AI 交易：金融泡沫？
当前人工智能的蓬勃发展是技术时代的大变革，还是正在演变成一场金融泡沫，这一问题正引发越来越多的讨论。在数据中心、GPU 和 AI 初创公司方面的投资正达到历史性规模，这与互联网泡沫时代有着相似之处。特别是所谓的“循环 AI 交易”，即科技巨头和 AI 公司相互融资和购买服务，进一步加剧了这场辩论。
来源: 我们自己对
AI 市场概览
当前人工智能的蓬勃发展是一个巨大的基础设施项目，同时也是对未来需求的押注。这引发了关于 AI 泡沫的形成，或者估值是否由实际投资和利润支撑的讨论。搜索“循环 AI 交易 可能的金融泡沫解释”将让你置身于这场辩论的中心。
根据 IoT Analytics ，到 2030 年，全球数据中心基础设施市场的年支出将超过 1 万亿美元。仅在 2024 年，就支出了约 2900 亿美元，其中 Alphabet、Microsoft、Amazon 和 Meta 贡献了近 2000 亿美元的资本支出。而 Guardian-Analyse 的“3 万亿美元数据中心支出狂潮”报告补充称，摩根士丹利等银行预计到 2028 年，累计数据中心投资将达到约 3 万亿美元，其中约 1.5 万亿美元可能通过债务融资。
与此同时，估值也令人瞩目。据《卫报》报道，英伟达已成为首家市值达到 5 万亿美元的公司，而微软和苹果的市值约为 4 万亿美元。OpenAI 经过重组后，估值约为 5000 亿美元，其中包括微软超过 1000 亿美元的股份。
循环 AI 交易
Bloomberg 指的是 OpenAI、Nvidia 和 AMD 之间一系列的交易。Nvidia 已承诺向 OpenAI 投资高达 1000 亿美元，以资助新一代数据中心。OpenAI 则承诺用数百万块 Nvidia 芯片装满这些数据中心。
很快，AMD 也达成了一项类似协议：OpenAI 将在未来几年购买价值数十亿美元的 AMD AI 硬件，同时 OpenAI 将成为 AMD 的最大股东之一。这在 Harvard Business Review 和 VanEck 中都有讨论。
来源: seekingalpha.com
Reuters 同时，对云公司 CoreWeave 的报道突显了这些“循环 AI 交易”的逻辑。CoreWeave 与 OpenAI 的合作目前价值高达 224 亿美元，其中包括一项新的 65 亿美元合同以及之前的 119 亿和 40 亿美元的协议。
Nvidia 持有 CoreWeave 超过 5% 的股份。CoreWeave 则斥巨资购买 Nvidia 硬件——而 Nvidia 则在合同中承诺购买 CoreWeave 未使用的云容量。
- Nvidia 向 OpenAI 或 CoreWeave 等客户投资股权.
- 这些客户利用这笔资金向 Nvidia 下达大量芯片订单.
- 订单作为 Nvidia 的收入出现在财报中，从而增强了其市值和资产负债表.
- 与此同时，AI 合作伙伴的估值也在增长，从而增加了 Nvidia 持股的价值.
Bloomberg 将这种模式总结为“循环交易的网络”，该网络推动了价值约 1 万亿美元的 AI 基础设施市场，同时也引发了人们的担忧，即这种繁荣的部分原因可能是相互交易，而不是真正的终端客户需求。
因此，“循环 AI 交易”是一种具体的模式，资金和收入在相对较小的公司圈内循环，从而支撑了运营数字和估值。这引发了对潜在金融泡沫的疑问。
与互联网泡沫的比较
互联网泡沫与当前 AI 炒作的比较集中在其结构上：谁在资助谁，商业模式有多稳健，以及估值在多大程度上依赖于故事而不是现金流。
20 世纪 90 年代末的互联网泡沫以收入微薄的互联网初创公司为特征，这些公司的估值倍数高得难以解释。纳斯达克综合指数在 2000 年 3 月大幅上涨，随后在 2002 年前下跌了约 78%，如 Investopedia 和 Goldman Sachs 的报道。
World Economic Forum 指出，当前 AI 阶段的不同之处在于，如今巨额资金正流入数据中心、电力网络和半导体制造等物理基础设施——而不仅仅是股价。
与此同时，市场某些部分的情绪与著名的狂热非常相似。世界经济论坛指出，与互联网泡沫甚至 17 世纪的郁金香狂热有相似之处，其驱动因素是这样一种观念：只要能找到一个愿意支付更高价格的买家，价格就能不断上涨。
Ray Dalio（Bridgewater 创始人）等知名投资者明确将 AI 的热情与互联网泡沫时期进行了比较。Baidu 首席执行官 Robin Li 在 2024 年表示，目前的状况让他想起了互联网泡沫，正如 World Economic Forum 和 Financial Times 报道的那样。
