首先说明，我没有能力回答这个重大而又专业的问题。

但关心和有没有能力回答是两回事。下面将我最近一段时间学习到的一些内容，加上我的一些思考，整理汇总如下，供各位参考。当前的资本市场是否出现了AI泡沫？


在回答这个问题的时候，我们必须首先注意到一个事实，即对于这个问题的回答，在金融界和科技界之间存在明显的差别。


按照道理来说，两者的角色是不同的。硅谷科技精英秉持的应该是技术乐观主义和长期主义，而华尔街金融精英秉持的应该是资本现实主义。所以，两者之间，实际上存在一种技术乐观主义与资本现实主义的差异。硅谷的长期主义是显而易见的。科技公司普遍认为 AI 的价值需要通过技术垄断性投入来实现。


例如，OpenAI 计划未来十年投入 8500 亿美元建设数据中心，尽管 2025 年预计收入 200 亿美元但仍未盈利，但其 CEO 奥尔特曼强调， “这是现代互联网时代最大规模的基础设施计划”，类似电力革命的早期阶段。谷歌、微软等巨头在2025 年资本开支上，也分别上调至 850 亿和 800 亿美元，其中 60% 以上用于 AI 芯片和超算集群。这种 “先投入后回报” 的策略，反映出硅谷对技术迭代速度的绝对信心。但长期主义的坚定信心，并不意味着无视资本市场的AI泡沫。


在最近一期的《八面来风》中，我会摘引一些AI界精英的看法：OpenAI首席执行官萨姆·奥尔特曼表示，当前的人工智能市场正处于泡沫之中。他说，“我们现在是不是处于一个投资者整体对人工智能过于兴奋的阶段？在我看来，是的。


人工智能是不是近年来最重要的事情？我也认为是的。”OpenAI董事长Bret Taylor发出警告说，我们正处于一个“人工智能泡沫”之中。他认为，尽管人工智能的潜力巨大，能够像互联网一样改变经济，并创造出巨大的经济价值，但他也承认，当前市场的过热状态让许多投资者面临风险。他说：“我认为人工智能确实会改变经济，而且我认为它会像互联网一样，在未来创造巨大的经济价值。但我也认为我们处于泡沫之中”。有人甚至将这次的AI泡沫与上一次的互联网泡沫相提并论。


英国《经济学人》在一篇报道中指出，AI相关的投资规模已经超过 3万亿美元，比2000年互联网泡沫时期的投入更庞大。新经济，传统经济，完全不同的走势人们经常用这样的一张图示来说明今天在经济领域正在发生的翻天覆地的变化：科技七巨头股价持续飙升，不断创出新高，而另外大多数公司的股价则呈现为一条毫无生气的地平线。如何解释这一令人困惑的现象？著名的思想家、前Coinbase首席技术官巴拉吉·斯里尼瓦桑（Balaji Srinivasan）给出的解释是：传统经济（legacy economy）正在日落，互联网经济（Internet economy）正取而代之。什么是“传统经济”？它并不仅仅指那些冒着黑烟的工厂或古老的行业，而是指那些在工业革命基础上建立起来的、以物理实体为核心的经济模式，包括了我们熟悉的制造业巨头，如通用汽车，能源领域的埃克森美孚，传统零售业的沃尔玛，以及大型制药公司辉瑞等。一篇文章解释说，这些行业的共同特点是，它们的增长与物理世界的限制紧密相连。而人工智能代表的一种新的经济，这种新经济正在打破这种界限，形成指数级的增长潜力和无边界特性。比如，微软的Azure云服务可以为全球数十亿用户提供计算能力，而服务新增一个用户的成本几乎可以忽略不计。


软件和数字产品可以被无限复制和分发，不受物理库存和物流的限制。这里实质性的问题是生产函数的重构。最新研究表明，AI应当被视为一种全新的生产要素，具有与传统要素截然不同的经济特征。传统资本要素存在边际报酬递减规律，而AI作为一种知识密集型要素，随着使用规模的扩大，其边际产出不降反升。传统生产要素需要外部投入才能增加，而AI可以通过自我学习和迭代改进来提升自身性能。而且，AI具有网络效应，与传统要素的排他性使用不同，AI可以同时服务于多个用户而不降低其价值。《经济学人》的一篇文章指出，在 1700 年之前，世界经济平均每世纪增长 8%。在接下来的 300 年里，随着工业革命的兴起，经济平均每世纪增长 350%。而人工智能则带来新的爆发式增长的可能性。一家叫做Epoch AI 的智库预测说，一旦人工智能能够完成 30%的任务，年增长率将超过 20%。当然，任何预测都只能当做一种想象来看，尤其是定量的预测，用不了多长时间就会显得幼稚无比。但即使是从最务实的角度说，进展和潜力也是显而易见的，这就是制造业的智能化与服务业数字化。


一项预测的结果表明，到2030年全球工业机器人密度将达到每万名工人1000台以上。在设计环节、供应链环节、生产环节、销售环节中，AI将极大提高效率和创新能力。可以说，AI正在重塑制造业的生产方式和价值链。


服务业是AI应用最为广泛的领域。在金融服务业，AI在风险评估、投资决策、客户服务等方面发挥着重要作用。在医疗健康领域，AI辅助诊断、个性化治疗、药物研发等应用正在改变医疗服务模式。在教育培训领域，AI实现了个性化学习、智能测评、虚拟教师等创新应用。在零售贸易领域中，智能推荐、动态定价、智能库存等技术提升了运营效率。


