软银巨亏1.12万亿日元：孙正义的AI资本豪赌

软银出现1.12万亿日元巨额亏损，主要来自发电设备。孙正义把资本押在AI上，OpenAI正从用户规模走向企业收入，Arm则是数据中心能效背后的技术资产。公司从单纯持有股权转向开发AI基础设施，资金循环也引来争议，真正的检验是终端现金流。565亿美元融资背后还面临资产价格约束。看对AI只是第一步，还要把资本变成回报。小编通过下文，主要为你们梳理这场豪赌的结构、亏损来源与接下来要过的现金流关口等内容。

巨额亏损为何来自发电设备

2026年7月至9月，软银集团归属于母公司股东的净亏损约1.12万亿日元。但在同一个季度，它又筹集了565亿美元，创下公司季度融资规模纪录。

对一家以投资为核心业务的企业而言，这种组合并非不可理解;真正反常的是，一笔约37亿美元的损失，来自尚未投入使用的数据中心发电相关设备。

软银的财年从4月开始。2026年4月至6月，集团归母净利润约3473亿日元;7月至9月的亏损抵消了这部分盈利，使4月至9月上半年累计亏损约7680亿日元。

上半年集团仍录得约1.73万亿日元投资收益，但第二季度投资业务已转为亏损，设备采购损失、金融衍生品损失以及融资和管理费用进一步拖累最终结果。

软银此前判断，AI数据中心建设的瓶颈正在从GPU供应扩展到电力。燃气轮机等大型发电设备的制造和交付周期较长，如果等土地、客户与建设方案全部确定后再订购，就可能出现服务器到位、供电却无法配套的局面。

为争取建设窗口，软银提前采购或预订相关设备，累计投入约95亿美元，计划在项目逐步落实后把设备分配出去，再收回前期资金。

然而，AI基础设施的技术路线、项目选址、建设时序和客户所需容量都在变化。提前锁定的设备未必仍适合后来确定的方案。

软银在重新审视项目组合与采购策略后修改了部分合同，约29亿美元的预付款及相关投入无法收回，加上合同调整成本，最终确认约37亿美元损失。

管理层同时表示，软银获得了未来采购设备时最高21亿美元的返利权利，剩余约66亿美元相关采购投入计划用于后续项目。其价值仍取决于后续项目能否推进，以及相应采购能否发生。

这笔损失折射出软件投资与基础设施开发的根本差异。前者主要面对产品与市场风险;后者还要承担设备、工程、电力、交付与时间错配。即使AI需求最终旺盛，项目开发商也可能因为投资过早、设备选型变化而损失资本。孙正义看对产业方向，并不能自动保证每一笔资本配置正确。

OpenAI：从用户规模走向企业收入

软银继续扩大AI投资，最重要的依据之一是OpenAI的商业化进展。2026年10月1日，软银完成最后一笔100亿美元追加投资，累计投资约646亿美元，持有OpenAI约13%的股权。这使OpenAI成为足以影响软银整体资产结构的重要投资。

在11月10日的财报说明会上，软银管理层援引OpenAI运营数据称，截至2026年9月，ChatGPT每周活跃用户达到12亿;OpenAI年化经常性收入(ARR)约500亿美元，过去三年增长约25倍;企业业务贡献约一半收入。Codex等相关产品的合计周活跃用户超过4000万。上述数字属于管理层引用的业务指标，不能替代经审计的财务报表;尤其ARR是基于当前收入水平的年化指标，并非已经实现的全年收入，更不是利润或自由现金流。

这些数据中，企业收入占比比单纯的用户规模更能说明商业模式的变化。消费者可以偶尔使用ChatGPT，免费与付费需求差异很大;企业一旦把AI嵌入软件开发、客服、知识管理和内部业务流程，只要效率提升持续存在，就可能形成较稳定的支出。Codex从程序员工具扩展到更广泛的企业工作场景，正体现了这一方向。

对软银而言，问题已经不只是OpenAI能否吸引用户，而是企业付费增长能否跑赢模型训练、推理和新产品开发的成本增长。如果模型平台形成高黏性，646亿美元投资可能产生可观资本增值;如果竞争持续压低模型服务价格，而计算成本和资本支出难以降低，收入增长也未必会转化为相应利润。投资的价值最终由可持续现金流和估值共同决定。

Arm：数据中心能效背后的技术资产

孙正义并未把所有筹码放在模型公司。Arm是软银AI资产组合中商业模式更成熟的一部分。最新季度，Arm收入同比增长27%，稀释每股收益同比增长33%。其战略意义在于，Arm架构正进入长期由x86占据主导地位的数据中心计算市场。

GPU负责大量AI加速计算，但CPU仍承担数据处理、系统调度、存储和网络管理等任务。数据中心受电力总量约束，CPU若能以更少功耗完成这些工作，就可能把更多电力留给GPU。云服务商因此不仅关心单颗处理器跑得多快，也关心整个计算系统的每瓦性能。

软银管理层称，在特定测试条件下，Arm相关CPU方案可以在相同功耗下提供两倍性能;又称在主要超大规模云服务商相关CPU部署中，Arm技术份额已超过60%，高于2024年的15%。前者不意味着所有Arm处理器普遍比x86快一倍，后者也不是Arm在全部服务器CPU市场的占有率。即便如此，亚马逊和微软等云厂商对Arm的持续采用，仍表明能效优势正在形成实际需求。

与需要持续投入巨额算力和研发预算的模型公司不同，Arm通过知识产权授权及芯片出货相关版税获取收入。若数据中心、移动设备和其他计算终端扩大采用Arm架构，其商业回报有机会随产业扩张累积。OpenAI代表AI软件平台的可能性，Arm则让软银握有计算架构层面的收入权利。

