如果 AI 泡沫已經在破了，誰會真正留下？

本文來源：格隆 城北徐公

數據支持：勾股大數據

AI 泡沫，正在成為全球市場最撕裂的共識。 達利歐說泡沫已經很高，黃仁勳說機會才剛剛開始；一個看到的是資本市場的過熱，一個看到的是生產力革命的開端。

真正的問題不在於 AI 有沒有泡沫，而在於泡沫破裂之後，留下來的是什麼。2000 年的互聯網泡沫曾讓納指暴跌、公司倒閉、財富蒸發，但也留下了海底光纜、寬帶網絡和雲計算的基礎設施，最終托起了亞馬遜、Netflix、YouTube 和移動互聯網。

今天的 AI 也站在類似的位置。一邊是數千億美元砸向數據中心、電力、液冷、光模塊和 GPU，另一邊是應用收入尚未完全兌現的巨大落差。泡沫顯然存在，但底層生產力並沒有水分。當 Token 成本暴跌，智能開始像水電一樣被調用，AI 就不再只是聊天工具，而會進入代碼、醫療、金融、法律、製造和科研的真實工作流。市場會清洗掉套殼公司和 PPT 創業者，但不會逆轉 AI+ 的方向。泡沫會破，產業會留下。以下，Enjoy：

近幾天，市場劇烈波動，"AI 泡沫論"甚囂塵上。

• 桥水基金創始人達利歐說：AI 市場存在泡沫，而且水平"相對較高"。

• 英偉達 CEO 黃仁勳說：AI 存在巨大機會，算力需求才剛剛開始爆發。

到底信誰？

他們兩個說的都沒錯。

AI 行業存在泡沫嗎？必然存在。

但科技領域的泡沫，往往是社會面對顛覆性先進生產力時，唯一能夠採取的致敬方式。它並非單純的貶義詞。

長遠來看，這是先進生產力出現之初必然會出現的現象。

很多人都把如今情況對標 2000 年的互聯網泡沫，憂心忡忡。當年的互聯網泡沫，確實導致納指暴跌近 78%，超過 5 萬億美元的財富蒸發。

但二十年後，有哪個行業能離得開互聯網？如今，互聯網行業的價值早已遠遠超過當時的泡沫時期。

AI 泡沫，至少從表面上看，是類似的情況。在資本市場中存在的泡沫，無法阻擋社會中幾乎所有行業都在主動被 AI 賦能。

AI+ 是大勢所趨。就像現在所有行業都離不開互聯網一樣，未來所有行業也都離不開 AI。

01 創新必須繳納的"智商稅"

在那個只要公司名字帶個 .com 就能上市圈錢的年代，1995-2000 年間納指暴漲近 600%。隨後，便是一場持續兩年半的金融風暴。

當年那些響當當的名字，軟件公司 MicroStrategy，因為會計醜聞和吹牛過頭，一天內暴跌 62%；Pets.com（網上賣狗糧的）、Webvan（生鮮電商鼻祖）直接原地倒閉……恐慌中，幾乎所有人都在指責互聯網就是騙局。

但是，投機資本過度揮霍所沉澱下來的物理基礎設施，往往會以極低的成本，滋養出下一個時代的超級巨頭。泡沫之所以破裂，不是互聯網技術本身的問題，而是基礎設施的物理建設速度跟不上市場的節奏。

比如當年那些如日中天的電信公司（如 WorldCom、Global Crossing），砸下重金鋪設的全球海底光纜和光密度波分復用網絡，雖然讓它們自己破產了，但這些廉價的"信息高速公路"卻成為了日後 Netflix、Zoom 和移動互聯網崛起的完美溫床。

如果沒有 2000 年前後全球對電信基建的瘋狂超前投資，就不會有後來 YouTube 的視頻流媒體爆發，更不會有後來的雲計算基礎設施。

最典型的就是亞馬遜。股價從 1999 年的最高點 107 美元，一路慘跌到 2001 年的 7 美元，跌幅超過 90%。但它活了下來，因為它的底層商業邏輯，"用網絡重構零售"，是符合先進生產力方向的。

這是經典的阿瑪拉定律：高估一項新技術的短期影響，而嚴重低估其長期影響。技術革命的初期，投機資本的狂熱必然會帶來過度投資，形成泡沫。這是創新必須繳納的智商稅。但當泡沫散去，留下的將是更堅不可摧的先進生產力。

02 為什麼企業 AI 支出不降反升？

回到 2026 年，AI 行業的泡沫看起來更大。

僅亞馬遜、谷歌、Meta、微軟和甲骨文等五大雲服務商，預計 2026 年的資本開支達到 6900 億美元，到 2030 年的 AI 基礎設施投資總額預計達到 5.3 萬億美元。其中，只有約 25% 買 GPU，剩下的 75% 全砸在了物理基礎設施上：液冷系統、電力傳輸、網絡交換機、光模塊以及土地。

收入方面，OpenAI、Anthropic、Cohere、Mistral、Perplexity 等所有頭部純 AI 廠商，2026 年的總收入加起來，預計也不超過 400 億美元。

