AI 泡沫背后的动力、网络和可能结局。

文丨曾梦龙

制图丨黄帧昕

编辑丨黄俊杰

继今年成为首个 4 万亿美元市值的公司后，英伟达在 10 月 29 日成为目前唯一一个 5 万亿公司。

2022 年 11 月底 ChatGPT 上线前夕，英伟达还只有 4000 亿美元市值。之后近三年，美国资本市场与 AI 密切相关的公司价值就增加了 10 多万亿美元，相当于整个 A 股的总市值。

光英伟达新增的市值就超过英法德股市总和。OpenAI 估值增加 4800 亿美元，也超过了大多数国家的 GDP。

上市大公司中，英伟达受益 AI 最多，约涨了 11 倍；初创公司中，OpenAI 估值膨胀了 24 倍；新上市公司中，今年 3 月才上市的 CoreWeave 是目前 IPO 规模最大的 AI 公司，股价在短短 3 个月就翻了 4.5 倍。如果从早期估值算起，它总共翻了 33 倍多。

泡沫显而易见。曾领导瑞士银行商品策略团队的英国分析师朱利安·加兰（Julien Garran）认为，美国的资本配置不当，AI 泡沫的狂热是互联网泡沫的 17 倍，2008 年房地产泡沫的 4 倍。

参与其中的人已经不再争辩是不是存在 AI 泡沫，而是开始论证泡沫是通往技术进步，从而打破经济停滞的必经之路。

亚马逊创始人杰夫·贝索斯则在 9 月底的一场访谈上说，AI 热潮跟 2008 年银行业危机不一样，是一场 “工业泡沫”，科技公司研发技术、大修算力中心，即便破灭，也能留下有益遗产。

华尔街的旗帜人物，平稳带领公司度过金融危机的摩根大通 CEO 杰米·戴蒙（Jamie Dimon）此前警告说，美国股市面临严重下跌风险，未来 6 个月至 2 年可能出现急剧修正。但他也认为这不完全是坏事，“我们可以随便列 100 个互联网泡沫期间价值冲到 500 亿美元，然后倒闭的公司。但 Facebook、YouTube、Google 从里面走了出来。”

他们找到了理论依据。去年出版的《繁荣：泡沫与停滞的终结》（Boom: Bubbles and the End of Stagnation）研究了曼哈顿计划、阿波罗计划、开采页岩气的水力压裂技术、比特币等过去百年的重大技术突破，得出结论：金融泡沫实际上一直是过去突破的引擎，并将推动未来的进步。

多位硅谷重量级风险投资人力荐此书。创办 PayPal、Palantir，并率先投资 Facebook 和特朗普政权的彼得·蒂尔（Peter Thiel）说：“互联网泡沫看似是狂妄之巅，但真正狂妄的是那些想要无限期推迟未来的人。”；网景浏览器和 a16z 创始人，另一位重量级特朗普支持者马克·安德森（Marc Andreessen）说：“《繁荣》论证了人类最大的风险不是气候变化或未对齐的超级智能 AI，而是未能取得足够的进步。”

与此同时，今年 10 月的新书《1929》则回顾了一个技术进步、金融澎湃时代也有另一种可能。《大而不倒》的作者、美剧《亿万》编剧索尔金（Andrew Ross Sorkin）回到大萧条前的经济泡沫，呈现了与今天有诸多相似之处的环境：技术革命连环爆发，电网、家电、收音机、电视机、汽车、飞机一个接一个普及，与此同时股市连创历史新高。但随之到来的是全球经济萧条、暴力革命以及杀死至少 7000 万人的世界大战。

在聚焦 2008 年金融危机的名作《大而不倒》之后，索尔金今年推出关于 1929 年大崩盘的最新著作《1929》。《繁荣》研究了过去百年的技术创新史，认为金融泡沫实际上一直是过去突破的引擎，并将推动未来的进步。

泡沫不是一天吹成的。三年里，多方不断押注，以订单和股权交易相互连接，不断结成了更大利益共同体。参与的企业从 OpenAI、英伟达扩散到几乎全部科技巨头，扩散到 AI 的上下游，从数据中心、软件服务再到电力、铜矿和稀土。AI 被赋予的意义也从创造商业价值变成国家间的决胜武器。

