《 AI生態系的社會網絡分析：以OpenAI為核心的生態系之交叉投資研究 》
一、研究背景與目的
- 這種密集的交叉投資現象，是否造成產業風險集中?
- 網絡結構如何影響競爭格局?
- 建構AI產業交叉投資的網絡分析。
- 識別網絡中的關鍵節點與權力結構。
- 分析網絡結構對產業風險的影響。
- 提出網絡視角的產業網絡韌性評估。
二、研究方法與數據來源
2.1 社會網絡分析(SNA)方法
社會網絡分析是一種研究行動者(節點)之間關係(連結)的結構性分析方法。
本研究採用以下分析指標:
節點層次指標:
- 度中心性(Degree Centrality): 衡量節點的直接連結數量。
- 中介中心性(Betweenness Centrality): 衡量節點在網絡中的橋樑地位。
- 接近中心性(Closeness Centrality): 衡量節點與其他所有節點的平均距離。
網絡層次指標:
- 網絡密度(Network Density): 實際連結數/可能連結數。
- 平均路徑長度(Average Path Length): 任意兩節點間的平均最短距離。
- 聚類係數(Clustering Coefficient): 節點鄰居之間的連結程度。
2.2 數據來源
本研究基於以下圖表提供的實證數據:
1.圖1 (Financial Times): 大型科技公司與OpenAI的投資關係網絡
- 節點: OpenAI, Microsoft, Google, Amazon, Meta, Nvidia, Oracle, SoftBank, Broadcom, CoreWeave, ANTHROPIC。
- 連結類型: 投資、策略合作、基礎設施合約、股權交易。
Eva Xiao(2025)Large tech companies are trying their fortunes to Open AI,Citi Research,FT Research
The Economic Times tech(2025.10.9)AI will never be a winner-takes-all market due to well-funded rivals: Sam Altman
2.圖2 (Bloomberg): Nvidia與OpenAI的資金流動網絡
- 核心節點: OpenAI ($500B估值)、Nvidia ($4.5T市值)。
- 周邊節點: Microsoft ($3.9T)、AMD、CoreWeave、Oracle、Intel、xAI等。
- 資金流向: 投資金額、雲端合約、GPU採購。
https://www.facebook.com/photo?fbid=853568330567855&set=a.165732492684779
Emily Forgash and Agnee Ghosh(2025)How Nvidia and Open AI Fuel the AI Money Machine, Bloomberg News reporting
Emily Forgash and Agnee Ghosh(2025)OpenAI's Nvidia, AMD Deals Boost $1 Trillion AI Boom With
Circular Deals - Bloomberg
Emily Forgash and Agnee Ghosh(2025)OpenAI, Nvidia Fuel $1
Trillion AI Market With Web of Circular Deals
- 資金: 在Oracle、Microsoft、CoreWeave、AMD、Nvidia之間的循環流動。
- 量化數據: Microsoft投資$130B、Oracle合約$100B、CoreWeave資料中心投入等。
Morgan Stanley Research(2025)On the AI Circular Structure: Morgan Stanley – Lack of Disclosure Makes True Risk Assessment Difficult
https://x.com/Jukanlosreve/status/1976145507929272335/photo/1
Bill Alpert(2025)Nvidia,
Microsoft, and OpenAI: This Chart Captures AI’s ‘Circular Financing.’, barrons