基礎層砸進去近 7000 億，應用層收回來幾百億。這種嚴重的不對稱，不是泡沫是什麼？

不能簡單粗暴地去下這種結論。有一個關鍵點不能忽視：

• 2023 年 3 月，OpenAI 發布 GPT-4 時，每百萬 Token 輸入的混合成本大約是 30 美元。

• 到 2025 年 4 月，伴隨著模型架構的優化和推理算力的提升，同等智力水平的模型，每百萬 Token 的價格暴跌到了 0.1-0.15 美元。

根據斯坦福大學的《AI 指數報告》以及 TokenCost 的數據：AI 推理成本在近兩年下跌超過 99.7%。

按照傳統的線性思維，成本暴跌，那企業的 AI 支出應該減少才對。但現實是，企業 AI 雲支出在 2024 到 2025 年間翻了三倍。

為什麼？

因為當"智力"的邊際成本無限趨近於零時，AI 不再只是簡單的文本總結或陪聊機器，而是進入了智能體和多模態增強檢索的新时代。企業開始讓 AI 智能體自動循環跑幾千次任務，去寫代碼、去掃描幾百萬份法律合同、去模擬生物學實驗。

便宜的 Token 解鎖了海量的、原本受制於成本而無法商業化的長尾需求。

這一點，我們對比一下 2026 年的英偉達，和 2000 年的網絡硬件霸主思科，也能看出端倪。兩者的生態位極其相似，但底層財務健康度卻有著天壤之別。

（英偉達與思科的硬核財務對標）

這恰好印證了經濟學上的"傑文斯悖論"：技術進步提高了能源利用效率，非但沒有減少能源消耗，反而因為成本下降導致需求更大。

即使在去年初經歷了所謂的"DeepSeek 時刻"，市場也在隨後的幾個月內迅速清醒：算法越優化，企業採用 AI 的門檻就越低，最終算力總消耗量反而呈指數級上升。

也正是因為如此，AI 才有可能逐漸嵌入到幾乎所有舊行業當中。恰如過去二十年所有行業都在搞互聯網+。從 SaaS 軟件到生物醫藥，再到由具身智能驅動的先進製造業機器人，2026 年的當下，幾乎所有行業都在擁抱 AI+。沒有人會去討論"我們要不要用 AI"，而是焦慮"我們的數據有沒有做好清洗？API 調用額度夠不夠？RAG 架構是否最優？"

當前，AI 行業確實存在泡沫。但對企業而言，如果不擁抱泡沫，你就會被時代碾碎。這一點，近二十年的互聯網時代已經印證過了。

03 市場的深層演變：從基建到應用

目前，我們毫無疑問正處於技術生命周期中極為關鍵的一個節點：Gartner 技術成熟度曲線上的"幻滅的低谷"前夕，或是《技術革命與金融資本》理論中的轉折點。

AI 泡沫其實已經在破了，只不過很多人沒意識到。隨便幾個新秀，寫幾十頁的 PPT、包一層 OpenAI 的 API，就能融到錢。現在，潮水退去，這些沒有護城河、只有概念的公司正在大批量死亡。

這是市場在進行自我淨化，也是泡沫破裂的表現。但這只是表象。市場的深層邏輯正在發生三個深刻的演變：

第一，從 CapEx 向 OpEx 的價值轉移

目前的錢都被賣鏟子的人賺走了，英偉達、台積電，以及那些賣光模塊和伺服器液冷設備的企業，吃到了大部分紅利。但隨著算力逐漸"基礎設施化"，像水和電一樣，真正的超額利潤將逐漸轉移到應用層。也就是那些能用極低成本的 Token，真正解決垂直行業痛點、重塑業務流程（OpEx 優化）的 AI 原生企業。

第二，估值倍數壓縮與業績消化

市場給 AI 基礎設施的估值偏高，並不意味著一定會崩盤。在很多情況下，企業盈利的高速增長會以"時間換空間"的方式，逐漸消化掉高昂的估值。只要雲計算巨頭們的收入增速跟得上資本支出的折舊速度，這場擊鼓傳花的遊戲就能夠演變為一場前所未有的產業升級。

• 比如，全球汽車製造巨頭和晶片巨頭，通過引入端到端 AI 孿生技術，使得新產品的研發到量產周期縮短了 35%，整線設備綜合效率提升了 18%。

• 又比如，在金融行業，2026 年的量化交易、風險控制和信用評估已經全面由多模態 Agent 主導。AI 不僅在以微秒級的時間戳處理宏觀預期，更在深度參與每一次微觀層面的資產定價。

• 在法律、醫療、審計等高度依賴資深專業知識的行業，AI 也已經完成了從"初級助理"到"合夥人級別專家"的蛻變。

ChatGPT、Gemini、Claude 擁有超過 10 億活躍用戶中，有相當大一部分是將其作為日常高強度腦力勞動的替代工具。包括你和我。以上，都是切實發生的事情，所有人都能看得到。

04 結語

回看波瀾壯闊的科技史，熊彼特提出的"創造性毀滅"永遠都在上演。

資本市場永遠是急躁的，總希望今天投下去 1 塊錢，明天就能賺回 10 塊錢。當近 7000 億美元基建投資無法在短期內全部轉化為應用端的利潤時，市場必然會迎來一輪殘酷的洗牌。消滅掉那些只靠講 PPT 混日子的投機套殼公司，把真正有技術底蘊、有落地場景的留下來。

洗牌之後，那些廉價而龐大的算力中心、高度優化過的模型算法，將以極其低廉的價格服務於千行百業。

2000 年之後，人類迎來了所有行業都離不開互聯網的數字時代。今時今日，我們也正不可逆轉地奔向一個所有行業都由 AI 垂統、由 AI 賦能的智能全盛時代。

泡沫的喧囂中，底層的生產力勢能，沒有一點水分。