AI泡沫
概述
AI泡沫（AI Bubble）是指基于生成式AI技术商业化预期，相关企业的估值与资本投资相对实际业绩、收益过度膨胀的现象。2022年底ChatGPT问世以来，以英伟达（NVIDIA）、微软（Microsoft）、OpenAI等为中心涌入天文数字般的资金，部分专家将其视为与1990年代互联网泡沫相似的资产价格泡沫。另一方面，认为AI是拉动全产业生产率提升的通用技术的乐观论调也与之抗衡，争论持续至今。
主要内容
定义与概念
在经济学中，“泡沫”指资产价格大幅超出内在价值、升至不可持续的水平后急剧崩盘的现象。AI泡沫狭义上指AI相关股票与初创企业估值过热，广义上则包括对数据中心、半导体、电力基础设施的资本支出（CAPEX）过剩及其引发的金融风险。
形成背景
- 2022年11月ChatGPT公开后，生成式AI竞争正式展开
- GPU需求暴增，英伟达跃升为全球市值第一的企业
- 微软、谷歌、亚马逊、Meta等超大规模企业的年度设备投资激增至历史最高水平
- 风险投资与私募基金资金集中涌入AI初创企业
- 通过AI相关首次公开募股（IPO）与公司债发行进行的融资规模扩大
泡沫争论的依据
怀疑论（泡沫论）
1. 变现差距：相较于基础设施投资规模，AI服务的实际营收与利润未能跟上
2. 循环交易：芯片制造商、云服务商与AI模型企业之间的相互投资与采购合同有虚增营收之嫌
3. 折旧负担：GPU等核心设备的使用年限较短，投资回收压力巨大
4. 电力与数据中心瓶颈：受电网与选址获取的限制，计划中的投资存在延迟风险
5. 集中风险：少数企业拉动指数上涨，使整个市场过度暴露于特定主题
6. 融资结构：数据中心建设中越来越多地使用私募信贷与特殊目的实体（SPV），金融体系传染风险上升
乐观论
1. 电力、互联网等过去的通用技术也曾经历初期过热，随后走向实质性增长，此为历史依据
2. AI是拉动医疗、制造、金融、教育等全产业生产率提升的通用技术
3. 存在大量确实产生营收与利润的企业，应区分纯预期股与业绩股
4. 推理成本急剧下降，应用服务市场有望扩大
历史比较
- 1840年代英国铁路泡沫：过度投资令众多投资者蒙受损失，但铁路基础设施成为经济增长的基础
- 1995~2000年互联网泡沫：光缆等基础设施虽供给过剩，但亚马逊、谷歌等企业存活并主导了市场
- 2008年次贷危机：资产价格泡沫与信用结构相结合时，冲击力会放大的教训
主要观察指标
- 半导体与AI相关个股股价及估值倍数
- 超大规模企业的CAPEX与营收之比
- AI初创企业的企业价值与ARR（年度经常性收入）之比
- 数据中心电力需求与电网投资计划
- AI相关公司债利差与私募信贷敞口
最新动向
2024年，以英伟达为首的AI相关股主导了美国股市上涨，主要大型科技企业的设备投资创下历史新高。数据中心建设热潮与电力需求激增同时出现，受益范围扩大至半导体与电力基础设施企业。
进入2025年，争论进一步具体化。中国深度求索（DeepSeek）以相对较低的成本公开了高性能模型，引发“巨额资本支出是否真的必要”的质疑，并成为触发美国半导体股价急跌的契机。此外，有报道称微软缩减并重新调整了部分数据中心租赁计划，供给过剩担忧随之凸显。麻省理工学院（MIT）等研究机构的调查还显示，企业AI项目中相当一部分短期内无法盈利。
与此同时，OpenAI等大型AI企业的大规模融资与企业间循环出资结构再次受到关注，数据中心融资中私募信贷比重上升，引发金融稳定性讨论。在监管层面，欧盟《人工智能法案》（AI Act）的分阶段实施以及美国、韩国关于AI基本法的讨论正在推进，技术创新速度与监管风险共同成为估值变量。市场参与者趋于将投资回收速度、实际变现证据，以及电力与基础设施瓶颈能否缓解作为核心判断标准，而非单纯关注“泡沫是否破裂”。
相关主题
- [[生成式AI]]
- [[互联网泡沫]]
- [[英伟达]]
- [[数据中心]]
- [[资本支出]]
- [[投资心理]]