与此同时，AI催生了多个新兴产业：一是AI基础设施产业，包括AI芯片、云计算、数据中心等；二是AI平台服务产业，包括大模型服务、开发工具、API接口等；三是AI应用产业，涵盖智慧城市、自动驾驶、智能家居、机器人等领域；四是AI支撑产业，包括数据标注、模型训练、算法优化等。这些新兴产业不仅创造了巨大的经济价值，还带动了相关产业的发展。


如何来判断泡沫的出现？但中国有句不断被人们重复的话，理想很丰满，现实很骨感。这句话用来形容当前的人工智能经济现象，也许有点不太合适，但至少在表面的意义上，也不能否认确有某些相似之处。一篇文章有点刻薄地写道：都说站在风口上、猪都能飞起来，人人都想当那只猪。这个领域，是如此繁荣、参与者是如此之多，所有人都在说AI是未来最大的财富增量。但实际的情况是，除了提供算力的英伟达，和成千上万利用信息差赚流量的博主……目前几乎还没有哪一家AI企业真正赚到钱。麻省理工学院的一项研究显示，95%的组织或公司在人工智能投资上并未获得预期的回报。麦肯锡在2024年的报告中测算，AI未来潜在的生产力提升或许高达 4.4万亿美元。


但当下的盈利模式仍旧集中在内容生成、代码辅助和部分客服环节。换句话说，绝大多数AI应用还停留在“看起来很美”的阶段，距离真正支撑企业利润表还有相当距离。不错，一些超大规模云服务商公布的盈利增长都超出预期。但即使是这些盈利情况很好的公司，其利润的来源，追根溯源，其实也是来自这些年对人工智能的大规模投资。正如LPL Financial首席股票策略师杰夫・布赫宾德所说的：“这些巨额投资支撑了企业盈利，因为它们本身就是其他公司的收入来源。”那么，如何来判断AI经济现象中是否出现了泡沫？或者说泡沫的程度如何？Azeem Azhar和Nathan Warren在一篇文章中提出了衡量这个问题的五个指标，即经济压力、行业压力、收入增长、估值热度和资金质量。经济压力主要指基础设施投资，目前占GDP比例仍在1%以下，还处于“绿色”安全区。


行业压力是指当前AI行业的资本支出与收入比，从目前看，这个指标值为6:1，远高于历史泡沫时期，处于“橙色”警戒区。说明投入远超当前产出。

收入增长是指行业的收入增长，genAI收入（GenAI 收入的核心是技术的商业化能力）仍在快速增长，2025年预计同比增长130%，甚至更高。处于“绿色”区，显示行业仍处于上升期。估值热度，是指股市的估值，当前纳斯达克P/E约为32，远低于2000年互联网泡沫时期的72。投资者情绪尚未过热，仍属“绿色”。资金质量，目前由微软、亚马逊等现金流充沛的巨头主导投资，资金结构稳健。但未来若依赖私人信贷和证券化融资（如CoreWeave的高杠杆模式）增加，风险将上升，目前为“绿色偏橙”。他们的结论是，AI尚未进入泡沫，但存在潜在风险。当前AI热潮更像是一个资本密集型的“繁荣”阶段，而非泡沫。


如果五个指标中有两个进入“红色”区域（如投资占GDP超2%、估值过热、资金质量恶化等），则可能进入泡沫状态。他们认为，未来两年是关键观察期，需关注投资是否持续增长、收入是否跟得上，以及是否出现融资结构恶化或估值泡沫。最后，想说几句有关高科技行业的泡沫问题的话我首先想到的就是基石资本董事长张维几年前说过的一句话：无泡沫，不繁荣。他说，1999年-2001年间在纳斯达克上市的科技公司，存续率仅有6.8%，但活下来的那些伟大企业，改变了全人类的生活方式，提高了全人类的生活福祉。他认为，客观上，泡沫对推动技术革命和国家经济的发展是具有积极意义的。在近代历史上，真正的繁荣往往都在泡沫破灭之后到来，一定程度上，泡沫是我们前进的方式。其道理是，突然增加的泡沫型财富不仅增加了财富的总量，而且打破了旧有的财富配置格局，使得技术创新更容易获得所需的资源。很多AI企业界的人士也表达了类似的看法。社交媒体软件公司Grindrr的首席执行官George Arison认为，泡沫现象在风险投资中是不可避免的。他指出，有些公司会失败，但同时也会有一些公司“非常非常成功”。《经济学人》的文章指出，泡沫并不意味着一切都是虚幻。历史已经给过我们启示。互联网泡沫破裂之后，谷歌、亚马逊和苹果依然在废墟中成长为真正的巨头。


今天的AI行业，或许也会经历类似的“冷静期”，最终留下的才是能够真正创造价值的企业。不过，这里还有两个问题需要提一下。


第一，有专家指出，未来的关键，不是再堆多少GPU、建多少数据中心，而是能否真正落地到制造业、医疗、教育等刚需领域。比如西门子与微软的合作，将AI嵌入工业自动化生产线，让效率提升与能源节约变成真实的生产力。这类应用，才是支撑行业长期价值的核心。


第二，对于一些企业来说，不要盲目追风。目前AI的水平还是无法取代人的，甚至作为工具都不太合格。但很多中小企业的管理层们，跟着舆论走，普遍裁员。最终，绝大多数只是降了本，根本没有增效。即便真的增了效，绝大多数的情况也不是因为AI，而是裁员导致人心惶惶、大家越来越卷而已。