OpenAI 和英伟达编织的 AI 利益网：层层绑定，大力出奇迹

在被问及投资者是不是普遍对 AI 过度兴奋了？萨姆·奥尔特曼（Sam Altman）直接回答说：“是的。” 随后他编织起以 OpenAI 为中心的交易网，凭空造出几千亿美元市值。

OpenAI 的融资模式呈现出一种独特的 “循环投资” 特征：它从供应商那里获得投资，再转手向这些供应商购买算力和芯片。

英伟达向 OpenAI 投资最多 1000 亿美元，OpenAI 随即用这笔资金购买数百万块英伟达 GPU 来建设数据中心。AMD 允许 OpenAI 以 0.01 美元的价格购买最多 1.6 亿股 AMD 股份（约 10% 股权），条件是 OpenAI 需要采购 GPU——实际上是让 OpenAI 用 AMD 自己的股票来支付巨额芯片账单。

AI 交易网络的另一个交汇点是英伟达：英伟达投资 OpenAI 和云基础设施公司 CoreWeave，让它们有更多钱买自己的芯片。而 CoreWeave 最大的客户是微软，而微软既是 OpenAI 的投资者，也自己从英伟达购买芯片。OpenAI 也是 CoreWeave 的客户和股东，在该公司 IPO 前对其做了 3.5 亿美元的股权投资。

OpenAI 代表着 AI 应用的天花板，创业公司估值的对标。英伟达则是计算性能的天花板，全球最大几个科技公司的生产力工具。

与他们达成大额交易的公司，哪怕是甲骨文、英特尔、AMD 这些价值上千亿美元的公司，股价也可以在一天之内上涨几十个百分点。

不止在美国，AI 叙事在中国、欧洲等都获得了资金青睐。因为阿里云，阿里巴巴从巴菲特的搭档查理·芒格所说的 “该死的零售商”，摇身一变为 “AI 科技公司”。只要对于 AI 的资本开支增多，大公司的估值就能参照美国科技巨头的估值抬升。至于中国故事讲得好的 AI 中小公司，估值上涨的速度和幅度更是惊人。

两家公司的目的清晰可见，得让大家同坐一条船，继续加大烧钱力度。如果不计入能源成本，投资银行摩根士丹利估算 2025 年至 2028 年全球新建数据中心累计投资额将达到 2.9 万亿美元。但现在 AI 企业每年从这项技术获得的总收入仅为 500 亿美元。麻省理工学院研究人员发现，95% 的企业在生成式 AI 领域的投资回报率为零。

数千亿美元已经花掉，如果他们失败，资本市场的损失可能超过 10 万亿美元。所有参与者只能期望这两个公司更进一步，并参与他们的 AI 革命叙事。这是经典意义的 “大而不能倒”。

科技公司只用主业赚的钱已经不够烧，开始启动债务融资。如果泡沫破灭，这将比股权融资带来更广泛、更长期的经济和金融系统的危害。

比如 meta 筹集了 290 亿美元，其中包括 260 亿美元的债务；甲骨文已通过债券市场筹集 180 亿美元，以帮助建设数据中心；埃隆·马斯克的 xAI 计划发行 125 亿美元债券筹集资金，成为其 200 亿美元融资计划的一部分。

债务融资很多来自私募信贷，可以不出现在科技公司的资产负债表上，并与其他项目隔离。它的不透明、杠杆化和循环性引发了担忧，《金融时报》的社论就称，当前 AI 的融资结构日益依赖债务，如果发行者未来信用评级较低，会使银行和高杠杆的非银行部门面临违约风险。相互勾结的双边融资协议，只会加剧多米诺骨牌效应的风险。

据《金融时报》统计，美国风险投资机构今年在 AI 上投入达到 1600 亿美元，全年预计超过 2000 亿美元。而在 2000 年，风投只向互联网公司投资了 105 亿美元（通胀调整后约 200 亿美元，相当于当前的 1/10）。

这些投资大部分投资流向了 10 家 AI 公司—— OpenAI、Anthropic、xAI、Perplexity、Anysphere、Scale AI、Safe Superintelligence、Thinking Machines Lab、Figure AI、Databricks。它们的估值合起来达 1 万亿美元，但还没有创造出任何显著的收益。其中，OpenAI 的估值已达 5000 亿美元，但它上半年的营收只有 43 亿美元（已超去年全年）、净亏损达到 135 亿美元。

