AI泡沫警告:AI投资对大多数科技巨头来说都是负回报

marsbit发布于2026-05-31更新于2026-05-31

文章摘要

AI投资热潮正面临财务回报的严峻考验。微软、Alphabet、Meta、甲骨文等科技巨头计划未来五年投入数千亿美元建设AI数据中心,但基于分析师的收入与资本支出预测,除亚马逊外,多数公司的隐含投资回报率可能为负。这意味着当前的巨额资本开支可能无法带来相应利润增长,甚至可能成为大规模股东价值毁灭事件。 美国经济增长目前高度依赖科技投资,其贡献率高达93%。如果云厂商因投资回报不佳而削减支出,不仅将冲击英伟达、台积电等产业链公司,也可能导致美国经济衰退并引发股市熊市。 与此同时,OpenAI、Anthropic等AI公司计划推进IPO,这被视为将投资风险从早期资本转移给公众投资者的潜在方式。文章核心指出,问题不在于AI没有未来,而在于当营销热潮退去后,谁来为这场昂贵的基础设施竞赛买单。泡沫风险虽未必在2026年立即破裂,但可能在随后几年显现。

编者按:AI 热潮正在从技术叙事进入财务检验阶段。

过去一年,市场对 AI 的讨论更多集中在模型能力、算力缺口和应用前景上,但这篇文章提醒我们,真正需要被计算的,是这轮繁荣背后的资本回报。微软、Alphabet、亚马逊、Meta、甲骨文等超大规模云服务商正在为 AI 数据中心投入数千亿美元,而按照当前分析师对收入和资本开支的预期,除亚马逊外,多数公司的隐含投资回报率可能为负。

这意味着,AI 泡沫与上一轮互联网泡沫的相似之处,并不只是市场情绪,而是资本支出对宏观增长和股价预期的高度绑定。作者指出,过去四个季度,美国 GDP 增长中有 93% 可由科技投资解释;一旦云厂商削减数据中心、芯片和基础设施投入,不仅英伟达、台积电、ASML 等产业链公司会受到冲击,美国经济本身也可能迅速承压。

更值得关注的是,OpenAI、Anthropic 等 AI 公司若在市场情绪高点推动 IPO,可能并不只是融资事件,而是一场风险转移:早期资本和现有股东将 AI 叙事中的不确定性,转嫁给散户、养老基金和其他愿意继续买入增长故事的投资者。

本文的核心问题不是 AI 有没有未来,而是当营销热潮退去之后,谁来为这场昂贵的基础设施竞赛买单。

以下为原文:

1996 年 12 月,美联储主席艾伦·格林斯潘曾形容当时科技、媒体和电信股票的繁荣已经显露出「非理性繁荣」的迹象。近 30 年后,我们可以对今天的 AI 热潮作出同样的判断。

不过,尽管当前这轮科技热潮与上一代互联网泡沫有相似之处,但也存在一个重要区别:今天这轮热潮中的某一部分,规模已经远远超过当年的 TMT 泡沫。2025 年,美国企业在 IT 设备和软件上的投资接近 1.5 万亿美元。而在 TMT 泡沫顶峰时期,这一数字为 4660 亿美元,即便按通胀调整后也只有 8290 亿美元。

事实上,美国经济眼下几乎完全是靠科技热潮在增长。根据我的计算,在过去四个季度中,美国 GDP 增长的 93% 都可以由科技投资解释。即便在 TMT 泡沫最顶峰时期,这一比例也不过勉强达到 60%。

OpenAI、Anthropic 等大语言模型开发商正准备在今年晚些时候进行重磅 IPO,以利用投资者对其增长前景的乐观情绪。与此同时,微软、Alphabet、亚马逊、Meta 和甲骨文等超大规模云服务商计划在未来五年向数据中心投入数千亿美元,为运行这些模型提供算力。

问题也正出在这里:AI 热潮背后的数学开始变得棘手。针对这些超大规模云服务商,我收集了分析师对它们 2025 年至 2030 年资本支出和收入的市场一致预期。

在这五年里,它们的资本投资预计将以每年 20% 的速度增长,这是这个行业此前从未见过的增速。与此同时,收入预计每年增长 15%。如果我们作出一个极其大胆的假设——即这些公司没有任何成本——那么新增收入就可以被视为它们从 AI 数据中心新增投资中获得的利润。然而,即便在这种极端乐观的假设下,我计算得出的隐含投资回报率,对除亚马逊之外的所有公司来说都高度为负。

这些数字表明,如果超大规模云服务商继续沿着当前轨迹前进,AI 热潮将演变成史上规模最大的股东价值毁灭事件之一。但它们仍有两条出路。

第一条出路是,AI 的崛起为这些公司带来远超当前预期的收入。但这本身也面临数学上的难题。假设这些超大规模云服务商希望实现 10% 的投资回报率,它们每年就必须额外找到 2 万亿至 5 万亿美元的收入来源。对于一组目前年收入总计只有 1.5 万亿美元的公司来说,这几乎是一项不可能完成的任务。

第二条出路是,原本计划投向数据中心、芯片和其他领域的投资最终并不会真正落地。原因可能是股票投资者开始对该行业变得更加谨慎,也可能是数据中心债务融资变得更加困难。

那么,如果这些公司宣布削减部分投资计划,会发生什么?

