如果 AI 泡沫已经在破了，谁会真正留下？

互联网阅读 226 2026-06-15 12:40:07

本文来源：格隆城北徐公

数据支持：勾股大数据

AI 泡沫，正在成为全球市场最撕裂的共识。 达利欧说泡沫已经很高，黄仁勋说机会才刚刚开始；一个看到的是资本市场的过热，一个看到的是生产力革命的开端。

真正的问题不在于 AI 有没有泡沫，而在于泡沫破裂之后，留下来的是什么。2000 年的互联网泡沫曾让纳指暴跌、公司倒闭、财富蒸发，但也留下了海底光缆、宽带网络和云计算的基础设施，最终托起了亚马逊、Netflix、YouTube 和移动互联网。

今天的 AI 也站在类似的位置。一边是数千亿美元砸向数据中心、电力、液冷、光模块和 GPU，另一边是应用收入尚未完全兑现的巨大落差。泡沫显然存在，但底层生产力并没有水分。当 Token 成本暴跌，智能开始像水电一样被调用，AI 就不再只是聊天工具，而会进入代码、医疗、金融、法律、制造和科研的真实工作流。市场会清洗掉套壳公司和 PPT 创业者，但不会逆转 AI 的方向。泡沫会破，产业会留下。以下，Enjoy：

近几天，市场剧烈波动，“AI 泡沫论”甚嚣尘上。

桥水基金创始人达利欧说：AI 市场存在泡沫，而且水平“相对较高”。
英伟达 CEO 黄仁勋说：AI 存在巨大机会，算力需求才刚刚开始爆发。

到底信谁？

他们两个说的都没错。

AI 行业存在泡沫吗？必然存在。

但科技领域的泡沫，往往是社会面对颠覆性先进生产力时，唯一能够采取的致敬方式。它并非单纯的贬义词。

长远来看，这是先进生产力出现之初必然会出现的现象。

很多人都把如今情况对标 2000 年的互联网泡沫，忧心忡忡。当年的互联网泡沫，确实导致纳指暴跌近 78%，超过 5 万亿美元的财富蒸发。

但二十年后，有哪个行业能离得开互联网？如今，互联网行业的价值早已远远超过当时的泡沫时期。

AI 泡沫，至少从表面上看，是类似的情况。在资本市场中存在的泡沫，无法阻挡社会中几乎所有行业都在主动被 AI 赋能。

AI 是大势所趋。就像现在所有行业都离不开互联网一样，未来所有行业也都离不开 AI。

01 创新必须缴纳的“智商税”

在那个只要公司名字带个 .com 就能上市圈钱的年代，1995-2000 年间纳指暴涨近 600%。随后，便是一场持续两年半的金融风暴。

当年那些响当当的名字，软件公司 MicroStrategy，因为会计丑闻和吹牛过头，一天内暴跌 62%；Pets.com（网上卖狗粮的）、Webvan（生鲜电商鼻祖）直接原地倒闭……恐慌中，几乎所有人都在指责互联网就是骗局。

但是，投机资本过度挥霍所沉淀下来的物理基础设施，往往会以极低的成本，滋养出下一个时代的超级巨头。泡沫之所以破裂，不是互联网技术本身的问题，而是基础设施的物理建设速度跟不上市场的节奏。

比如当年那些如日中天的电信公司（如 WorldCom、Global Crossing），砸下重金铺设的全球海底光缆和光密度波分复用网络，虽然让它们自己破产了，但这些廉价的“信息高速公路”却成为了日后 Netflix、Zoom 和移动互联网崛起的完美温床。

如果没有 2000 年前后全球对电信基建的疯狂超前投资，就不会有后来 YouTube 的视频流媒体爆发，更不会有后来的云计算基础设施。

最典型的就是亚马逊。股价从 1999 年的最高点 107 美元，一路惨跌到 2001 年的 7 美元，跌幅超过 90%。但它活了下来，因为它的底层商业逻辑，“用网络重构零售”，是符合先进生产力方向的。

这是经典的阿玛拉定律：高估一项新技术的短期影响，而严重低估其长期影响。技术革命的初期，投机资本的狂热必然会带来过度投资，形成泡沫。这是创新必须缴纳的智商税。但当泡沫散去，留下的将是更坚不可摧的先进生产力。

02 为什么企业 AI 支出不降反升？

回到 2026 年，AI 行业的泡沫看起来更大。

仅亚马逊、谷歌、Meta、微软和甲骨文等五大云服务商，预计 2026 年的资本开支达到 6900 亿美元，到 2030 年的 AI 基础设施投资总额预计达到 5.3 万亿美元。其中，只有约 25% 买 GPU，剩下的 75% 全砸在了物理基础设施上：液冷系统、电力传输、网络交换机、光模块以及土地。

