人工智能泡沫破裂第一阶段,接下来会发生什么?

美股研究社2025-12-23

Shiller PE已攀升至40倍,如今,几乎所有人都清楚标普500指数(SP500)正处于泡沫化估值水平。

同样众所周知的是,这一估值泡沫主要由人工智能主题驱动,以“七大科技巨头”及整个科技板块为核心,且泡沫化现象实则更为普遍。

但关键问题在于:这场泡沫何时会破裂?

【如需和我们交流可扫码添加进社群】

看涨阵营仍将当前AI泡沫归为初期阶段,预期泡沫会持续膨胀,因此建议“追涨泡沫”;

看跌阵营则认为泡沫已达顶峰或临近顶点,主张“抛售泡沫”。

不过,市场共识在于:泡沫的破裂需要“导火索”,仅凭泡沫化估值本身不足以引发崩盘。

因此,核心议题聚焦于——什么将刺破AI泡沫?

从历史经验来看,泡沫破裂前通常伴随着货币政策紧缩周期——2000年互联网泡沫便是如此。但当前美联储正处于降息周期,这一背景成为看涨派的核心论据之一,他们认为这将支撑泡沫继续膨胀。

然而,分析师认为当前AI泡沫已正式见顶,且破裂进程已进入初始阶段。

当前AI泡沫的本质,是一场由信用驱动的AI基础设施泡沫——而信用周期已正式转向,这一点已被首个失败的数据中心项目所证实:甲骨文-蓝猫头鹰密歇根数据中心(Oracle-Blue Owl Michigan data center)项目流产,本质上已刺破了这场泡沫。

AI基础设施泡沫的核心逻辑与潜在风险可梳理如下:

基础模型构建者(如OpenAI)研发大型语言模型(LLM),即生成式预训练转换器(GPT),其核心创新在于转换器技术。市场的核心赌注是,“生成式”这一核心特性将从根本上改变经济与社会形态——这正是AI主题的核心吸引力。

但AI技术的大规模普及,离不开数据中心提供的算力支撑。而数据中心建设具有极高的资本密集性,同时对电力、水资源等资源需求巨大。

初始阶段的 data center 建设由超大规模科技公司( hyperscalers )主导,如微软(MSFT)、元宇宙平台公司(Meta)、字母表(GOOG)、亚马逊(AMZN),资金来源主要是企业自身的经营利润。

然而,AI数据中心建设的下一阶段需要大量外部资本,因此融资方式愈发多样化:亚马逊、Meta 等企业通过发债融资;另一种替代融资模式是由房地产投资信托基金(REITs)和基础设施基金主导建设数据中心,再将空间租赁给数据中心使用者(即AI企业)。

潜在的致命风险在于:若AI企业无法承担租金,可能直接终止租赁协议,最终导致REITs和基础设施基金成为“接盘侠”。而AI企业无力支付租金的核心原因,正是其AI业务无法产生足够的利润。

这又回到了问题的原点:AI商业化变现的速度,远跟不上AI需求扩张的速度——这正是当前AI泡沫的核心症结。

如前所述,核心矛盾在于AI商业化变现:若AI企业无法找到盈利路径,整个AI主题将彻底崩塌。

那么,AI服务提供商的盈利模式是什么?变现能力又如何提升?当前主流的定价模式主要有三种:

按固定额度收费(seat-based fee):即使用AI服务的固定月费,例如ChatGPT的订阅服务。

按量收费(usage-based fee):本质上是按使用的“令牌(token)”数量计费,主要适用于API服务(多为AI应用开发者使用)。

结果导向收费(outcome-based fee):费用高低与AI用户获得的实际财务收益挂钩。

当前AI行业的主流定价模式为前两种,但这两种模式根本无法覆盖生成式AI(Gen AI)的高额成本,可行性极低。

在分析师看来,AI企业实现盈利的唯一路径,是其产品能为终端用户显著降低成本或提升收入——唯有如此,AI服务提供商才能收取结果导向费,而这类费用远高于seat-based fee或按量收费。

但坏消息是:麻省理工学院(MIT)一项被广泛引用的研究发现,企业主导的AI项目中,95%均以失败告终。这意味着,至少目前来看,结果导向定价模式尚不具备落地条件。

甲骨文-蓝猫头鹰项目的失败,很可能就是刺破AI泡沫的“第一根针”。未来,依赖外部融资的AI基础设施建设将愈发艰难,这大概率会导致近期内AI资本开支(capex)的收缩——这正是接下来市场将面临的核心变化。

当AI资本开支显著放缓时,AI泡沫的破裂将进入后期阶段——而现在,正是抛售的时机。

对于英伟达(NVDA)等核心AI供应商而言,游戏即将结束。随着AI资本开支放缓,市场上英伟达芯片的租赁价格将因供应过剩而大幅下跌。

分析师对2026年标普500指数的预测是:伴随AI泡沫破裂,市场将进入衰退型熊市。

当前经济已显现动能放缓迹象,而AI泡沫破裂已进入第一阶段——且我们仍处于2025年。因此,投资者应做好准备,迎接动荡的2026年。

免责声明:本文观点仅代表作者个人观点,不构成本平台的投资建议,本平台不对文章信息准确性、完整性和及时性做出任何保证,亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白
发表看法