从英伟达到 ASML、三星和台积电,各大洲最大公司的股价都建立在这些投资计划以及由此带来的需求预期之上。

别忘了,当前美国 GDP 增长实际上完全由不断上升的科技支出驱动。如果这些支出开始下滑,美国经济将很快陷入衰退。即便科技投资只是小幅下降,例如下降 4% 至 6%,情况也会如此。历史上,在 20 世纪 60 年代较小规模的科技热潮之后,以及 2009 年经济衰退期间,都曾出现过类似幅度的投资回落。

这种温和的投资支出修正,仍然很可能将美国、英国以及欧洲股市推入新的熊市。21 世纪初科技股崩盘的重演,是一个真实存在的风险;当时股市在第一年内下跌 50% 甚至更多。

接下来的问题是:我们什么时候可能看到这些超大规模云服务商发布类似削减投资计划的公告?

我认为,这种情况不太可能发生在 2026 年。OpenAI、Anthropic 等公司仍会努力至少在各自 IPO 完成前维持市场热度,这可能会在短期内继续支撑这轮繁荣。但之后呢?超大规模云服务商所面临的「不可能数学」并不会因此改变,而营销热潮终究可能消退。最终,现实会到来。

或许不会是在 2026 年,但可能发生在 2027 年或 2028 年。毕竟,格林斯潘是在 1996 年 12 月谈到「非理性繁荣」的,而泡沫真正破裂是在三年后的 2000 年。

从这个角度看,这些 AI 公司的 IPO,很可能只是一场大规模投资风险转移:风险从现有所有者手中,被转移给愿意为叙事买单的散户投资者、养老基金以及其他投资者。

相关问答

Q根据文章,当前AI投资热潮与上世纪90年代末的互联网泡沫相比,一个关键的区别是什么?

A关键区别在于规模。2025年美国企业在IT设备和软件上的投资预计接近1.5万亿美元,这远高于互联网泡沫顶峰时期(经通胀调整后约8290亿美元)。此外,当前科技投资对美国GDP增长的贡献率(93%)也远高于互联网泡沫顶峰时期(约60%)。

Q文章提到,除亚马逊外,多数大型云服务商的AI数据中心投资隐含回报率为负。这一结论是基于何种假设计算得出的?

A这一结论是基于一个极其乐观甚至不现实的假设计算得出的,即假设这些公司运营AI数据中心没有任何成本。即便如此,将分析师预测的新增收入直接视为新增投资的利润,计算出的投资回报率对除亚马逊外的大多数公司仍然是负数。

Q文章作者认为,超大规模云服务商如果希望获得可观回报,需要在收入上面临怎样的“数学难题”?

A作者指出,如果这些公司希望实现10%的投资回报率,他们每年需要额外创造2万亿至5万亿美元的收入。然而,这些公司目前的总年收入仅为1.5万亿美元左右,因此这是一个几乎“不可能完成的任务”。

Q文章警告,如果科技投资计划缩减,可能会引发哪些连锁反应?

A连锁反应可能包括:1. 依赖这些投资计划的芯片和设备制造商(如英伟达、台积电、ASML等)的股价和需求将受到冲击。2. 由于当前美国GDP增长主要由科技投资驱动,投资一旦下滑,美国经济可能很快陷入衰退。3. 全球股市(尤其是美国、英国和欧洲)可能因此进入熊市,存在类似21世纪初科技股崩盘的风险。

Q作者如何看待OpenAI、Anthropic等AI公司的潜在IPO?

