AI——泡沫、梦想还是现实?

我爱免费

作者：微信文章


从技术革命到投资焦虑人工智能三年来的爆发速度，让很多人重新想起二十五年前互联网的剧烈震荡。从 ChatGPT 的横空出世，到大模型能力的指数级提升，再到科技巨头之间日益白热化的算力竞赛，AI 已经不再是技术圈内部的讨论，而成为全球经济、产业转型与资本市场共同关注的焦点。
然而，越是关注度高，越容易伴随疑问。过去一年，我们反复听到类似的提问——“AI 是不是泡沫？”、“现在的行情是不是太像 1999 年？”、“科技股还能不能买？”这些问题折射出投资者对技术趋势的矛盾心理：一方面被技术进步震撼，另一方面又害怕历史会再次上演。要回答 AI 是否泡沫，我们必须回到事实本身：需求是否真实？投资是否可持续？估值是否脱离盈利？增长背后是否出现过度杠杆？换句话说，应该以结构性数据，而不是市场情绪，来理解这场技术革命。PART 01这次 AI 热潮为何不同于以往的科技狂热？
我们观察到一个关键变化：这一次的上涨，是由真实盈利与真实需求推动，而不是靠概念堆起来的情绪高潮。
二十多年前的互联网泡沫，是由“未来也许会有盈利”的想象推动。当时大量公司没有收入、没有用户，但依然可以靠故事上市。而今天的 AI 主导者——无论是提供芯片的、训练模型的，还是建设基础设施的企业——全部站在强大的现金流和成熟商业模式之上。
过去两年，某些关键公司的收入出现四倍以上增长，毛利率长期维持在高位，现金流强劲到足以完全自给自足进行上千亿美元级别的资本开支。这意味着当前的市场表现并非脱离现实，而是来自技术能力突破后带来的商业化爆发。
我们也注意到，尽管估值有所上升，但与历史极端水平相比，仍存在明显区别。当前科技领军企业的市盈率、市净率和盈利增长的匹配度，都明显优于 1999 年的互联网时期。当利润增长确实以两位数、甚至三位数的速度出现时，估值扩张就具有一定基础。



来源: Goldman Sachs

更重要的是，这一轮 AI 投资并未形成大规模杠杆，资本结构保持稳健。大型科技公司投入的数据中心和芯片采购，大多来自充足现金流，而不是脆弱的外部融资体系。这种健康的资本结构，是与科网泡沫最大的差别之一。

因此，从基本面角度看，我们认为当前的 AI 发展，更像是技术周期的早期阶段，而不是情绪驱动的顶点。

PART 02真实需求的力量：算力、数据与生产力的三重推进要理解为什么 AI 不是纯粹的市场炒作，必须看到一个不可逆转的结构现实：数据量正在以历史罕见的速度膨胀，而 AI 正是处理这一庞大信息系统的唯一有效工具。人工智能的“爆炸性需求”并非凭空而来，而是来自以下三个根本动力。1. 数据量指数式增长，推升算力成为刚需我们看到，全球各大 AI 平台的使用量仍在快速攀升：

每月处理的token 数量以几何级数增长；大模型的规模和训练周期持续延长；企业开始采用 AI 代理（AI agents）执行更多复杂任务，推理负载不断被抬高。



来源: OpenRouter

这些不是概念，而是每天发生的现实。数据增长是指数型的，而计算能力是所有这些活动的起点。我们正在见证一个前所未有的趋势：算力正在成为全球经济的基础设施，就像电力、像互联网一样不可或缺。