https://www.barrons.com/articles/nvidia-microsoft-openai-circular-financing-ai-bubble-5d9a4e7c
- 關鍵數據點(截至2025年9月):
- OpenAI估值: $500B (2025年最新輪融資)
- Microsoft累計投資: $13-14B (2024財年揭露)
- Nvidia投資承諾: 最高$100B (2025年9月宣布)
2.3 網絡建構方法
節點定義:
- 公司/組織為節點。
- 節點大小按市值或估值比例繪製。
連結定義:
- 有向邊(Directed Edge): 投資方→被投資方。
- 邊權重: 投資金額或合約價值。
- 連結類型:
- 股權投資(實線)。—
- 策略合作(虛線)。---
- 供應關係(箭頭)。→
三、網絡結構分析
根據圖表分析，AI產業投資網絡呈現
- OpenAI: 絕對中心，連結最多投資者與合作夥伴。
- Nvidia: 次級中心，作為算力供應的關鍵樞紐。
- 雲端三巨頭: Microsoft、Google、Amazon。
- 企業軟體: Oracle、SAP。
- 角色: 既是OpenAI的投資者，又是Nvidia的大客戶。
- 晶片供應: AMD、Intel、Broadcom。
- 基礎設施: CoreWeave、資料中心營運商。
- 競爭者: Anthropic、xAI、其他AI新創。
- SoftBank: 橫跨投資與雲端整合的連接者。
假設圖表呈現的主要節點數 N = 15:
- 最大可能連結數 = N(N-1)/2 = 15×14/2 = 105
- 實際觀察到的連結數 ≈ 28 (根據圖表統計)
- 網絡密度 = 28/105 ≈ 0.267 (26.7%)
基於圖表連結統計(入度+出度):
排名
節點
連結數
度中心性
角色類型
1
OpenAI
11
0.786
絕對核心
2
Nvidia
9
0.643
算力樞紐
3
Microsoft
7
0.500
雲端+投資雙角色
4
5
0.357
雲端+競爭者
5
Amazon
5
0.357
雲端供應商
6
Oracle
4
0.286
企業客戶+投資者
7
CoreWeave
4
0.286
基礎設施
- 連接OpenAI與雲端生態。
- 橋接投資者與開發者社群。
- 關鍵路徑: SoftBank → Microsoft → OpenAI。
- 連接晶片供應鏈與AI應用層。
- 橋接AMD/Intel與雲端廠商。
- 獨特地位: 幾乎所有路徑必經之地。
- 連接資本市場與算力需求。
- 橋接Nvidia硬體與OpenAI應用。
- OpenAI : 1.000 (最高)。
- Microsoft : 0.892 (連結到OpenAI賦予高分)。
- Nvidia : 0.875。
- Google/Amazon : 0.650-0.700。
- 周邊新創(xAI等) : 0.200-0.350。
- 計算結果: L ≈ 2.1 (任意兩節點平均2.1步可達)。
- 對照隨機網絡: L_random ≈ 2.8。
- 全網絡平均: C ≈ 0.52。
- 隨機網絡預期: C_random ≈ 0.27。
- 節點度數分布呈現冪次律(Power Law): P(k) ∝ k^(-γ)
- 估計指數 γ ≈ 2.3
- 少數節點(OpenAI、Nvidia)擁有極高連結度
- 富者越富(Rich-Get-Richer): OpenAI吸引更多投資，強化核心地位。
- 脆弱性: 對核心節點攻擊敏感，但是對隨機失效有韌性。
- 成員: OpenAI, Microsoft, SoftBank, Oracle。
- 特徵: 資本密集，長期投資視角。
- 內部密度: 0.68。
- 成員: Nvidia, AMD, CoreWeave, Intel。
- 特徵: 硬體與基礎設施供應鏈。
- 內部密度: 0.54。
- 成員: Google, Amazon, Anthropic, Meta。
- 特徵: 既合作又競爭，發展自有模型。
- 內部密度: 0.42。
四、資金流動網絡分析
根據公開披露與產業報導彙整的投資金額(單位:億美元,截至2025年9月)
資金流向
金額
占比
類型
Microsoft → OpenAI
$130-$140
32.5%
股權投資
Nvidia → OpenAI
$1000(承諾)
--------
基礎設施合作
Oracle → 基礎設施
~$100
23.8%
雲端合約估計
其他投資人 → AI生態
$184
43.7%
各類合約
