AI泡沫正在破裂，但底层生产力从未被高估

原文标题：The AI Bubble is Already Bursting

作者：城北徐公，来源：格隆

近日，市场剧烈震荡，“AI泡沫论”甚嚣尘上。

桥水基金（Bridgewater Associates）创始人瑞·达利欧（Ray Dalio）表示：AI市场存在泡沫，且泡沫水平“相对较高”。

英伟达（NVIDIA）CEO黄仁勋（Jensen Huang）则表示：AI蕴藏着巨大机遇，算力需求才刚刚进入爆发期。

我们该相信谁？

两人说的都没错。

AI行业有没有泡沫？必然有。

然而，科技领域的泡沫，往往是社会在面对颠覆性先进生产力时，唯一能够致敬的方式。

它并非纯粹的贬义词。

从长远来看，这是先进生产力黎明时分必然会出现的现象。

很多人将当下比作2000年的互联网泡沫，内心充满焦虑。

当年的互联网泡沫确实导致纳斯达克暴跌近78%，超过5万亿美元财富蒸发。

但二十年后的今天，哪个行业能离开互联网？

如今，互联网产业的价值早已超越泡沫时期。

AI泡沫，至少从表面上看，是类似的剧情。

资本市场存在的泡沫，并不能阻止社会几乎所有行业积极拥抱AI赋能。

AI+是不可阻挡的趋势。

正如今天的各行各业都离不开互联网，未来的各行各业也必然离不开AI。

01

在那个公司名字里带个“.com”就能上市的时代，纳斯达克从1995年到2000年飙涨近600%。随后是一场持续两年半的金融风暴。

当时那些耳熟能详的名字，比如软件公司MicroStrategy，因财务丑闻和过度夸大宣传单日暴跌62%；Pets.com（在线卖狗粮）和Webvan（生鲜电商先驱）直接破产。

……

恐慌中，几乎所有人都将互联网斥为骗局。

然而，投机资本过度挥霍后留下的物理基础设施，往往以极低的成本孕育出下一个时代的超级巨头。

泡沫破裂的原因并非互联网技术本身有问题，而是物理基础设施的建设节奏跟不上市场的步伐。

例如，那些曾经风光无限的电信公司（如世通WorldCom和环球电讯Global Crossing）斥巨资铺设全球海底电缆和密集波分复用网络。虽然这导致了它们自身的破产，但这些廉价的“信息高速公路”后来成为Netflix、Zoom和移动互联网崛起的完美温床。

如果没有2000年前后电信基础设施的疯狂前置投资，就不会有后来YouTube的视频流爆发，也不会有之后的云计算基础设施。

最典型的例子是亚马逊（Amazon）。

其股价从1999年的高点107美元跌至2001年的7美元，跌幅超过90%。

但它活了下来，因为其底层商业逻辑——“通过互联网重构零售”——符合先进生产力的方向。

这就是经典的阿玛拉定律（Amara’s Law）：人们总是高估一项新技术的短期影响，同时严重低估其长期影响。

在技术革命的早期，投机资本的狂热必然导致过度投资，形成泡沫。

这是创新必须缴纳的智商税。

但当泡沫散去，留下的将是更加坚不可摧的先进生产力。

02

回到2026年，AI行业的泡沫看起来更大。

仅亚马逊、谷歌、Meta、微软和甲骨文这五大云服务商，到2026年的资本支出预计就将达到6900亿美元；到2030年，AI基础设施总投资预计将达到5.3万亿美元。