在这种情况下，大规模的数据中心建设和芯片采购，不是盲目投资，而是对现实需求的自然响应。

2. 企业生产力提升正在显现

与早期互联网不同，AI 的生产力提升正在以可量化的方式落地。各类研究显示：

使用 AI 的新手员工，生产效率在短期内可以提升超过三成；企业端反馈的普遍效率提升达到 20% 以上；部门间的知识共享、任务协作、文档处理都出现明显改善。

这些改善不仅仅是“节省几个小时的办公时间”，更重要的是改变了人机协作的框架，提升了组织内部的知识传递效率。而这种提升，往往是技术革命真正的复利来源。

我们认为，尽管宏观层面的生产力数据尚未充分反映这些变化，但企业层面的微观收益正在持续积累，并将在未来转化为更广泛的经济效应。

3. 基础设施周期的启动，推动投资持续扩张

当前的 AI 投资热潮，与任何传统意义上的“泡沫投资”都有本质区别。它更像是 19 世纪铁路建设、20 世纪电网扩张或互联网光纤铺设的早期阶段。

AI 的基础设施包括：

大规模 GPU 集群数据中心建设电力与冷却设施网络传输能力云端基础服务

我们观察到整个产业链正在进入一个长期、重资产、跨国协同的建设周期，而这种周期通常具有十年以上的潜在持续性。结构性需求——而不是短期情绪——成为投资的主要驱动力。

因此，基础设施建设的提速，代表的是产业演化的必然，而非泡沫的虚火。
PART 03市场为何同时“兴奋又紧张”？情绪背后的经济机制尽管 AI 需求真实、盈利强劲，但市场情绪的波动依然显著。我们认为这种情绪张力来自三个层面的结构性原因。1. 科技公司市值占比过高，放大市场波动感当前科技巨头在主要指数中的权重达到历史罕见的高度。当指数中的绝大部分表现依赖少数公司时，市场自然对任何风吹草动都格外敏感。科技公司的估值波动会被整个市场所放大，形成“整体紧张”的情绪。

来源: MacroMicro

2. 资本开支速度太快，引发投资者对可持续性的担忧

一年数千亿美元的数据中心和芯片投资，是过去几十年里罕见的资本性支出规模。尽管需求当前真实，但投资者仍然会担心：如果未来需求不达预期，这些新建的算力是否会闲置？这会不会最终导致某种程度的“产能过剩”？

这种担心部分来自历史记忆，例如互联网泡沫破裂后长期闲置的光纤网络。因此，情绪上产生警惕是可以理解的。


来源: Companies

3. 概念化公司增多，引发对“伪 AI”的质疑

任何一个高速增长的行业，都会吸引大量试图“蹭概念”的参与者。我们已经看到许多企业将“AI”写进业务描述，却很难找到实质性的技术或商业基础。

市场知道这些公司只是在借题发挥，因此在估值迅速上升之后，也更容易出现“分化式下跌”。从表象上看，这种个股崩塌会进一步加剧市场对泡沫的联想。

然而，从整体结构看，这些公司并不能代表整个 AI 行业。相反，它们只是每一次技术革命中不可避免的噪音。
PART 04泡沫是否可能出现？我们如何看未来 2–3 年的风险路径虽然我们认为当下并不处于泡沫阶段，但市场的担忧并非无的放矢。任何一场技术革命，从蒸汽机、电气化到互联网，都不是直线式发展，而是在不断“加速—过热—修正—再加速”的循环中推进。AI 目前正处于类似 1990 年代末“加速期”的中段。我们认为真正决定“是否形成泡沫”的关键，不在今天，而在未来 2–3 年的三个结构性变量：资本开支的节奏、算力需求的持续性，以及大型科技公司的盈利转换效率。1.资本开支若继续以过快速度扩张，会增加未来错配风险当前的数据中心建设几乎以工业级速度扩张：土地、电力、服务器、冷却系统、光纤、网络交换机等产业链被推入一个巨大的投资周期。我们观察到，今年的全球数据中心资本开支规模比去年几乎翻倍，未来五年累计投资可能超过 4 万亿美元。这种速度本身并不代表泡沫，但如果投资周期与需求周期节奏错位，可能在未来某个时点导致产能过剩。比如，假如大型模型训练的需求突然放缓，或企业在应用端转向更轻量的模型结构，那么现有的一部分算力投资可能无法及时转化为收益。不过，以目前企业端应用的低渗透率来看，我们仍然认为中期需求具有广泛而坚实的基础。2.需求虽强，但也必须持续获得商业化验证AI的长期价值并非来源于模型的参数规模，而在于其在真实世界中的使用深度。如果企业在未来两三年内发现AI的应用无法显著提升组织效率、降低成本或带来新的收入来源，那么企业预算的收紧将不可避免地影响整体需求曲线。这一点在历史上的每一次技术革命中都有类似的情节，从自动化设备到 ERP 系统，市场从狂热到理性，往往取决于企业是否能从技术中获得清晰的经济回报。目前我们看到，许多行业的生产力改善正在逐渐显现，尤其是在办公自动化、客户服务、内容审查、研发效率等领域，AI的作用正从“试验性”进入“深度参与”阶段。这种蜕变一旦完成，需求不仅不会减弱，反而会迎来第二次加速，因为 AI 将不再被当作工具，而成为企业日常运营的底层设施。3.盈利转换能力是未来两年最关键的变量AI的硬件和基础设施投资非常昂贵。如果大规模投入无法在未来兑现收入或利润增长，那么市场自然会重新评估价值。而从当前的盈利数据来看，大型科技企业在 AI加持下的利润结构正在改变：