资金循环争议：真正的检验是终端现金流

这种合作有利于分散巨额资本开支，却引出一个问题：产业链参与者相互投资、相互采购，是否会造成资金在内部循环，掩盖终端需求不足?财报问答环节，记者直接把这一疑问抛给软银。

首席财务官后藤芳光的回应是，不应因为上下游公司存在交叉投资就断定交易有风险，应该逐笔考察借款人的信用质量、还款来源和信用支持。这个判断具有合理性。产业链中的股权投资和商业合同并不天然意味着泡沫;但它们也不能代替真正的终端支付能力。

判断这套模式能否成立，一个更严格的测试是：如果新增股权融资放缓，数据中心能否依靠客户实际支付的算力服务收入，覆盖租金、设备及债务成本?如果可以，跨企业合作是在加速建设;如果不行，资产估值和债务偿付就可能越来越依赖下一轮融资。

软银还在法国和马来西亚推进项目。法国项目长期目标为5吉瓦，其中计划在2031年前实现3.1吉瓦;马来西亚项目由软银与Grab、PETROS合作，计划初始投入合计18.5亿美元，长期目标为5吉瓦以上。这些处于不同阶段的规划，不能直接相加当作已经锁定的合同收入。未来真正重要的是建设、融资、交付和利用率，而不只是宣布了多少吉瓦。

与此同时，马斯克曾在社交媒体上声称软银在涡轮机订单上违约。后藤芳光在电话会上明确否认，称不存在违约。软银已经确认的，是调整采购安排所导致的预付款及合同成本损失;这与因缺乏资金而无力履行付款义务，并不是同一类事实。现有披露不足以证实后者。

565亿美元融资背后的资产价格约束

真正的财务压力，来自软银庞大的融资体系与资产价格之间的联动。2026年7月至9月，软银通过债券、长期贷款、股票抵押融资和资产变现等方式筹集约565亿美元，其中部分资金用于替换此前为OpenAI等投资准备的过桥贷款。季度融资额不能直接视为新增净债务，但足以说明新战略对资本市场融资能力的依赖。

软银以Arm股票为抵押的保证金贷款额度已提高至约250亿美元。资产价格上涨时，抵押品价值随之提高，公司容易获得更多融资空间;股票下跌时，安全边际收缩，即使没有立即触发追加抵押品要求，也可能削弱未来再融资能力。这种机制使长期产业投资受到短期市场波动的影响。

波动已经十分明显。截至2026年9月底，软银净资产价值(NAV)约59.8万亿日元;管理层在11月10日给出的最新估计已降至44.7万亿日元，一个多月减少约15.1万亿日元。减少的NAV不等于发生同额现金流出，却会改变市场对集团杠杆与财务韧性的判断。

软银使用贷款价值比率(LTV)约束风险，即以调整后的集团净有息负债与相关资产价值比较。9月底LTV为15.9%，低于公司正常情况下25%的内部管理标准;同期现金约5万亿日元，公司还强调保持足以覆盖未来两年债券到期偿付的资金。但9月底指标并非11月的实时数据：10月1日对OpenAI的100亿美元投资已经完成，此后资产价格也发生明显变化。

利息成本同样不可忽视。据路透社报道，软银7月至9月融资成本约4620亿日元，同比增加一倍以上。上市股票的浮盈可能随市场变化而消失，借款利息却往往需要按约定时间支付。对投资回收期长、建设中还需持续追加资本的数据中心项目而言，这种资金期限和项目期限之间的错配尤其重要。

后藤芳光在财报会上承认，市场环境已不适合一味采取进攻性投资策略，需要在投资扩张与财务纪律之间取得平衡。美国数据中心还面临电力、用水和社区意见的约束，跨国机器人业务收购也存在监管障碍。软银越深入实体基础设施，政策、工程和运营问题就越难用单纯的融资能力解决。

看对AI，还要把资本变成回报

评价孙正义的战略，需要分清三个不同层面。首先，AI需求是否真实。OpenAI的用户和收入增长、Arm在数据中心的采用情况，为长期需求提供了积极证据。

其次，软银能否在正确的产业环节获取回报。模型和软件平台、芯片知识产权、数据中心开发各有不同的利润率、资本开支和风险结构，不能因为都属于AI就假设拥有同等回报。

最后，软银能否以可承受的融资成本，持有这些资产直到价值兑现。这是目前最难确定、却最直接关系股东回报的一环。一家公司完全可能看对十年的技术趋势，却因为投入价格过高、建设周期过长或融资结构过于脆弱，无法把产业增长转化为股东收益。

因此，未来观察软银不应只看OpenAI估值上涨多少，而要跟踪四类实绩：OpenAI的收入增长能否带来经营现金流改善;数据中心能否按计划融资、建设、交付并收取租金;Arm的架构渗透能否持续增加授权收入和利润;软银能否在资产估值波动中控制LTV及融资成本。

过去，孙正义最擅长的是提前发现科技赢家;如今，他尝试通过股权投资、信用支持、长期合同和项目开发，把模型、芯片、电力和数据中心连接为一套产业体系。1.12万亿日元的季度亏损不能证明这套战略失败，565亿美元的融资纪录也不能证明成功。

对于AI的长期需求以及OpenAI、Arm的产业位置，可以保持积极判断;但软银能否在承担真实设备损失和越来越复杂的融资约束之后，仍创造扣除资本成本的长期股东回报，需要由未来的现金流验证。孙正义真正的AI底牌，不只是持有多少OpenAI股份，而是能否让这些巨额投资最终成为持续产生现金流的资产。