AI 融资盯上的不止是债务，还有普通人的钱。资产管理公司们今年 8 月成功游说特朗普政府，允许私募股权、私募信贷等另类资产进入规模高达 13 万亿美元的养老金账户市场。

鼓吹这一举动的认为这体现了 “金融民主化”，投资私募不再是富人的特权。但批判的人觉得，由于私募的不透明和高风险，这实际上让 AI 泡沫更大、金融系统更脆弱。

索尔金在《1929》回顾历史，他觉得当时所谓 “金融民主化” 浪潮催生了大萧条的崩盘。因为 1919 年前，大多数美国人不愿意承担信贷或债务，觉得这在道德上是一种罪过。通用汽车率先提出，借给顾客钱，让他们买自己的汽车。银行家们紧随其后，借钱给投资者，让他们购买更多的股票。

所有的担忧并不意味着一定会在短期内有什么结果。2000 年因《泡沫 .com》一文成名的霍华德·马克斯认为，当前美股估值虽然偏高，但尚未形成一个即将破灭的非理性狂热状态。

“七巨头” 平均市盈率 30 多倍，是标普 500 过去 80 年均值的两倍，但这与 1969 年 “漂亮 50 ” 股票 60-90 倍的市盈率相比仍属温和，也比不过一些其他市场的股票。马克斯提醒投资者，“估值偏高” 并不等于 “明天就会下跌”，资产还是可能持续几年变得更贵，做空风险极高。正如凯恩斯所言：“市场非理性的持续时间，可能比你的偿付能力更持久。”

如果 AI 泡沫破灭，可能会留下什么？

杰夫·贝索斯或许代表科技界的典型看法。他认为类似 2008 年银行业危机那样的 “金融泡沫” 对社会 “只有坏处”。但 AI 热潮应被视为 “工业泡沫”，即便破灭，也能留下有益遗产。

贝索斯举了两个例子：互联网泡沫时期对光纤电缆的大规模投资，这些基础设施在泡沫破灭后依然存在，并为后来互联网的发展奠定基础；1990 年代的生物技术热潮，尽管许多公司失败，但最终诞生诸多 “能拯救生命的药物”。

区分 “工业泡沫” 和 “金融泡沫” 的思考框架有一定道理，但缺乏更细致的分析。

《繁荣与萧条：金融泡沫的全球史》（Boom and Bust：A Global History of Financial Bubbles）的两位作者研究了过去 300 年的十次重大泡沫。《经济学人》利用他们的框架和结论分析了今天的 AI 泡沫，认为泡沫破灭后留下什么，将取决于三个关键因素：是什么引发了繁荣，投入资本的性质，以及谁承担了损失。

- 什么引发了繁荣？

《繁荣与萧条》的作者根据全球金融泡沫历史归纳出 “政治导火索” 和 “技术导火索” 两种引发繁荣的因素。

政治导火索催生羊群效应。由政客通过改变政策、法规、税收等手段吹起的泡沫，造成的破坏往往比新技术催生的泡沫更为严重。

比如 1980 年代末，宽松的房产税、低利率和金融自由化在日本催生了巨型资产泡沫。泡沫破灭后数十年间，日本经济持续低迷。相比之下，技术导火索的破坏力较小，互联网泡沫破灭后并未引发长期衰退。

《经济学人》认为，AI 热潮最初的导火索是技术，但各国政府已经将 AI 当作战略扶持和推动，全球主要经济体均是如此。

- 投入资本的性质

这包括资本的规模、时间和配置方式。例如从 1844 年到 1847 年，铁路投资占英国 GDP 的比例从 5% 飙升至 13%。当泡沫破灭时，投资额骤降一半，英国失业率随之翻倍。铁路狂潮虽迟迟未能盈利，却为英国铁路网络奠定基础。反例是 1980 年代日本电子企业的大量资本支出，最终未能起到任何作用。

1840 年代英国铁路投资曾占英国 GDP 的 15%~20%。现在美国 AI 投资只占美国 GDP 的 3%~4%，但未来数据中心和基础设施的建设将会大大推高占比。这将积累风险。

