文 | 竞合人工智能

摒弃“泡沫焦虑”与“规模崇拜”，以长期主义视角布局核心技术，以务实态度推进商业化落地，才是AI产业健康发展的必由之路。

当博通单日暴跌12%、甲骨文回吐全年涨幅，英伟达遭大基金集体抛售，华尔街对AI泡沫的质疑从“是否存在”转向“何时破裂”。这场始于ChatGPT的技术狂欢，在经历三年资本狂飙后，正迎来全球市场的价值重估。美国AI投资究竟是理性布局还是非理性繁荣？中国AI产业又面临着投资不足与局部泡沫的双重拷问？从软硬件到应用场景的全链条剖析，或许能揭示这场全球科技竞赛的真实图景。

01 结构性泡沫

美国AI的泡沫争议，本质是高投入与低回报的失衡困境 ，这种失衡在硬件、软件、应用三个维度呈现出不同表征。 硬件层面，“算力军备竞赛”导致资本支出失控，而作为算力核心的英伟达，既是这场竞赛的最大受益者，也逐渐显露泡沫承压的迹象。一方面，英伟达凭借A100、H100等高端GPU构建了近乎垄断的技术壁垒，2025年Q3 AI芯片业务营收同比激增210%，毛利率维持在78%的超高水平，全球超90%的AI训练算力依赖其产品，订单排期已排至2027年，成为AI硬件赛道无可争议的龙头；但另一方面，其股价与估值的泡沫化特征日益凸显——当前市盈率超75倍，远超半导体行业30倍的平均估值，市值一度突破3万亿美元，相当于全球前十大半导体公司市值总和，而支撑高估值的核心逻辑高度依赖AI算力需求的持续爆发，一旦需求增速放缓，估值回调压力巨大。

更值得警惕的是，英伟达与AI生态的“绑定式繁荣”暗藏风险闭环。微软、谷歌、OpenAI等核心客户为抢占算力资源，向英伟达预付巨额订单款项，而英伟达又通过战略投资反哺OpenAI等企业，形成“客户预付款→英伟达营收增长→投资AI公司→客户再采购芯片”的循环链条。这种模式看似强化了生态壁垒，却也让英伟达的业绩与AI行业融资热度深度绑定：2025年全球AI初创企业融资额同比下降32%，部分中小客户因资金链紧张取消或延迟芯片订单，直接导致英伟达Q4 AI芯片出货量增速环比回落15%，成为股价波动的重要诱因。

与此同时，微软、亚马逊、谷歌等五大科技巨头2026年资本支出预计突破4700亿美元，较2024年翻倍，其中80%用于数据中心、芯片等算力设施建设，而这些支出中近60%流向英伟达，进一步放大了行业投资过热的风险——一旦下游应用落地不及预期，上游算力设施将面临产能闲置，最终传导至英伟达的业绩与估值。

甲骨文为承接OpenAI订单，将2026财年资本支出上调至500亿美元，同比激增136%，占营收比重高达75%，直接导致自由现金流转为-100亿美元。博通虽凭借定制化加速芯片成为AI基础设施龙头，730亿美元的订单储备看似亮眼，但因AI收入增长不及乐观预期、毛利率承压，仍难逃股价重创。这种“为算力而算力”的投资模式，使得科技行业有息负债总额升至1.35万亿美元，达到十年前的4倍，财务风险持续累积。

软件层面，循环融资掩盖了商业化短板，而英伟达的生态主导地位，进一步加剧了部分AI软件公司的盈利依赖与估值虚高。OpenAI计划未来数年投入1.4万亿美元，但预计2029年仍将亏损1150亿美元，直至2030年才能实现正现金流。其与甲骨文、英伟达的千亿级合作，被市场质疑为“深度绑定的循环融资”——英伟达向OpenAI注资数十亿美元，OpenAI再用这笔资金采购英伟达芯片，同时将算力服务部署在甲骨文云平台，形成看似繁荣的资本与业务闭环，却缺乏脱离算力巨头支撑的独立盈利能力。

更值得警惕的是，头部AI公司估值与业绩严重脱节，Palantir市盈率超180倍，Snowflake接近140倍，即便微软、谷歌等巨头市盈率低于30倍，其AI相关业务的估值拆分后也远超传统业务，而这些估值均高度依赖英伟达算力的持续供给与技术迭代。当ChatGPT5.2发布后因性能提升不及市场预期导致股价集体回调，本质是“算力堆砌驱动技术迭代”的逻辑遭遇瓶颈，市场开始重新审视AI软件公司的真实价值。

应用层面，“叫好不叫座”的商业化瓶颈日益凸显，进一步削弱了支撑AI硬件（尤其是英伟达）高估值的底层逻辑。尽管生成式AI热度空前，但真正实现规模化盈利的场景寥寥无几。科技巨头的AI相关收入增长，远不足以覆盖其巨额资本支出，meta、微软甚至预计2026年考虑股东回报后自由现金流将为负。消费者付费意愿不足、企业级应用落地缓慢、数据安全与伦理争议等问题，使得AI从“技术奇观”走向“商业实用”的转化效率低于预期，直接导致下游客户对算力的采购需求从“激进扩张”转向“按需调整”。2025年Q4，微软、亚马逊的AI服务器采购量环比分别下降8%、12%，虽未影响英伟达当期营收（因订单排期滞后），但已引发市场对2026年算力需求增速放缓的担忧，成为大基金抛售英伟达股票的核心原因——华尔街担忧，当投资者不愿再为“算力故事”买单，这场依赖下游激进采购维系的AI硬件繁荣，将因需求断层而面临估值重构。