其中只有约25%用于购买GPU，剩下75%全部投向物理基础设施：液冷系统、电力传输、网络交换机、光模块和土地。

收入方面，OpenAI、Anthropic、Cohere和Mistral等所有头部纯AI公司，到2026年的总收入预计不超过400亿美元。

基础层投入近7000亿美元，应用层却只收回几百亿。

这种严重的不对称，难道不是泡沫吗？

不能如此简单粗暴地得出结论。

有一个关键点不容忽视。

2023年3月，OpenAI发布GPT-4时，每百万token的混合输入成本约为30美元。

到2025年4月，随着模型架构优化和推理算力提升，同等智能水平的模型价格暴跌至每百万token 0.1-0.15美元。

根据斯坦福大学的《AI指数报告》（AI Index Report）和TokenCost数据：过去两年，AI推理成本下降超过99.7%。

按照传统线性思维，成本暴跌，企业的AI支出应该减少。

但现实是，2024年至2025年间，企业AI云支出翻了三倍。

为什么？

因为当“智能”的边际成本趋近于零，AI不再只是简单的文本摘要工具或聊天机器，而是进入了智能体（Agent）和多模态增强检索的全新时代。

企业开始让AI智能体自动运行成千上万个任务：编写代码、扫描数百万份法律合同、模拟生物实验。

廉价的token解锁了大量此前因成本过高而无法商业化的长尾需求。

这一点，将2026年的英伟达（NVIDIA）与2000年的网络硬件巨头思科（Cisco）进行对比，就能看出端倪。

两者的生态位极其相似，但底层的财务健康状况却天壤之别。

这恰恰印证了经济学中的“杰文斯悖论”（Jevons Paradox）：技术进步提高了能源效率，不仅没能减少能源消耗，反而因为成本降低导致需求大增。

即便在去年年初经历了所谓的“DeepSeek时刻”，市场在随后几个月迅速清醒：算法越优化，企业采用AI的门槛越低，最终算力总消耗反而呈指数级增长。

正是因为如此，AI很可能会像当年的互联网一样，逐步嵌入几乎所有传统行业。

正如过去二十年各行各业都在进行“互联网+”一样。

从SaaS软件到生物医药，再到由具身智能驱动的先进制造机器人，到2026年，几乎所有行业都在拥抱“AI+”。

没人再讨论“要不要用AI”，而是焦虑“数据清洗好了吗？API调用额度够吗？RAG架构是否最优？”

诚然，AI行业目前确实存在泡沫。

但对企业而言，如果你不拥抱泡沫，就会被时代碾压。

这一点，已经被近二十年的互联网时代所验证。

03

目前，我们无疑正处于技术生命周期中一个极为关键的节点：Gartner技术成熟度曲线中“幻灭低谷期”的前夜，或是“技术革命与金融资本”理论的转折时刻。

AI泡沫实际上已经在破裂，只是很多人还没意识到。

过去几年，大量风险投资人草木皆兵。

几个新人写几十页PPT，套个OpenAI的API就能融资。如今潮水退去，这些没有护城河、只有概念的公司正在批量死亡。

这是市场在进行自我净化，也是泡沫破裂的表现。

但这只是表象。

市场更深层的逻辑正在发生三大深刻演进：

第一，价值从资本支出（CapEx）向运营支出（OpEx）转移

目前，赚钱的是卖铲子的——英伟达、台积电，以及卖光模块、服务器液冷设备的厂商，它们收割了大部分利润。

然而，随着算力逐渐变得像水电一样“基础设施化”，真正的超额利润将逐渐向应用层转移。

也就是那些能够用极低成本的token，真正解决垂直行业痛点、重塑业务流程的AI原生公司（OpEx优化）。

第二，估值倍数压缩与业绩消化

市场对AI基础设施的高估值，未必意味着会崩盘。

很多时候，企业利润的快速增长可以通过“以时间换空间”的方式，逐步消化高估值。

只要云计算巨头的营收增速能跟上资本支出的折旧率，这场击鼓传花的游戏就能演变为一场前所未有的产业升级。

例如，全球汽车制造巨头和芯片巨头通过引入端到端AI孪生技术，将新产品从研发到量产的周期缩短了35%，整体产线设备效率提升了18%。

在金融行业，到2026年，量化交易、风控和信贷评估已全面由多模态智能体主导。AI不仅在以微秒级时间戳处理宏观预期，更深度介入每一个微观资产定价。

在法律、医疗、审计等高度依赖资深专业知识的行业，AI也已完成从“初级助理”到“合伙人级专家”的蜕变。

ChatGPT、Gemini和Claude的活跃用户已超过10亿，其中相当一部分人将它们用作日常高强度脑力劳动的替代。

包括你我。

以上都是正在发生的、肉眼可见的现实。

04

回望波澜壮阔的科技史，熊彼特（Schumpeter）的“创造性破坏”（Creative Destruction）始终在发挥作用。

资本市场永远缺乏耐心，希望今天投1美元，明天就能赚回10美元。

当近7000亿美元的基础设施投资无法在短期全部转化为应用端利润时，市场必然面临残酷的洗牌。

淘汰那些仅靠PPT混日子的投机空壳公司，留下真正有技术底座和落地场景的玩家。

洗牌之后，那些廉价而庞大的算力中心和高度优化的模型算法，将以极低的价格服务于千行百业。

2000年之后，人类进入了一个各行各业都离不开互联网的数字时代。

今天，我们同样不可逆地走向一个由AI纵向整合、全面赋能千行百业的智能繁荣时代。

在泡沫的喧嚣之中，底层生产力的潜力丝毫没有被高估。