AI是不是泡沫？

 你是否经常听到AI是泡沫的说法？该说法往往还与许多打着正能量旗号的宏大叙事结合在一起，指华尔街和硅谷共同吹出AI泡沫，这么做是为了保护美股、维护美国金融霸权、吸走全球资金等等...

这种二十年前的地摊文学风在今天仍然能够大行其道，这让我感慨甚至有些失落 - 无论你怎样拼命地分享常识与逻辑，仍旧抵消不了反智信息被批量产生的速度。

泡沫论的核心论据是过去两三年只有英伟达这种卖铲子的公司赚了钱，但铲子卖出去却挖不到金矿，所以AI泡沫必破，甚至会成为00年互联网泡沫的翻版。

如果这个说法出现在两年以前，我大体能理解那个时候会有相当多受众不理解AI，但现在已经是快到2026年了，情况可以说是非常清晰了。

今天我会以通俗易懂的方式，从资本开支、OpenAI转型透露出来的细节、算力的供不应求、行业改变与节约成本、估值对比以及重资产风险等几个重点，聊一聊AI的现状和发展前景，相信对你判断AI是否是泡沫会有帮助。

一、巨大的资本开支

为了顺应AI的发展，美国头部科技公司持续加大资本支出（CAPEX）以建立更多的提供算力的数据中心，进入2025年以来这个趋势不仅没有放缓，反而出现加速。

在2025年初时，亚马逊、谷歌、微软、Meta、甲骨文对于2025年和2026年资本支出的预估分别为2810亿美元和3140亿美元，今年三季度刚开始时，这个预期上调至3840亿美元和4580亿美元；又过了一个季度到三季度结束时，对于今年和明年的预测进一步提升到4000亿美元和5180亿美元 - 2025年实际的资本支出不断超出预期，并且也不断上调2026年的预测增速。

目前，微软、亚马逊、谷歌、Meta。甲骨文已经将自身经营现金流的超过一半投入到资本支出中去，尽管这些公司每一家都富可敌国而且自身的创收能力还在快速增长，但capex的增长仍快于他们的现金流增长。所以这种情况不免让市场产生一些担忧，他们为什么如此大力度地进行投资，这些投资是否可持续、是否值得呢？了解过真实情况后，我们对于大厂capex的态度会有新认识。

二、OpenAI重组的背后

尽管资本开支规模巨大，增长也飞快，但事实上这些大力投入AI的科技大厂在花钱上是非常谨慎甚至小气的，这一点我们可以从OpenAI重组以及OpenAI与微软合作矛盾看出来。

最近OpenAI进行的重组，使得其与微软签订了新的合作协议。OpenAI经重组后，形成一个非营利主体和一个盈利主体，非盈利主体为OpenAI Foundation，它有对营利主体有控制权，营利主体为OpenAI Group PBC。现在Foundation拥有PBC的26%股权，微软拥有PBC的27%的股权。

这个重组让OpenA可以大大方方去盈利，去扩张和融资，也让微软的角色更加独立，因为微软的持股在OpenAI Group PBC这一层。 

过去，微软和OpenAI合作中的主要矛盾在于，OpenAI绑定微软Azure算力，而OpenAI对于算力扩张的需求非常激进，但微软对于资本开支非常审慎，并不想冒风险以超出自身意愿的力度去进行资本支出，现在重组后，微软可以避开OpenAI可能带来算力投资激进扩张的风险 - OpenAI解除了Azure专属使用，而是改为优先使用Azure，如果Azure不够，OpenAI还可以向甲骨文、亚马逊和谷歌等云等服务商租用算力，还可以自己用英伟达和AMD的芯片建设数据中心。

从这些细节，我们可以感受到以微软为代表的大厂对待资本支出到底是怎样一个态度，那就是极为谨慎，看不到扎扎实实的市场和盈利前景就不愿意多花钱。而这种谨慎态度往往被资本支出数据盖过，让人产生大厂靠冲动投资的错觉，但真实情况是，这些大厂是被越来越多的需求推着增加资本开支的。目前看，即使投资力度不少，但仍然处于严重的供不应求中。

三、算力的供不应求

首先，我们应该看清楚算力需求是怎样被满足的 - 现阶段大多数AI应用者的算力需求已不是通过买芯片自用实现，而是是通过租用云上的算力实现的。

原因也很现实，那就是买的成本太大，太麻烦，买不如租，以B200为例，这种芯片单颗的价格就要4万美元，如果是包含多颗B200的最便宜的整机柜（GB200 NVL36）每个也要大约200万美元。

你当然可以凭自身感觉说大厂砸钱买卡建数据中心是冲动和浪费，但在云上租算力的客户是实打实地因为有相应需求而消费。

这就像有人可能是出于投资投机去买房，但租房这种纯消费行为并不带有投资投机属性 - 大厂的资本开支，我们可以理解为投资建房，而云服务订单可以理解为租房的需求。

至今年三季度结束，云服务商的收入增长都在加速，而且目前限制云服务商增长的不是客户需求不足，而是云服务的供应远远跟不上爆发式的需求。

我们这里可以参考微软和亚马逊最新的电话会议细节，微软首席财务官Amy Hood在电话会议中表示，Azure服务的需求“远远超出了我们现有的容量”，并且预计在当前财季支出还会增加。微软云服务的商业剩余履约义务（RPO）猛增超50%，达到近4000亿美元，且加权平均履约时间仅为两年，表明大量合同将在短期内转化为收入。

