想，還要繼續等待。

日本AI大業，軟銀能幫上多少忙？

從某種角度來說，軟銀對AI高度重視，與整個日本的AI產業發展有關。在中國、美國乃至全球大力推舉AI時，日本的人工智能進程一直滯緩，孫正義不止一次公開表示，日本AI行動遲緩、過于保守。

事實確實如此，日本的AI使用率、投資都遠遠低于其他地區。

日本發布的2025年版《信息通信白皮書》顯示， 2024財年只有26.7%的日本民眾使用過生成式AI，而同期中國為81%、美國為68.8%。在企業范圍內，只有49.7%的日本企業制定了AI使用政策，遠低于美國的84.8%和德國的76.4%。

在AI投資方面。

美國斯坦福大學《人工智能指數報告2024》顯示，2023年日本民間對AI的風險投資為大約7億美元，同期美國達到672億美元、中國為78億美元。去年，根據日本創業投資協會報告，日本民間資本對AI領域的投資中，基礎模型投資占比不足10%。

時至今日，日本終于要對AI付諸行動。

據悉，日本計劃把公眾AI利用率提高到50%，最終提高到80%，還計劃吸引約1萬億日元（100日元約合4.5元人民幣）的民間投資，以加強研發活動。企業這邊，軟銀、富士通都成了日本AI大業的積極推動者。

尤其是軟銀。

公開資料顯示，軟銀在日本運營著18座數據中心，計劃于明年推出的主權云和AI服務。今年4月，又在北海道啟動了一個大型新數據中心園區的建設。待全面建成后，該園區將成為日本國內規模最大的數據中心項目之一。

那么，軟銀這類巨頭企業，能撐起日本的AI大業嗎？

其實，日本科技的相對落后，還要追溯至互聯網革命年代。彼時，美國、中國乘勢實現互聯網經濟爆發式增長，亞馬遜、谷歌、騰訊、百度、阿里……明星企業層出不窮，但日本對制造業與“工匠精神”的堅持，讓其互聯網創新失了先機。

這一差距持續到AI時代。

數據顯示，日本大型IT企業，相較于AI技術，更看重現有業務效率的提升和新硬件的研發。91%的日企將超過90%的IT預算用于維護老舊系統，而非新技術研發。日本每年AI相關碩士畢業生為2800人，不及美國的1/9，且60%集中在機器人控制等傳統領域。

當前，日本發展AI似乎十分注重數據，但這又要涉及到最關鍵的成本問題。

DC Byte估計，截至2025年11月底，日本的數據中心總容量在5年內增長逾兩倍，達到6.8吉瓦，設施數量增至269座。安永報告預測，到2026年，日本數據中心市場規模將達到300億美元，復合年增長率為6.5%。

這也讓日本AI行業的成本直線上升。

《數據中心建筑成本與輸電網整備狀況分析》顯示，2021年至2023年，日本數據中心的建設成本在同一時期上漲了69%。由于數據中心建設成本中70%—90%由材料費和勞務費構成，這兩項因素的變化對總成本影響最為直接。

2025年，Turner & Townsend發布報告顯示，東京連續第二年成為全球數據中心建設成本最高的城市，日元疲軟又加劇了這一問題，進口電力設備、先進冷卻系統的成本或許會比之前更貴。

軟銀的堅持，無疑為深陷人才、資金、基建多重困境的日本AI產業，注入了一絲力量。但能否填平這么多年來的發展鴻溝，讓日本在AI時代重新找回科技強國的底氣，答案似乎不太明朗。

AI投資，控制不住了？

不止軟銀，全球范圍內，企業對AI的投入越來越多。2025年三季度，微軟、Meta、亞馬遜、谷歌、甲骨文等五家重投入AI的頭部企業合計資本開支規模達到1057.73億美元，同比增長72.9%。

AI泡沫論愈演愈烈，但資本似乎已經控制不住了，激進的投資對企業現金流形成巨大壓迫。

統計顯示，截至2025年三季度，微軟、Meta、亞馬遜、谷歌、甲骨文五家企業資本開支與經營性現金流的比值平均達到75.2%，較一年前上升29.7個百分點。其中，甲骨文的自由現金流已轉為負值。

同時，企業現金儲備的安全邊際正在快速縮減。

據悉，Meta的存量現金儲備對當期必要支出的覆蓋率僅為37.3%。為了錢，美國超大規模數據中心企業債券發行量激增，今年前11個月總發行量達1038億美元，是2024年全年的5倍以上。

軟銀也一樣，截至9月30日，軟銀母公司層面的現金總額為 4.2 萬億日元（約合 271.6 億美元）。但軟銀還計劃年底繼續押注OpenAI ，今年4 月，軟銀承諾向 OpenAI 投資至多 300 億美元，其中 100億美元在當月就發放給了OpenAI。

為了籌集剩下的錢，孫正義四處奔走，不惜裁員、拋售股票、抵押貸款……

AI投資為什么不可控了？除了科技向往、野心、盈利渴望，資本或許也有些騎虎難下。

以美國為例，2025年上半年，AI對美國實際GDP同比增速的拉動約0.7個百分點，對增長的貢獻率約為三分之一。Moody研究顯示，當前美國近一半的消費支出由收入最高的10%人口貢獻，而該群體持有約87%的美國股票。

也就是說，AI已成為美國經濟增長的支柱。

一旦資本褪去對AI的熱情，美國的經濟都有崩盤的可能。數據顯示，美國家庭財富的21%直接來自股票，如果AI泡沫破裂，很有可能會導致家庭凈資產縮水8%，消費支出可能劇減（約GDP的1.6%）。

AI深度綁定一國經濟命脈，成為資本一個不得不前進的重大任務。

另外，目前全球各地區的AI產業一榮俱榮，進一步放大了投資的不可控性。

比如，產業集中度讓人哭笑不得，供應鏈的高度集中更進一步放大了系統性風險，更何況，科技巨頭的投資方向高度一致，幾乎清一色指向AI基礎設施建設。根據CB Insights數據，除Anthropic外，英偉達幾乎支撐所有主要AI參與者。

于是，一個個盤根錯節的生態網已然形成：

例如，OpenAI、英偉達與甲骨文結成的“三角聯盟”形成閉環：OpenAI向甲骨文購買云計算服務，甲骨文向英偉達采購GPU芯片，英偉達再投資OpenAI。而軟銀又為了OpenAI賣光英偉達。

耐人尋味的是，當前一些大型科技公司的估值水平雖已達到約 40 倍，遠高于其歷史平均 20 倍的水平，但相較于 2000年互聯網泡沫頂峰時80倍的估值，AI 泡沫的膨脹程度似乎還未到極致。

或許正是這種僥幸心理，讓資本仍在硬著頭皮，放縱一把、再放縱一把。