Tujuh perusahaan chip AI domestik yang terdaftar atau siap terdaftar, pada semester pertama menghasilkan pendapatan sekitar 21,5 miliar yuan. Di antara enam perusahaan yang mengungkapkan persediaan, total stok di neraca mereka telah mencapai 23,9 miliar yuan. Lima perusahaan yang mengungkapkan arus kas operasional, dalam enam bulan total menghabiskan sekitar 6,4 miliar yuan kas, hanya Cambricon yang masih positif. 23,9 miliar yuan ini tidak bisa dipahami secara sederhana sebagai "chip tidak terjual". Cambricon adalah contoh yang sangat baik. Dari nilai persediaan sekitar 9 miliar yuan, 5,7 miliar yuan masih berupa bahan baku, 2,5 miliar yuan berada di tahap produksi kontrak, sedangkan produk jadi dan barang yang sudah dikirim namun menunggu penerimaan hanya sekitar 700 juta yuan. Uang telah dibayarkan beberapa bulan sebelumnya untuk wafer, penyimpanan, papan dasar, dan packaging, sementara pendapatan baru dapat diakui dan diterima setelah chip selesai diproduksi, server dirakit, dan pelanggan menyetujui. Semakin cepat pertumbuhan pesanan, semakin banyak uang yang harus didepositkan di tengah proses. Oleh karena itu, saat ini beberapa produsen GPU domestik sebenarnya sedang mencari pihak lain untuk menanggung siklus kas ini. Persediaan Cambricon naik dari 4,9 miliar yuan menjadi 8,2 miliar yuan dalam enam bulan, pembayaran muka kepada pemasok naik dari 700 juta yuan menjadi 2,9 miliar yuan, sementara wesel bayar melonjak dari 350 juta yuan menjadi 3,09 miliar yuan, dengan banyak pembelian besar mulai dibayar menggunakan akseptasi bank. Moore Threads bahkan lebih ekstrem: pendapatan enam bulan sebesar 1,74 miliar yuan, persediaan sudah mencapai 3,55 miliar yuan, arus kas operasional bersih keluar 2,17 miliar yuan, pinjaman jangka panjang naik menjadi 2,83 miliar yuan. Jika memisahkan ketujuh perusahaan ini, persediaan akhirnya didukung oleh empat sumber dana: Jangka waktu dari pemasok dan bank, uang yang dibayar di muka oleh pelanggan, pinjaman bank, serta modal saham baru yang terus masuk. Di sinilah menurut saya hal yang paling perlu diwaspadai. Dengan menghitung kasar biaya penjualan tahunan yang sesuai dengan persediaan, Cambricon harus menanggung persediaan selama sekitar 445 hari, Moore Threads sekitar 590 hari, sementara NVIDIA hanya sekitar 108 hari. Meskipun metode penghitungannya tidak sepenuhnya sama, perbedaan skala sangat besar. Selain itu, NVIDIA saat ini melakukan hal lain: mereka telah mampu memberikan jangka waktu pembayaran hingga hampir satu tahun kepada pelanggan besar, menggunakan neraca mereka sendiri untuk membiayai pelanggan. Arus dana perusahaan chip AI domestik justru berlawanan: pemasok, bank, dan pemegang saham masih membiayai perusahaan chip, dan perusahaan chip menggunakan dana ini untuk memelihara persediaan mereka sendiri. Oleh karena itu, setelah substitusi domestik benar-benar memasuki babak kedua, saya justru tidak terlalu peduli lagi berapa banyak TOPS baru yang muncul atau apakah berhasil mengalahkan benchmark tertentu. Laporan berikutnya harus dilihat dari tiga hal: putaran persediaan, piutang usaha, dan arus kas operasional. Mampu membuat chip hanya membuktikan teknologi berhasil; mendapatkan pesanan hanya membuktikan pelanggan bersedia mencoba. Kapan uang pelanggan bisa membiayai wafer berikutnya, barulah chip AI domestik benar-benar menjadi bisnis yang bisa berputar sendiri.