云服务收入加速AI模型的API调用量和付费用户增长企业AI办公套件订阅率提升数字广告因 AI优化内容投放而提效自研芯片、AI芯片生态的利润空间扩大

换句话说，盈利的种子已经播下，未来两年是观察“可持续性”的窗口。我们认为，只要盈利继续以稳健的速度增长，即便市场短期出现波动，也难以构成典型的泡沫破裂风险。PART 05我们如何理解 AI 的长期逻辑：从技术狂热到产业重构如果脱离股价，把 AI 当作一种产业现象来观察，我们看到的是一种更深层的结构性趋势。1.AI 不再是“技术行业的事情”，而是全行业的基础设施正如电网之于工业革命，AI 的应用将渗透到所有行业：能源、金融、医疗、制造、交通、零售、创意产业、政府服务……其影响范围已经超越任何传统技术创新。例如，我们看到能源行业因数据中心需求暴增而提前进入结构性变革。美国部分区域已出现电力紧张，政府被迫重新审视电网规划与发电结构。这种“从虚拟世界溢出到现实基础设施”的震荡，象征着一场根本性的产业重构正在快速展开。新的角力场——人工智能与日益激烈的全球能源竞争2.AI 的增长呈现“指数需求 + 线性供给”的结构矛盾AI 的计算需求呈现典型的指数增长，而支撑这一需求的物理世界——电力、土地、服务器制造、冷却系统和电网扩容——只能以线性速度演进。正是这种结构性矛盾，使算力成为一种稀缺资源，并推动全球企业展开前所未有的资源争夺。未来的竞争，不仅是模型的竞争，还是能源、硬件和数据资源的竞争。我们正在进入一个以算力为底座的经济体系，而资源稀缺必然塑造新的产业格局。3.AI 的价值链正在重新分配在互联网时代，软件和应用层往往掌握着价值链的最高溢价。然而在AI 时代，情况正在逆转。真正掌握核心资源的是算力提供者、芯片制造商、电力供应企业、数据中心运营者，以及能够将这些资源转化为稳定供给的云平台。这意味着价值链的利润分布正在发生迁移，长远来看，基础设施层的战略地位将不断提升，而模型本身反而可能成为可替代性更强的部分。4.AI 对经济的驱动力仍在早期阶段投资效应、财富效应和生产力效应正在同时启动，这三者共同构成 AI 作为“长期增长引擎”的基础。短期的市场波动无法掩盖其深层作用：数据中心建设支撑了基础投资，科技股上涨推动了消费，而企业效率提升则将在未来逐步传导到 GDP 增速之中。这些效果具有滞后性，意味着真正的经济回报将在未来五到十年逐渐浮现。PART 06面对趋势与波动并存的时代，投资者如何做出更好的判断1. 短期的波动属于噪音，长期的趋势来自结构性力量AI 是一个确定性极强的长期趋势，它将继续推动行业重组、企业效率提升以及经济增长。然而，任何确定性趋势在短期内都会伴随波动，特别是当市场对估值、竞争格局或盈利模式产生短暂疑问时，价格层面的扰动就会加剧。这些波动更多反映情绪，而非结构。2. 真正的长期价值来自基础能力，而非概念叠加在未来的竞争格局中，我们认为长期价值仍将由掌握“基础资源”的企业所决定，包括算力、能源、关键芯片、电网与储能设施，以及深度融入企业业务流程的 AI 工具。当一个行业进入深水区之后，概念将不再足以支撑企业前进，真正决定其生存的是技术、资源与效率。这也是为什么在每一次技术革命中，最早被市场淘汰的往往是“故事大于能力”的概念型企业。3.在波动中保持耐心，理解趋势比预测涨跌更重要AI 的发展路径会有起伏，但整体方向清晰。对投资者而言，最关键的能力不是预测每一次短期的涨跌，而是识别趋势、理解结构、分辨信号与噪音，并在周期中保持必要的耐心。真正的长期收益，往往来自那些在波动中依然坚持基本面思考的人。





    您境外守富传承的独立家族办公室首选。

  —— 博盾家族办公室

免责声明：

本文内容仅供合格投资者参考，它不是对任何投资想法或者产品的建议。过往历史业绩不代表未来收益，也无法保证任何的策略都能实现其预期目标。由于市场条件会不断地快速转变，本文所载的数据、数据、价值和分析均可于短时间内过时。博盾没有义务按时更新本文档所载之内容。任何投资或其他决定均不应只依赖本文。博盾以及其任何联营公司、董事、雇员或代理人概不对任何人士使用本文全部或部份内容所引致的任何损失或损害承担责任。完整声明请参阅主菜单栏之免责声明页面。