来源: YouTube
来源: YouTube
与互联网泡沫时期最大的区别在于：如今占主导地位的是少数拥有现有利润和现金流的巨头——Microsoft、Alphabet、Amazon、Meta 和 Nvidia——而不是数百家几乎无利可图的新上市企业。这一点被 VanEck 和 The Guardian 强调。
AI 市场估值
AI 市场是否被高估的问题，由于数据不一致，无法简单回答。
一方面，有巨额的基础设施投资。 IoT Analytics 估计到 2030 年，全球数据中心基础设施市场的年支出将超过 1 万亿美元。仅在 2024 年，就已支出约 2900 亿美元，其中 Alphabet、Microsoft、Amazon 和 Meta 贡献了近 2000 亿美元的资本支出。
Guardian-Analyse 的“3 万亿美元数据中心支出狂潮”报告补充说，摩根士丹利等银行预计到 2028 年，累计数据中心投资将达到约 3 万亿美元，其中约 1.5 万亿美元可能通过债务融资。
来源: bain.com
与此同时，我们看到即使在这种背景下，估值也令人瞩目。据 Guardian 报道，Nvidia 已成为首家市值达到 5 万亿美元的公司，而微软和苹果的市值约为 4 万亿美元。OpenAI 经过重组后，估值约为 5000 亿美元，其中包括微软超过 1000 亿美元的股份。
另一方面，同一份 Guardian-Recherche 指出，这些基础设施的大部分是基于对生成式 AI 的高度乐观的收入预测：摩根士丹利预计 Gen-AI 的收入将从去年的 450 亿美元增长到 2028 年的 1 万亿美元——这一增长还有待证明。
特别令人沮丧的是：《卫报》的作者引用了 MIT 的一项研究，该研究称，目前 95% 的公司尚未从其 Gen-AI 试点项目中实现财务回报。
世界银行相关研究以及其他分析，例如在 VanEck ，警告风险集中：如果少数几家公司在大量 AI 投资方面出现疲软，其他投资者——如养老基金——也可能遭受重大损失，这反过来可能抑制消费和增长。 The Guardian 与此同时，市场参与者如
认为，目前的扩张与互联网泡沫时期根本不同：大型科技巨头主要依靠现有现金流进行投资。Amazon 计划 2025 年的资本支出约为 1000 亿美元，Microsoft 约 800 亿美元，Alphabet 约 850 亿美元，Meta 为 660 亿至 720 亿美元——主要由盈利的核心业务提供资金。 Reuters-Interview 美联储在一次
中反映了这种矛盾：美联储副主席 Philip Jefferson 表示，AI 驱动的股市上涨看起来更像是互联网泡沫，因为许多 AI 赢家是成熟、盈利且资产负债表稳健的公司。与此同时，最近的金融稳定报告指出，约 30% 的受访市场参与者认为 AI 乐观情绪的破裂是一个重大风险。
- 泡沫论: 估值和基础设施投资远远超出了已实现的需求；试点项目失败，部分收入可能来自“循环 AI 交易”，而不是稳定的终端客户关系。 (Bloomberg, Reuters)
- 转型论: AI 繁荣是长期结构性变革的早期阶段，类似于铁路、电气化或互联网——伴随着剧烈波动，但有实际的生产力增长。 (World Economic Forum, VanEck)
可持续 AI 投资
许多投资者正在寻找“如何识别可持续的 AI 初创投资”，以在投资组合中获得实质内容。在此背景下，硬性指标尤其有帮助，尤其是在循环交易的背景下。第一个试金石是收入构成。一家 AI 初创公司，如果其核心收入几乎全部来自一两个战略投资者的重大项目，那么它就更接近“循环”逻辑。如果同一家公司既是投资者，又给予大订单并购买基础设施，更是如此。 Reuters 这在 CoreWeave 的例子中得到了体现：Nvidia 是股东，为该公司提供硬件，同时承诺回购其过剩产能。
一家初创公司如果其经常性收入分布在众多客户、行业和地区——并且其增长不依赖于单一合作伙伴——则显得更具可持续性。 Harvard Business Review 明确警告：收入和估值相互推高，而没有为终端客户创造明显可衡量的附加值的结构。
来源: user-added
第二个试金石是成本结构。信誉良好的 AI 公司会透明地披露在 GPU、云基础设施、人员和产品开发方面使用了多少资金——以及由此产生的毛利率和投资回报期。如果一家初创公司几乎完全通过融资来支付 GPU 成本，但几乎没有在产品、销售或集成方面进行投资，那么这更像是一个基础设施投机案例，而不是一个生产性商业模式。像 IoT Analytics 这样的分析表明，GPU 密集型数据中心的成本有多高——以及其盈利能力在多大程度上依赖于高利用率。
