AI是否正在形成泡沫？

↑點擊上面圖片 加雪球核心交流群↑

風險提示：本文所提到的觀點僅代表個人的意見，所涉及標的不作推薦，據此買賣，風險自負。

作者：田瑀研究筆記

來源：雪球

近期市場的波動顯著加劇，與AI相關的科技領域回調成為其中的重要導火索。OpenAI宣布萬億級資本開支計劃，英偉達GPU供不應求，全球科技巨頭紛紛加碼AI基礎設施投資，一時間，關于“AI是否正在形成泡沫”的討論甚囂塵上。

要準確判斷是否為“泡沫”，首先要明確其定義，避免因概念模糊而產生誤判。在此，我們從最貼近現實擔憂的維度出發：個人認為，如果當前AI的巨額投入在未來長期視角下無法帶來相應回報，即長期的投入產出比嚴重失衡，那就是泡沫；反之，若當前的高投入能被未來持續增長的需求提升所消化，則屬于供需錯配下的正常周期現象。

從這一標準看，我傾向于認為AI不是泡沫，AI帶來的變革才剛剛開始，但也不意味著發展過程中沒有周期。當下資本開支強度可能處于階段性超前投資的水平。

未來的AI應用場景，或遠超當下認知邊界

根據我們自下而上的調研數據顯示，各大科技公司采購AI服務器的動力，已從早期“不能錯過”的防御性動機，轉向“必須擁有”的發展性動機。他們正基于明確的業務需求進行投資——無論是大模型訓練、智能推薦系統升級，還是AI客服部署、自動駕駛研發。同時我們也看到，絕大多數AI服務器的使用率在高位，很多客戶的需求還沒被滿足，這說明資源并未閑置。

此外，AI基礎設施的資本開支需要打提前量。算力中心的建設、芯片的交付都需要時間。因此資本開支往往領先于實際應用落地，這里面就涉及到對于需求的預計。這種“超前”是否會導致過度投資？答案當然是肯定的，然而當下的關鍵在于：需求的增長速度能否匹配甚至超越供給的擴張節奏。如果超過就還是會景氣，如果不如，就會出現階段性的過剩。

但即便出現階段性的供大于求，行業整體基于具體業務預計需求帶來的大規模投入、繼而導致長期過剩的可能性極低。這是行業周期負反饋機制導致的必然結果，階段性的過剩就會導致資本開支的階段性下降，持續增長的需求又會重新填滿供給，然后供需逆轉，周期往復。其中重要的判斷是需求會長期向上。

更進一步看，相對于訓練，AI在“端側應用”和“推理場景”的落地才剛剛展開，而這一部分的潛在需求總量將遠超訓練環節。正如電力網絡的建設早于電器普及，AI的“電網”正在搭建，而“家電”時代才剛拉開序幕。

在具體落地的場景中我們也可以看到眾多行業中AI的滲透：智能助手或者智能搜索正深度重構信息獲取與工作流程；AI編程工具顯著提升了開發者效率，降低開發成本；AI視頻生成顯著降低了內容創作門檻，讓更多的創意得以實現，大幅降低了生產成本。此外，在醫學影像診斷中，AI輔助系統大幅提升了醫生閱片準確率與效率；在智能輔助駕駛領域，自動泊車、L2+輔助駕駛已成主流車型標配，正在逐步的改變我們的用車習慣；在電商推薦、搜索引擎等場景，AI早已成為底層基礎設施……

盡管應用場景已“全面開花”，但我們所見仍只是冰山一角。正如農業社會難以想象工業社會的圖景，我們今天的想象力依然嚴重受限于當前的技術范式。未來將涌現的AI應用場景，很可能遠超我們今天的認知邊界。

當前AI投資周期處“早期建設階段”，但周期波動不可避免

盡管AI不是泡沫，但其發展過程中的周期性波動卻不可避免。這種波動，既源于技術演進的客觀規律，也受資本市場非理性情緒的放大。

我們可以從歷史中找到很多相似軌跡。2010年至2015年的美國頁巖油革命，就是一個有相似之處的例子。在這個例子中，我們不難發現這些特點：

- 高投入、高回報可能；

- 技術突破引發資本涌入；

- 短期內產能迅速擴張；

- 因行業周期導致融資收緊，大量企業倒閉，行業經歷洗牌；

- 活下來的企業通過技術迭代與成本優化，將盈虧平衡點大幅降低，實現了可持續發展。短期的供給超前建設總會被需求的增長消化

當前的AI投資周期，正處在“早期建設階段”。微軟、谷歌、Meta等科技巨頭以前所未有的規模增加AI資本開支（Capex），構建AI數據中心，形成新的“軍備競賽”。快速爆發的資本開支計劃會拉高市場對于具體公司的預期，這里面本身就會隱含一些風險。這里我們只討論本文定義的AI產業泡沫的問題，對于股票是否泡沫就還有另外的考量，需要一事一議了。

供不應求還是供過于求？核心關切在這幾方面

如果關注這個問題，我覺得未來一段時間內，AI產業發展的態勢是供不應求還是供過于求，核心關切在于這幾個方面：

-由于電力、材料、制造等環節帶來的AI約束有多大，會不會帶來26-27年的實際資本開支顯著低于各家科技企業的計劃，從而導致整個產業鏈的供需調整；

-商業化的速度是否停滯，各家科技企業的邊際ROI是否快速下降，云廠商的堆積訂單是否快速消化，從而導致供需逆轉；

-個別公司的激進策略是否會產生負面連鎖效應。比如OpenAI 數萬億美金的資本開支在還沒有相當量級的收入前提下就是激進的策略，如果融資受阻導致企業無法持續經營，會使得整個產業鏈以及投資人的行為變化，從而影響行業需求。

任何技術在發展的初期，階段性“過度”式的投資幾乎不可避免，但對技術的長期發展是有益的，無論是初期的資本和人才的積累還是產業低谷倒逼企業提升效率加快應用落地，都是產業成熟的催化劑。

回顧互聯網周期的時候，我們看到過大量公司的倒閉，卻也催生了亞馬遜、谷歌、阿里巴巴等真正具備價值創造能力的企業。

同樣，AI的發展也不會是一條直線，而是一條螺旋上升的曲線。它有高光時刻，也會有低谷調整；有資本狂熱時，也有理性回歸時。作為投資者，我們即使長期看好，認為AI浪潮中提供了淘金機會，也要警惕過于樂觀的估值水平，這樣才在這輪技術革命過程中分享到收益。以上內容不作為投資建議，請大家不要沖動。

雪球三分法是雪球基于“長期投資+資產配置”推出的基金配置理念，通過資產分散、市場分散、時機分散這三大分散進行基金長期投資，從而實現投資收益來源多元化和風險分散化。點擊下方圖片立即領取課程