02 真实价值

不过，将美国AI投资简单定义为“全面泡沫”并不客观。与2000年互联网泡沫时期纳指80倍的市盈率相比，当前纳指26倍的预期市盈率仍处于相对温和水平。

英伟达、谷歌等企业凭借技术壁垒和生态优势，确实在AI芯片、大模型等领域建立了难以撼动的领先地位，其投资具备一定的技术合理性：英伟达通过GPU+CUDA生态构建了高护城河，全球尚无企业能在高端AI芯片领域实现有效替代，且其已开始布局AI推理芯片、边缘计算芯片，试图拓展新的增长曲线；谷歌的TPU芯片在自家AI训练中实现规模化应用，形成“自研芯片+自有大模型”的闭环优势。

更重要的是，AI对科学研究、产业升级的革命性潜力真实存在，特朗普政府推出的“创世纪计划”，整合超级计算机与数据资源推动AI赋能科研，正是看到了这一技术的长期价值。

因此，美国AI的“泡沫”更多是结构性泡沫——算力基础设施投资过热、英伟达等龙头估值虚高、部分软件公司依赖概念炒作，但核心技术创新与长期产业价值仍值得肯定。

03 理性与过热

反观中国AI投资，呈现出与美国截然不同的“理性有余，热度不足”特征，整体泡沫风险较低，但局部领域仍需警惕。从投资规模看，2025年中国互联网龙头合计资本支出约4000亿元，仅为美国同业的十分之一，且资本支出占收入、经营现金流的比例分别为10%、50%，远低于美国厂商的27%和71%。这种审慎源于多重因素：国内AI企业多依赖母公司内部现金流供血，循环融资现象罕见；发改委通过电力配额管控IDC建设节奏，有效防止了过度投资，确保主要IDC市场上架率稳定。阿里巴巴CEO吴泳铭直言，当前新旧GPU均处于满负荷运行状态，未来三年AI资源将持续供不应求，从侧面印证了国内AI投资的务实性。

硬件领域，中国企业避开了美国“堆算力”的路径依赖，在算力国产化替代上稳步推进。尽管高端GPU仍依赖英伟达进口，但国内芯片企业在专用芯片、边缘计算芯片等领域已实现突破，超节点在推理甚至训练工作负载中的占比持续提升。软件层面，以DeepSeek为代表的本土大模型快速迭代，性能逐步追平美国同业，且更注重适配国内应用场景，商业化路径更为清晰。应用层面，AI在云服务、广告、智能办公等领域的落地速度加快，智能体商业、多模态应用等新场景不断涌现，呈现出“技术迭代+场景落地”的良性循环。

但中国AI投资并非毫无隐忧。局部领域已出现泡沫苗头：部分初创企业为追逐热点，在缺乏核心技术的情况下盲目跟风，依赖概念炒作获取融资；一些地方政府主导的AI产业园存在同质化竞争，部分项目重形式轻实效，导致资源浪费。更值得关注的是，与美国相比，中国在基础研究、高端芯片、核心算法等领域的长期投入仍显不足，这可能制约产业的持续创新能力。阿里巴巴原本计划三年投入3800亿元用于AI基础设施，最终发现这一数字“可能偏小”，反映出国内企业在应对AI爆发式增长时，仍面临投资储备不足的压力。

中美AI投资的差异，本质是发展模式与战略选择的不同。美国凭借资本优势和技术积累，采取“高举高打”的激进策略，试图通过大规模投资抢占技术制高点，但过度追求速度导致了泡沫风险；中国则以“稳扎稳打”为原则，在控制风险的前提下推进产业发展，注重商业化落地与国产化替代，但也面临投资规模不足、基础研究薄弱的挑战。两种模式没有绝对优劣，但都需要在“创新速度”与“风险控制”之间寻找平衡。

对于美国而言，化解AI泡沫风险的关键在于回归商业本质：一是遏制盲目扩张的资本支出，将投资重心从算力堆砌转向技术创新与效率提升，避免过度依赖英伟达等硬件龙头的产能供给；二是加快商业化落地节奏，挖掘更多高价值应用场景，让收入增长匹配估值水平，降低对循环融资的依赖；三是理性看待龙头企业估值，避免因短期业绩爆发而忽视长期需求波动风险，尤其需警惕英伟达估值与算力需求增速的错配风险。对于中国来说，既要避免陷入“泡沫恐惧”而错失发展机遇，加大基础研究与核心技术领域的投入，缩小与英伟达等国际巨头在高端硬件领域的差距；也要警惕局部泡沫滋生，建立更为理性的投资评估体系，引导资本流向真正具备技术实力和商业化潜力的企业。

从全球视角看，AI作为颠覆性技术，其发展必然伴随着泡沫与调整，就像互联网泡沫破裂后催生了真正的科技巨头，AI领域的非理性繁荣退潮后，优质企业将更加凸显。无论是美国的“泡沫出清”还是中国的“理性补课”，最终都将推动AI产业从“资本驱动”转向“技术驱动”与“价值驱动”。这场全球科技竞赛的终局，不会属于那些最能烧钱的企业，而是属于那些既能坚持技术创新，又能实现可持续发展的真正赢家。

在AI技术重塑全球产业格局的关键时期，中美两国的投资策略选择，不仅决定着各自的产业竞争力，也将影响全球科技生态的未来走向。摒弃“泡沫焦虑”与“规模崇拜”，以长期主义视角布局核心技术，以务实态度推进商业化落地，才是AI产业健康发展的必由之路。毕竟，真正的技术革命从来不是资本狂欢的产物，而是创新价值与商业逻辑的完美契合。