AI真的是泡沫吗,什么时候会破裂

我爱免费

作者：微信文章


历史总是押韵却不重复，但AI和历史上的泡沫都有点不一样。




一、真是泡沫，还是正常阶段？

1、泡沫派

从数据看，AI领域的热钱已经烫得烫手。

2025年上半年全球AI投资额突破2300亿美元，同比暴涨70%，

但超过60%的资金扎堆在大模型、AI芯片等少数赛道。

这种资金集中度让人想起2000年互联网泡沫时的场景——市场用想象力给公司定价，而非盈利能力。

前Meta高管尼克·克莱格：

“几乎每天都在发生疯狂的交易狂潮”。

最主要的矛盾是：

多数AI公司仍在烧钱，除了英伟达、AMD等有护城河的硬件商，

真正实现盈利的企业寥寥无几。

更重要的是估值与现实的脱节，美股AI概念平均市盈率超过70倍。

是非AI科技股的两倍，这种溢价本质上是把未来N年的收益提前折现。

2025年9月，AI主题ETF首次出现月度净流出12%。

OpenAI二级市场报价波动加剧，

也许是因为更多的资本开始怀疑AI神话是否真的可以兑现。

2、非泡沫派

高盛分析师则认为这场争论忽略了AI的本质价值：

“生成式AI有望为美国经济增加20万亿美元，

当前投资规模与潜在回报相比仍然显得不足”。

他们的逻辑很直接：

AI已经在医疗影像分析、企业自动化等场景实现生产力提升，

这种效率提升不是泡沫，而是技术落地的一定要经历的阶段。

历史总是押韵但不重复，

风险投资家马克·安德森：“泡沫是创新扩散的代价”。

2000年互联网泡沫破裂后，留下了宽带、搜索引擎等基础设施；

如今AI热潮推动的GPU芯片、算力中心建设，同样在为未来十年铺路。

AI是泡沫也不是泡沫，起码不是纯粹的泡沫，

这种泡沫里包裹着的真实的技术进步。

所以真正的风险不在于泡沫是否破裂，

而在于能否在泡沫退去后，抓住那些沉淀下来的生产力。




二、泡沫可能破裂的迹象是什么

2000年互联网泡沫前，先是Pets.com破产，

再是纳斯达克指数雪崩，

AI泡沫的破裂也肯定会有类似的的信号链。

（1）资本的热钱突然变冷

风险投资是泡沫的氧气，氧气不足，最先窒息的就是靠融资续命的公司。

2025年上半年全球AI投资额高达2300亿美元，但仔细看会发现：

后期轮次（C轮及以后）融资占比从2024年的45%降到32%，

而种子轮占比从15%飙升到28%，开始感觉到资本不敢大手笔投后期，

只能用小额资金广撒网的碰碰运气。

更危险的是过桥贷款激增：

2025年Q3，美国AI初创公司通过高息短期贷款续命的案例同比增加210%，利率普遍超过15%。

当投资人开始问“你们能活过明年吗”，而不是“下轮估值多少”，游戏就快结束了。

历史总是重复：

2000年互联网泡沫破裂前6个月，

风险投资的后续融资承诺违约率也曾突破20%。

（2）估值逻辑开始不讲故事，开始算账单

泡沫是用未来给现在定价，但当未来被证明够不着的时候，估值就会瞬间崩塌。

2025年9月，美国AI大模型公司Anthropic的二级市场估值，

从200亿美元暴跌至110亿美元。

原因很简单：

它的主要客户，就是那些科技巨头的年度付费额仅增长8%，

远低于之前承诺的30%。华尔街开始用市销率替代用户数给AI公司估值。

结果发现：

80%的生成式AI应用公司市销率超过50倍，

而同期SaaS公司平均仅20倍。

意思就是，当市场开始较真，较真每收入一块钱要烧多少钱成本的时候，

那些靠参数规模、算力消耗讲故事的公司，估值会像被针扎的气球一样瘪下去。

（3）商业模式不可持续

大量AI公司的真实面目是给传统业务贴AI标签，而非用AI创造新价值。

2025年8月，美国生成式AI写作工具Jasper宣布裁员40%，CEO在内部信里承认：

我们以为企业会为AI写邮件买单，但客户实际付费意愿只有预期的1/3。

这不是个案：