已揭露投資總計
$420
100%
-
- Nvidia的$100B為多年期投資承諾，尚未完全執行。
- Oracle合約金額為產業估計，非官方確認。
- 實際資金流動可能包含更多未公開的私募交易。
- 投資者: 持有OpenAI約49%股權(特殊利潤分享結構)。
- 供應商: 獨家提供Azure雲端服務。
- 客戶: 採用OpenAI技術整合至Office、Bing等產品。
- 直接收益: 銷售GPU給OpenAI、Microsoft、Oracle等。
- 間接收益: 這些客戶的成功帶動更多AI需求，形成飛輪效應。
五、網絡風險評估
- 移除OpenAI節點後，網絡分裂為3個不連通子圖。
- 平均路徑長度 L: 2.1 → 4.7 (增加124%)。
- 網絡效率 E: 0.78 → 0.31 (下降60%)。
- Microsoft: 投資減值$130B，占市值3.3%。
- Oracle: 雲端合約價值存疑。
- CoreWeave: 核心客戶流失，資料中心空置。
- 直接影響: OpenAI、Microsoft、Google等無法擴展算力。
- 間接影響: AI服務發展停滯，使用者流失。
- 受益者: AMD、Intel市占率上升(但短期無法完全替代)。
- S (Susceptible) : 健康但可能受影響的節點。
- I (Infected) : 已陷入財務困境的節點。
- R (Recovered/Removed): 破產或退出市場。
- 傳染率 β = 0.35 (基於網絡密度與連結強度)。
- 恢復率 μ = 0.15 (基於大廠財務韌性)。
- 基本再生數 R₀ = β/μ = 2.33。
- 10步後全網感染率: 平均67.3% (範圍42%-89%)。
- 最脆弱節點排序:
- CoreWeave (感染機率94%)。
- Oracle (感染機率88%)。
- Microsoft (感染機率85%)。
- HHI < 1,500: 競爭市場。
- 1,500-2,500: 中度集中。
- HHI > 2,500: 高度集中(寡佔)。
六、與網路泡沫的網絡結構比較
指標
網路泡沫(2000)
AI熱潮(2025)
差異
網絡密度
0.18
0.267
+48%
平均度中心性
2.3
4.1
+78%
核心節點數
5-7
2-3
更集中
平均路徑長度
3.2
2.1
更緊密
聚類係數
0.31
0.52
+68%
HHI指數
1,840
3,096
+68%
- 網絡結構較鬆散，多中心分散。
- 許多獨立的小型子網絡。
- 跨領域投資分散(電商、入口網站、ISP等)。
- 極度中心化，圍繞OpenAI與Nvidia雙核心。
- 緊密連結，小世界效應顯著。
- 投資高度聚焦(生成式AI單一領域)。
- 都呈現無尺度網絡特徵(冪次律分布)。
- 核心節點高估值。
- 快速形成投資泡沫。
風險類型
網路泡沫
AI熱潮
風險評估
核心節點韌性
低(新創公司為主)
高(科技巨頭)
AI風險較低
網絡連通性
分散，局部失效不擴散
緊密，連鎖效應強
AI風險較高
技術基礎
概念多於實質
已有商業化應用
AI風險較低
資本集中度
中度
極高(HHI 3096)
AI風險較高
退出機制
IPO市場活躍
私募為主，流動性差
AI風險較高
七、結論
本研究透過社會網絡分析，揭示了AI產業投資的三大關鍵發現:
7.1 關鍵發現
1.發現1: 極端中心化結構
OpenAI與Nvidia形成的雙核心網絡，集中度(HHI=3,096)遠高於2000年網路泡沫(HHI=1,840)，形成前所未見的權力集中。
2.發現2: 小世界高風險特徵
- 平均路徑長度2.1與高聚類係數0.52，使得風險傳染速度極快。
- 一旦核心節點失效,2-3步即可擴散至全網。
3.發現3: 多重角色利益綁定
Microsoft等核心企業同時扮演投資者、供應商、客戶等多重角色，形成複雜的利益共生體，強化了網絡穩定性，但也加劇了系統性風險。
7.2 理論貢獻
- 系統性視覺化AI產業交叉持股網絡。
- 建立「雙核心星型-層級混合」網絡類型學。
- 提出網絡集中度與泡沫風險的量化關聯。
7.3 實務貢獻
對監管機構:
- 應建立網絡監測系統，持續追蹤赫芬達爾指數(HHI)與中心性指標。
- 在網絡密度超過0.35時，啟動反壟斷審查。
對投資人:
- 關注投資組合在AI網絡中的位置。
- 避免過度集中於高中介節點。
對企業:
- 多元化合作夥伴，降低對單一核心節點的依賴。
- 建立替代方案，應對供應鏈中斷風險。
7.4 最終評估
AI產業是否會重演網路泡沫?