A作者认为这些IPO可能不只是一次融资事件,而是一场“大规模的投资风险转移”。早期资本和现有股东可能会将AI叙事中蕴含的高度不确定性,转移给愿意继续为增长故事买单的散户投资者、养老基金等市场参与者。

你可能也喜欢

三年之后:回看 2023 年我对 ChatGPT 的判断

作者王健硕在2026年5月回看其于2023年3月对ChatGPT做出的二十条预测,并借助AI代理进行验证。整体看,其大方向判断多正确,但细节和程度常有偏差。 **看对的方面:** - **技术架构**:准确预测RAG(检索增强生成)将成为解决知识更新和幻觉的主流方法,以及LUI(自然语言用户界面)将催生巨大新产业。 - **发展趋势**:预见到“机器人网络”和新的agent寻址系统将出现,中国能快速做出可用大模型并缩小与顶尖差距。 - **本质认知**:正确指出ChatGPT没有意识,图灵测试仅测表象;判断其是巨大进步但非AGI,且短期内不会造成整体失业潮。 **看错或看偏的方面:** - **具体数据错误**:关于GPT-4有100T参数的传闻完全错误。 - **绝对化判断**:断言LLM“不可能”自己学好数学被后来模型在IMO夺金证伪;认为AI生成内容可“规避”版权,实则引发史上最大侵权赔偿。 - **价值与成本误判**:认为价值终落应用层,但最大赢家是算力层(如英伟达);模型成本“5-10亿封顶”的估算严重偏离实际。 - **社会影响误读**:认为ChatGPT的“加权平均”特性可能促进“世界大同”,但实际AI正走向个性化,并可能制造新信息茧房。 **总结规律:** 1. 预测机制和方向比具体数字更可靠。 2. 倾向于高估短期变化速度,低估长期影响程度。 3. 容易忽略问题内部的“分布”差异(如失业影响集中在年轻群体)。 4. 留有餘地、分层表述的判断更经得起时间检验。 5. 一些根本性争议,三年时间仍不足以给出定论。 这次复盘旨在为未来的判断立下更审慎的规矩。

marsbit2小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

marsbit2小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

2023年3月,在GPT-4发布前,作者王健硕对ChatGPT的未来做出了二十项预测。三年后的2026年,他使用AI agent对这些判断进行回顾验证,评估其准确性。 **主要看对的方面:** 1. **RAG成为主流**:预测通过外部检索而非修改模型来解决知识更新和幻觉问题,这已成为行业标准架构。 2. **LUI(自然语言界面)兴起**:预测自然语言交互将催生巨大新产业,Agent、MCP协议等发展印证了这一点,但LUI是与GUI共存而非取代。 3. **机器人网络与新寻址系统**:预测Agent将自动协作并需要新寻址方式,MCP、A2A等协议正朝此方向发展。 4. **中国能做出可用大模型**:预测中美模型差距会迅速缩小,事实如此,但真正领先的国内厂商与其当初点名不同。 5. **AI无意识与图灵测试本质**:核心判断“AI无意识,图灵测试仅测表象”基本成立,但“绝无意识”的绝对论断被后续研究置于灰区。 **看错或看偏的方面:** 1. **GPT-4参数数量**:所传“100T参数”严重错误,实际约为1.8T。 2. **LLM的数学能力**:诊断“数学差需外挂工具”正确,但“不可能自行学会”的结论被后续“推理模型”在IMO夺金证伪。 3. **价值捕获**:预测价值在应用层,但现实中算力层(如英伟达)捕获了最大利润,模型层反而亏损。 4. **版权问题**:判断“生成物可能无法登记版权”正确,但认为能“规避侵权”则错误,已出现巨额侵权赔偿案例。 5. **信息茧房与世界大同**:机制上AI会将观点向众数平均,但AI正快速走向“千人千面”的个性化,可能制造新茧房而非消解极化。 6. **大模型成本**:预测“局部战争”和玩家涌入正确,但“5-10亿美元封顶”的成本估算与前沿训练实际花费严重不符。 **总结规律:** 1. 判断**方向和机制**比具体数字、程度更可靠。 2. 倾向于**高估短期变化速度,低估长期能力上限**。 3. 容易忽略**问题内部的分布差异**(如总量正确但部分群体受损)。 4. **留有餘地、分层表述**的判断更经得起时间检验。 5. 一些根本性争论,**三年时间不足以给出最终答案**。 这次回顾表明,在快速变化的领域,把握大方向比追求精确预测更重要,同时需警惕绝对化表述并承认认知的局限性。

链捕手4小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

链捕手4小时前

交易

现货
合约

热门文章

加密市场宏观研报:原油飓风、AI巨浪与比特币的十字路口

全球金融市场正经历一场由地缘冲突引发的系统性重估:霍尔木兹海峡封锁导致原油一度暴涨30%,G7紧急释放储备后涨幅收窄,滞胀风险取代通胀成为核心担忧,美元成为“唯一避风港”并逼近100大关,亚太及美股遭遇“黑色星期一”全线重挫;AI领域则冰火两重天,国家发改委提出“十五五”末10万亿规模目标,OpenClaw项目火爆推动概念股狂飙;比特币在宏观风暴中跌破70000美元关键防线。

535人学过发布于 2026.03.12更新于 2026.03.12

加密市场宏观研报:原油飓风、AI巨浪与比特币的十字路口

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片