根据Gartner报告，2025年全球生成式AI消费者应用的平均每用户平均收入仅8.6美元，连服务器成本都覆盖不了。

AI教育赛道：

2025年Q3，美国10家AI教育初创公司倒闭，

原因是学校发现AI批改作业的错误率比人工还高，最终宁愿换回传统系统。

泡沫公司都在解决“AI能做什么”，而不是“用户需要什么”，

就像一个人拿着锤子，看什么都是钉子。

当发现AI+客服的效率提升还不如传统客服+流程优化，

那些靠伪需求撑起来的公司会被批量清退。

（4）技术落不了地

AI神话建立在无限突破的想象上，但现实是技术进步有明确边界。

2025年，大模型在医疗、法律等垂直领域的落地问题很多：

FDA最新数据显示，获批的AI辅助诊断工具中，

基于传统机器学习的占比从2024年的45%回升至65%。

大模型因黑箱问题（无法解释诊断依据）和高误诊率（复杂病例准确率仅68%，低于人类医生的85%），被医院拒之门外。

人们往往高估了大模型的通用能力，低估了很多行业的专业壁垒。




三、如果泡沫破裂，谁能生存

那些能活下来的，都有个共同点：做实事。

1、AI硬基建

泡沫破裂时，最先死的是讲故事的，活得最稳的是卖工具的。

2000年互联网泡沫里，

思科卖路由器、戴尔卖服务器虽然没有过的很好但至少没垮。


因为宽带建设、数据中心是互联网的水电煤，刚需不会消失。

今天的AI行业，护城河最宽最深就是芯片、算力基础设施,

就是英伟达、AMD这类硬件商，即使行业动荡，也能靠算力刚需熬过去。

英伟达2025年Q2存货周转天数虽然涨到90天，

但全球算力需求同比仍增45%，云厂商、科研机构买GPU不是为了炒概念，

而是真要用它跑模型、做研发。

泡沫退去后，基础设施会留下，只要AI技术还在迭代，

芯片就是不得不买的硬货。

AMD、台积电甚至AWS、微软Azure，本质上都是AI基建的承包商。

AI能不能改变世界先不说，先赚了AI改变世界过程中必须花的钱，

这种生意模式，抗泡沫能力最强。

2、解决真需求的应用

泡沫里的死亡名单上，绝大部分都是靠融资续命的公司。

而活下来的，一定是那些自己能造血的。

2025年Q3，生成式AI写作工具Jasper裁员40%，

因为它以为企业会为AI写邮件买单，结果ARPU每用户平均收入才8.6美元；

但同期美国企业自动化工具UiPath却逆势涨了12%，

它帮银行用AI处理贷款合同，效率提升30%，客户续约率85%，

2025年上半年净利润率达18%。

这两类公司的区别，就是讲故事和做买卖的区别。

比如医疗领域，美国AI辅助诊断公司PathAI，

靠给医院提供AI病理切片分析服务。

2025年收入同比增70%，因为它解决了病理医生短缺这个真需求，

医院愿意为每例检测付50美元。

这类公司不追大模型参数规模，只算每单赚多少钱，现金储备充足，

泡沫破裂时，他们反而能低价收购同行的技术和客户，

就像2000年后亚马逊用低价吞并破产的电商网站，最终成了巨头。

3、传统行业里的AI改造

泡沫破裂时死得最惨的，是那些为了AI而AI的公司；

活得最滋润的，反而是传统行业里悄悄用AI干活的老玩家。

2025年Q3，美国10家AI教育初创公司倒闭，

因为他们想让学校用AI批改作业取代老师；

同期迪士尼用AI优化主题公园人流调度，排队时间缩短25%，

门票收入增15%，迪士尼不是AI公司，但它用AI把老生意做得更好了。

这些改造的逻辑很简单：

AI是工具，不是目的，解决客户需求才是目的。

制造业巨头通用电气用AI预测飞机发动机故障，维修成本降20%；

零售业的沃尔玛用AI做库存管理，缺货率从8%降到3%；

金融业的摩根大通用AI审核信用卡申请，错误率降40%，

不需要喊着AI颠覆行业，只默默把AI当成优化流程的高级工具。

这类企业的优势在于：

有稳定的主营业务现金流，AI投入只是锦上添花，

就算AI效果不如预期，也死不了。

---