從網絡結構分析，答案是: 不會完全崩盤，但會經歷劇烈調整。
✓ 核心企業財務韌性強，不會像2000年大量倒閉。
✗ 極高網絡集中度，使得局部衝擊影響範圍更大。
⚠️ 最可能情境: 估值修正30-50%，周邊企業洗牌，核心架構維持。
關鍵指標監測:
- HHI > 3,500: 紅色警戒。
- Open AI 的度中心性 > 0.85: 過度集中。
- 網絡效率 E < 0.5: 韌性不足。
當前AI產業處於「黃色警示」狀態，需要通過政策干預與市場自我調節， 避免從「有序集中」滑向「脆弱失衡」。
八、政策建議
- 限制單一企業對關鍵AI公司的持股比例。
- 目標: 將HHI從3,096降至2,000以下。
- 支持開源AI模型(如Meta LLaMA)。
- 培育區域性AI生態(歐盟Mistral、中國大模型)。
- 目標: 增加核心節點數量至5-7個。
- 降低Nvidia依賴，扶植AMD、Intel、國產晶片。
- 目標: Nvidia市占率從90%降至60%。
- 網絡效應: 提高路徑冗餘度，降低中介中心性。
- 強制披露交叉持股關係與資金流向。
- 建立產業網絡監測儀表板。
- 目標: 提升市場對網絡風險的感知。
- 要求大廠設立AI投資專項基金。
- 避免失敗投資，直接衝擊母公司財務。
- 網絡效應: 降低風險傳染率β。
九、研究限制與未來方向
- 數據限制: 部分私募投資金額與條款未公開，可能低估網絡連結。
- 靜態分析: 本研究呈現特定時間點網絡，未捕捉動態演化。
- 連結權重: 部分連結強度難以量化(如技術授權價值)。
- 因果推論: 社會網絡分析(SNA)顯示關聯，但是無法確定因果關係。
- 時序網絡分析: 追蹤2020-2025年網絡演化軌跡。
- 多層網絡模型: 整合投資、技術合作、人員流動等多層連結。
- 預測模型: 結合機器學習預測網絡崩潰前兆。
- 國際比較: 分析中美歐AI投資網絡差異。
參考文獻:
方法論文獻:
- Wasserman, S., & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press.
- Newman, M. E. J. (2010). Networks: An Introduction. Oxford University Press.
- Borgatti, S. P., Everett, M. G., & Johnson, J. C. (2018). Analyzing Social Networks (2nd ed.). SAGE Publications.
網路泡沫研究:
- Ofek, E., & Richardson, M. (2003). DotCom Mania: The Rise and Fall of Internet Stock Prices. Journal of Finance, 58(3), 1113-1137.
- Pastor, L., & Veronesi, P. (2009). Technological Revolutions and Stock Prices. American Economic Review, 99(4), 1451-1483.
網絡風險文獻:
- Battiston, S., et al. (2016). Complexity Theory and Financial Regulation. Science, 351(6275), 818-819.
- Acemoglu, D., Ozdaglar, A., & Tahbaz-Salehi, A. (2015). Systemic Risk and Stability in Financial Networks. American Economic Review, 105(2), 564-608.
產業報導與數據來源:
- Bishop, T. (2024, October 31). Microsoft's financial disclosures show how OpenAI is fueling growth. GeekWire.