第三个试金石：真正的生产力收益，而不是“演示秀”。 Guardian-Recherche 指出，许多 Gen-AI 试点已被购买但未规模化的问题——根据 MIT 的数据，目前 95% 的组织尚未从其项目中获得可衡量的回报。如果一家初创公司虽然展示了令人印象深刻的演示，但几乎没有可靠的投资回报案例、客户推荐或合同续约，那么就需要谨慎。
Harvard Business Review 强调，可持续的 AI 投资可以通过产品是否深入集成到业务流程、降低错误率、缩短交货时间或可证明地提高收入——以及客户是否愿意为此签订长期合同，而不仅仅是短暂地尝试试点预算来识别。
第四点是融资。《 Guardian-Analyse 》展示了私人信贷结构和其他形式的影子银行如何大力介入 AI 基础设施，通常对数据中心的价值持有非常乐观的假设。一家依赖高利率贷款和不断扩大融资规模而现金流却无法跟上的 AI 初创公司，其风险与一家有机增长或杠杆适度的初创公司不同。
那些想要以简洁的方式了解这个主题的人，可以在“让我们谈谈 AI 泡沫”等视频中找到对估值水平、资本流动以及哪些商业模式能够长期持续的生动讨论。
对首席财务官和监管机构的影响
从大型企业首席财务官的角度来看，AI 早已不是一个抽象的技术赌注，而是一个影响资产负债表的数十亿美元投资计划。如 VanEck 的研究表明，超大规模云服务提供商几乎将其所有自由现金流都用于 AI 数据中心。
这迫使财务主管们更严格地审查哪些 AI 项目确实具有战略意义，哪些更多地是由合作伙伴交易驱动的。仅因大型芯片供应商承诺提供资本或营销支持而达成的一项交易，在利润表中看起来与一项基于明确的效率或收入逻辑而发起的交易不同。
监管机构则主要关注系统性风险。 Reuters 报道称，中央银行和监管机构正日益关注 AI 基础设施中有多少是通过债务融资和私人信贷提供的，以及基础资产——特别是专用 GPU——的经济价值下降速度有多快。《 Guardian-Analyse 》进一步补充了这些担忧。
Das World Economic Forum 警告称，负债过多的数据中心项目在最坏的情况下可能变成一种“新的购物中心废墟”——昂贵、利用率不足的基础设施，虽然不再需要，但其债务却可能拖累实体经济。
对首席财务官而言，这意味着：
- AI 投资应与运营指标明确挂钩——例如每处理一张票的成本、每个用户的收入或每个流程节省的时间。
- 与 AI 合作伙伴的合同必须这样构建，不仅要能短期拉高收入和估值，还要能产生独立可行的现金流。
- 应积极管理对单一芯片或云供应商的依赖，以避免陷入单方面的谈判地位。
务实、数据驱动的视角之所以重要，还因为公开辩论很大程度上受到叙事和象征的影响。如“为什么 AI 繁荣不是泡沫”之类的视频展示了专业投资者如何试图将叙事与实质内容分开——这正是控制管理日常工作应有的。
AI 繁荣正处于一个紧张的领域。一方面是实际的、巨额的投资：数据中心资本支出（到 2030 年可能增至每年超过 1 万亿美元）、数十亿美元的 GPU 订单以及其规模堪比铁路、电网和早期互联网骨干阶段的物理基础设施。 IoT Analytics, VanEck)
另一方面，越来越多的负面信号：循环 AI 交易驱动收入和估值在圈内流转；数据中心项目依赖于激进的债务结构；以及研究表明，许多公司迄今未能从其 Gen-AI 试点中获得明确的投资回报。 Bloomberg, Reuters, The Guardian)
景象与互联网泡沫时期相似，但存在本质区别。当时是一个广泛的、往往无利可图的初创公司格局崩溃了。如今，风险集中在少数几家非常大的、绝大多数盈利的巨头以及专业的基础设施供应商身上。《 World Economic Forum 》一语中的：关键在于，AI 泡沫是否存在，以及泡沫破裂后会留下什么——基础设施、生产力以及真正、可持续的商业模式。
因此，那些不愿在“炒作迷雾”中迷失方向的投资者或公司决策者，应该采取双管齐下的方法：一方面认真对待 AI 作为基础技术的长期意义，另一方面以对待任何其他大型项目的方式对待每一项具体的 AI 投资——进行仔细的风险分析，设定明确的投资回报预期，并对那些仅仅因为所有参与者互相持股和买卖而显得好看的结构保持健康的怀疑。
AI 炒作是真实的——问题在于其中有多少是实质内容，有多少是估值杂技。正是这个问题决定了十年后我们是谈论一个破裂的泡沫，还是一个为下一轮生产力提升奠定基础的投资浪潮。