大部分资本投入了会快速贬值的资产。互联网泡沫时期修建的光纤电缆可以用十年以上，但英伟达的芯片过时速度要快得多。

《经济学人》估算，美国科技企业资产的平均寿命仅为 9 年。对冲基金经理库柏曼（Harris Kupperman）的说法更悲观：数据中心设备折旧周期更接近 3 到 5 年。其中，芯片占总资本约 50%、建筑成本占约 20%、机架与制冷系统占约 30%。

- 谁承担了损失

谁承担了损失意味着泡沫破灭后的波及范围和严重程度。如果是许多个人投资者各自损失一部分，那经济损害有限，比如互联网泡沫破灭后的情况。反观 1860 年代英国铁路崩盘，损失集中于银行体系，导致大量不良贷款。银行随即收紧信贷，加剧了经济衰退。

目前大部分 AI 投资源于大型科技公司用主业赚的钱。这部分钱相对透明与健康，但风险来自债务投资者、养老金计划等。如果 AI 泡沫破灭、价值归零，这些投资者会遭受损失。如果未来发展到 AI 投资和银行等金融系统直接相关，那么泡沫破灭的后果也就越严重。

《经济学人》根据上述维度估算，潜在的 AI 泡沫破灭仅次于 19 世纪 3 次铁路崩盘后的结果。这个分析框架不只适用于美国，也不只适用于 AI 领域。

比如相比美国，中国主要是引发繁荣力量的权重、投入资本的性质和谁承担损失略有不同：中国 “集中力量办大事” 的战略特性为 AI 的未来加了政治杠杆；中国 AI 投资的特色参与方是大量政府引导基金；中国家庭的股票类资产占家庭总资产的比例估计不到 2%，远低于美国的 30% 左右。

谁承担损失的另一面是谁收获利益。2022 年 11 月 ChatGPT 发布以来，美国股市市值增长超过 20 万亿美元，英伟达等十家受益于 AI 的公司占全部增长额的 50% 以上。今年以来，西方三分之一的风投资金都流向了 AI 初创公司，而流向 AI 初创公司的钱又集中于 OpenAI 等十家。

按照目前 AI 依赖规模化和集中度的技术特性，未来的收益可能仍然集中于少数组织。又因为现在 AI 的发展方向是倾向替代人，而非产生新的价值，可能使得多数人最后无法从中受益。从相对角度，多数组织和个人的利益也将受损。

FOMO，企业不能停，国家也不能

最近，两位专家对技术发展未来提出了新的质疑，加深了对泡沫破灭的忧虑。特斯拉前自动驾驶负责人、OpenAI 联合创始人安德烈·卡帕斯（Andrej Karpathy）称，AGI 实现至少需要 10 年，强化学习非常糟糕。图灵奖得主、强化学习之父理查德·萨顿（Richard Sutton）则认为大语言模型路线行不通，缺乏与真实世界互动，不可能通向 AGI。

参与者也时有怀疑。微软是 ChatGPT 诞生后首个投资 OpenAI 的巨头。但随着投入产出效率严重低于预期，微软从去年下半年起一度 “踩刹车”，在美国多地取消了数据中心租约，并暂停了部分大型数据中心项目的建设。微软 CEO 萨提亚·纳德拉随后回应说：“在一定程度上，供给和需求必须匹配。如果只在供给侧自我炒作，而不是真正了解如何将其转化为对客户的真正价值，就会完全偏离轨道。”

但今年 9 月，OpenAI 和甲骨文达成价值 3000 亿美元的合作，双方将建设 4.5GW 的 AI 算力（相当于半个纽约市），以训练和部署 AI 模型。这是迄今最大规模的云计算订单，让甲骨文股价单日暴涨超过 42%。

一周后，纳德拉宣布投建 “世界上最强大的 AI 数据中心”，并在讨论向 OpenAI 提供额外的算力。他不得不加大了对 AI 的押注。“害怕错过”（FOMO）是普遍心态。

学者梁宪政根据诺奖得主罗伯特·希勒的著作《叙事经济学》及泡沫历史归纳出 12 个可能预示 AI 产业泡沫即将破灭的征兆：1. 非理性估值与未来承诺；2. 巨额资本支出与现金流不匹配；3. 大肆吹捧的超大订单；4. 缺乏可持续性的盈利模式；5. 传统行业巨头非理性转型；6. 人才争夺战与薪资泡沫；7. 军备竞赛式的资本支出；8. 股票市场过度投机与炒作；9. 创投圈的盲目追捧；10. 媒体与公众舆论的狂热；11. 单一产业成为市场主导；12. 频繁出现 “这次不一样” 的论调。