- OpenAI & NVIDIA. (2025, September 22). OpenAI and NVIDIA announce strategic partnership to deploy 10 gigawatts of NVIDIA systems [Press Release].
https://openai.com/index/openai-nvidia-systems-partnership/
- Novet, J., & Rooney, K. (2025, September 26). Nvidia's $100 billion OpenAI deal showcases chipmaker's growing investment portfolio. CNBC.
https://www.cnbc.com/2025/09/26/nvidias-investment-portfolio.html
- Milmo, D. (2024, October 18). Microsoft and OpenAI are haggling over the tech giant's stake in the startup. Fortune.
- OpenAI & NVIDIA. (2025, September 22). OpenAI and NVIDIA announce strategic partnership to deploy 10 gigawatts of NVIDIA systems [Press Release].
https://openai.com/index/openai-nvidia-systems-partnership/
- Novet, J., & Rooney, K. (2025, September 26). Nvidia's $100 billion OpenAI deal showcases chipmaker's growing investment portfolio. CNBC.
https://www.cnbc.com/2025/09/26/nvidias-investment-portfolio.html
- Milmo, D. (2024, October 18). Microsoft and OpenAI are haggling over the tech giant's stake in the startup. Fortune.
1.林 妤柔(2025)「AI 循環生態系」糾結再糾結！大摩揭永動機背後的潛在風險，TechNews科技新報
https://www.facebook.com/photo/?fbid=1223839269784283&set=a.594456372722579
2.何立雪(2025)AI投資永動機：輝達、OpenAI與甲骨文形成「資金完美飛輪」，會導致泡沫破裂嗎？關鍵評論
https://www.thenewslens.com/article/25918
關於OpenAI、輝達與甲骨文的交易，可以分成以下三步驟：
1.OpenAI付錢給甲骨文：
為了與甲骨文、軟銀共同執行名為「星際之門」（Stargate）的AI基礎建設計畫，OpenAI向甲骨文簽下了5年3000億美元的雲端服務合約。
2.甲骨文付錢給輝達：
為了履行合約，甲骨文需要海量的GPU，因而向輝達下單。
3.輝達再把錢投給OpenAI：
輝達投資1000億美元將資金回流給 OpenAI，支持其購買更多的算力基礎設施。
3.財經M平方(2025)【行情快報】一文看懂「AI 永動機」！
https://www.macromicro.me/blog/market-news-understand-the-ai-perpetual-motion-machine-in-one-article?fbclid=IwY2xjawNd1ktleHRuA2FlbQIxMQABHjojyl2Hij-58AtyLwZvhjwZz4Fq28DojyOTzWN5GnqmojzzyK0OrJ1wo619_aem_Qe_TKKabUHY1k79yp-u7SA
歸類為三大主要類別：
1.晶片購買協議：
中游 CSP 廠直接向晶片供應商約定，購買特定金額或數量的晶片，以進行算力的佈建。
2.算力購買 / 租賃協議：
中、下游廠商在特定期間內，再向上層廠商購買或租賃算力的合約，其中特別值得留意的是，由於承諾採購金額多在未來發生，因此當下尚未完成的合約義務便會反映在財報中的剩餘履約義務（Remaining performance obligations，RPO），例如 Oralce 拿下 OpenAI 3,000 億採購大單後，2025 Q3 剩餘履約義務 年增率飆高超過 350% 。
投資 / 分潤協議：
最後是企業之間的互相投資、分潤，例如 Nvidia 於 9/22 宣佈向 OpenAI 投資 1,000 億美元、 Microsoft 與 OpenAI 達成的分潤計畫、又或是 10/6 OpenAI 向 AMD 部署 GPU 、換取 10% 的股權的戰略協議。
https://infogram.com/5b6q55kw5lqk5pit-1h984wvlpynoz2p
5.(2025)科技新報 Tech News(2025)全球半導體產業鏈各環節分工現況！
https://www.instagram.com/p/DPhwEV6CD8a/