收入方面，OpenAI、Anthropic、Cohere、Mistral、Perplexity 等所有头部纯 AI 厂商，2026 年的总收入加起来，预计也不超过 400 亿美元。

基础层砸进去近 7000 亿，应用层收回来几百亿。这种严重的不对称，不是泡沫是什么？

不能简单粗暴地去下这种结论。有一个关键点不能忽视：

2023 年 3 月，OpenAI 发布 GPT-4 时，每百万 Token 输入的混合成本大约是 30 美元。
到 2025 年 4 月，伴随着模型架构的优化和推理算力的提升，同等智力水平的模型，每百万 Token 的价格暴跌到了 0.1-0.15 美元。

根据斯坦福大学的《AI 指数报告》以及 TokenCost 的数据：AI 推理成本在近两年下跌超过 99.7%。

按照传统的线性思维，成本暴跌，那企业的 AI 支出应该减少才对。但现实是，企业 AI 云支出在 2024 到 2025 年间翻了三倍。

为什么？

因为当“智力”的边际成本无限趋近于零时，AI 不再只是简单的文本总结或陪聊机器，而是进入了智能体和多模态增强检索的新时代。企业开始让 AI 智能体自动循环跑几千次任务，去写代码、去扫描几百万份法律合同、去模拟生物学实验。

便宜的 Token 解锁了海量的、原本受制于成本而无法商业化的长尾需求。

这一点，我们对比一下 2026 年的英伟达，和 2000 年的网络硬件霸主思科，也能看出端倪。两者的生态位极其相似，但底层财务健康度却有着天壤之别。

（英伟达与思科的硬核财务对标）

这恰好印证了经济学上的“杰文斯悖论”：技术进步提高了能源利用效率，非但没有减少能源消耗，反而因为成本下降导致需求更大。

即使在去年初经历了所谓的“DeepSeek 时刻”，市场也在随后的几个月内迅速清醒：算法越优化，企业采用 AI 的门槛就越低，最终算力总消耗量反而呈指数级上升。

也正是因为如此，AI 才有可能逐渐嵌入到几乎所有旧行业当中。恰如过去二十年所有行业都在搞互联网。从 SaaS 软件到生物医药，再到由具身智能驱动的先进制造业机器人，2026 年的当下，几乎所有行业都在拥抱 AI 。没有人会去讨论“我们要不要用 AI”，而是焦虑“我们的数据有没有做好清洗？API 调用额度够不够？RAG 架构是否最优？”

当前，AI 行业确实存在泡沫。但对企业而言，如果不拥抱泡沫，你就会被时代碾碎。这一点，近二十年的互联网时代已经印证过了。

03 市场的深层演变：从基建到应用

目前，我们毫无疑问正处于技术生命周期中极为关键的一个节点：Gartner 技术成熟度曲线上的“幻灭的低谷”前夕，或是《技术革命与金融资本》理论中的转折点。

AI 泡沫其实已经在破了，只不过很多人没意识到。随便几个新秀，写几十页的 PPT、包一层 OpenAI 的 API，就能融到钱。现在，潮水褪去，这些没有护城河、只有概念的公司正在大批量死亡。

这是市场在进行自我净化，也是泡沫破裂的表现。但这只是表象。市场的深层逻辑正在发生三个深刻的演变：

第一，从 CapEx 向 OpEx 的价值转移

目前的钱都被卖铲子的人赚走了，英伟达、台积电、以及那些卖光模块和服务器液冷设备的企业，吃到了大部分红利。但随着算力逐渐“基础设施化”，像水和电一样，真正的超额利润将逐渐转移到应用层。也就是那些能用极低成本的 Token，真正解决垂直行业痛点、重塑业务流程（OpEx 优化）的 AI 原生企业。

第二，估值倍数压缩与业绩消化

市场给 AI 基础设施的估值偏高，并不意味着一定会崩盘。在很多情况下，企业盈利的高速增长会以“时间换空间”的方式，逐渐消化掉高昂的估值。只要云计算巨头们的收入增速跟得上资本支出的折旧速度，这场击鼓传花的游戏就能够演变为一场前所未有的产业升级。

比如，全球汽车制造巨头和芯片巨头，通过引入端到端 AI 孪生技术，使得新产品的研发到量产周期缩短了 35%，整线设备综合效率提升了 18%。
又比如，在金融行业，2026 年的量化交易、风险控制和信用评估已经全面由多模态 Agent 主导。AI 不仅在以微秒级的时间戳处理宏观预期，更在深度参与每一次微观层面的资产定价。
在法律、医疗、审计等高度依赖资深专业知识的行业，AI 也已经完成了从“初级助理”到“合伙人级别专家”的蜕变。

ChatGPT、Gemini、Claude 拥有超过 10 亿活跃用户中，有相当大一部分是将其作为日常高强度脑力劳动的替代工具。包括你和我。以上，都是切实发生的事情，所有人都能看得到。