《繁荣与萧条》的作者用 “泡沫三角”（The Bubble Triangle）描绘了泡沫的发展过程。他们借用火灾的比喻，泡沫的一角是 “市场性”，指交易的便捷和流动等，就像氧气；一角是 “金钱和信贷”，有资本才能吹大泡沫，就像燃料；最后一角是 “投机”，指投机者和非理性狂热，就像加大火力的热能。

吹大 AI 泡沫的还有地缘政治环境的改变。AI 成为地缘政治下的经济战略和博弈竞赛；针对美国巨量债务和贫富差距问题，AI 带来的增长前景会比分配既得利益更容易通过和让人接受。

今年 8 月，美国政府入股英特尔 10%，再加上此前的补贴，美国政府对英特尔的投资超过百亿美元。英特尔是最后一个有先进芯片制造能力的美国公司，但因为多年累积的失误，已经在考虑放弃沉重的芯片晶圆厂。一个月后，有庞大芯片生产订单的英伟达买入英特尔 4% 股份，完成利益绑定——《经济学人》称之为一笔精明的政治投资。

两笔投资后，英特尔股价翻倍，也有了继续在美国进行精密制造的可能性。随后美国政府又投资了三家先进制造相关的供应链公司——MP Materials（稀土）、Lithium Americas（锂矿）、Trilogy metals（铜、钴、锌等）。不久前，特朗普的一句 “我们的电网太老了” 立刻带动市场买入电力相关股票。

今年的国资入股标志着美国政府开始更直接干预先进制造，投入 AI 背后的芯片和电力基建。此前五十年，美国政府只有在救市时入股过一些金融、汽车、航空公司。

基建、国防相关的五个行业的大多数企业股价涨幅都超过 50%，甚至高于半导体和软件服务。消费相关的食品饮料、家庭用品垫底。

美国空军准将道格·威克特（Doug Wickert）今年早些时候在一次公开演讲里回顾了美苏争霸的历史：冷战期间，北约造飞机坦克的数量也比不过苏联，美国国防部转而投资先进技术——比如 GPS、精确制导武器和信息化系统，都依赖于芯片的进步。威克特认为面对一个工业能力比苏联更强的对手，美国也得靠新技术，特别是 AI。

今天我们习以为常的技术便利，很多都可以追溯到为第三次世界大战而做的准备：GPS 是为了让核潜艇准确发射导弹；芯片是为了让核导弹飞向正确目标；互联网是为了确保核弹落地后，通信还能继续；就连汽车发布会上总会提一句的 HUD 抬头显示器，也是战斗机飞行员用了 60 多年的老技术。

冷战后，全球贸易取代生死之争，消费成为驱动技术前进的最大力量。不做军队生意，卖高价消费电子产品的苹果一度是全球最大的芯片订单投资方，成为全球最值钱的公司。

随着一次次贸易战，一次次军事冲突，和平红利消失，消费繁荣不再是唯一重要的问题。提供 AI 生产工具的英伟达比苹果高出 1 万亿美元，承接国防部订单的微软市值也长期高于苹果。

AI 基建取代消费成为经济增长的最大动力。但研发、生产、销售 GPU 提供的工作岗位远少于消费品。

今年 6 月，OpenAI 获得美国国防部一份价值 2 亿美元的合同，将为其开发 AI，以应对作战和机构管理领域的国家安全挑战。OpenAI、甲骨文和软银高达 5000 亿美元的 AI 基建计划 “星际之门”，是特朗普在白宫宣布的。硅谷新进的热门公司，300 亿美元估值的 Anduril 更是直接研发 AI 辅助的无人机作战系统。

上一次冷战的成功经验并不一定适用于新的战场，但以 AI 技术改变竞争格局的共识已经达成。谁也不敢不投入。就这样 AI 投入的催化剂从消费衍生到了国家竞争，投资叙事也从一个虚拟技术扩展为重建先进制造。

用 meta 创始人马克·扎克伯格的话说：如果投资 AI 最终白花了数千亿美元显然很不幸，但不投入的风险更大——如果 AI 实现大跨越，自己会错失先机，被对手甩开。商业巨头不会接受这样的可能，国家也一样。

题图There Will Be Blood（2007），石油时代的开始