Hood还透露，微软的资本支出策略是审慎的，与合同周期相匹配，例如GPU和CPU等短期资产的寿命与相关合同的持续时间基本一致，从而控制风险。

微软今年第三季度财报中显示，Azure营收同比增长40%，其中AI服务直接贡献了约16个百分点的增长（也就是说如果没有AI需求，Azure业务增速只有24%），微软表示AI需求的年化收入运转率已超过130亿美元。

再看亚马逊，亚马逊CEO贾西表示，由于亚马逊的产能有限，客户正在快速抢购其云计算和AI服务：“目前，就整个行业而言，瓶颈或许在于电力。我认为在未来的某个时候，瓶颈可能会转移到芯片上。但是，我们正在大幅提升产能，而且在保持产能提升的同时，也能将其转化为收益。” 自2022年以来，亚马逊的数据中心容量已经翻了一番，并预计将在2027年底前将再次翻倍。

四、改变行业与成本节约

考察AI的变现能力，大多数人都把视线局限于OpenAI什么时候盈利、大厂资本支出什么时候回本上。

AI的重点是什么呢？是对全行业效率的提高。我们这里列举几个非常简单也极为常见的案例↓

（1）计算机行业，假定一个中等的SaaS团队一年写50万行代码，传统bug密度约0.6个缺陷／千行，那么一年大约是3万个bug。企业级bug的修复平均成本保守估计在1000美元，那么光减少bug这一项，AI就能对一家中型软件公司带来600万美元/年的价值；

（2）医药+AI，AI能够把新药研发的周期从过去的十年以上缩短至一两年甚至几个月，这让药企可以节约天文数字级的开支，并空前提高新药研发效率。在传统流程中，新药研发最大的开销在于试错，超过90%的候选药物会在临床试验中折戟沉沙，但AI可以在早期更精准地预测分子的成药性，将资源集中在最有希望的候选药物上，从而避免了在后期耗资数亿美元的临床试验上失败，AI发现的药物分子在I期临床试验中的成功率高达80%-90%。从目前全球药物研发投入看，AI每年能够为全球药企节省数百亿美元，并空前提升未来新药的数量和质量；

（3）工业+AI，以一个典型电子装配厂为例，假定有5000名装配工人，人力成本12万人民币/人/年，即每人每年成本约1.68万美元，假定AI替代10%。那就是：5000 × 16800 × 10% ≈ 840万美元/年，这还还不算良率提升、更少返修、更少物料浪费、七天二十四小时连续工作的优势，只是算人力，那就是840万美元/年。

让我们再回到这一段开始的疑问：OpenAI何时盈利与科技大厂何时回本。虽然这并不是重点，但这两个疑问也不难回答。

先看OpenAI，这家公司目前还处于快速成长期，相比2024年初，OpenAI现在的营收是那个时候的五倍还多，还在继续快速成长中，在此期间需要更多投资，直到公司和业务趋于成熟并盈利，这是大多数创业公司的常规路径。市场对于OpenAI未来几年的成长预期在持续提高，目前估值已达到5000亿美元。

再看资本支出回本问题，除了我们在上文谈到云服务供不应求时说到这些投资是被市场需求推着进行的之外，很多人在看待支出时没有看到这些支出能让当下以及更长期的未来能够节约多少钱 - 这几年来科技大厂裁员不断，越来越多高薪岗位开始被AI取代，按照现在的速度，在一两年内人类大多数新增代码都会是AI写的。

员工数一度几乎只增不减的微软在最近一年减裁减了6%的员工，而且裁减的速度还在加快↑

五、估值对比 

AI泡沫论的一个重要质疑对象是不断膨胀的科技股市值，目前标普500前十大公司中有八家是科技公司，仅这八家的权重就达到38%，可以说标普500已经从过去的全行业指数变成了科技类指数，不是因为主动偏科，而是产业变迁下的自然选择。

标普500目前市盈率26倍，高于历史平均水平，其中一个很重要的原因就是标普500的结构发生了质的改变 - 过去是以银行、能源、消费为主，现在则是科技主导，科技股估值高于银行股并不是奇怪的事。

另外，我们不能以科技巨头权重巨大就将其定义为资产泡沫，一个非常有趣的估值对比，在标普500中，如果考虑成长因素在内（PEG指标），七巨头（将特斯拉替换为博通后）反而比七巨头之外的其他公司更加便宜↓

目前纳指100估值在34倍，同样高于历史平均水平，但与科网泡沫的100倍仍是两个概念。现在的市场是非常聪明和挑剔的，定价效率和准确度不断在提升，他们不会轻易给一个公司很高的估值，这从每一次财报就能看出 - 哪怕是好公司的好财报，只要是一个部分的营收指引超预期不够多，都可能带来大跌。

六、重资产风险？

AI推动之下资本支出飙升，可能带来的一个潜在风险是让过去这些科技公司的商业模式从过去的轻资产走向重资产，这个情况是真实存在的。

轻资产的公司的成本往往以研发/人力为主，资产周转快，可快速压缩成本可变性，负债风险小。比较典型的轻资产模式包括苹果的iOS生态、Google和Meta的广告和社交业务。

当科技公司越来越依赖资本支出时，是不是意味着商业模式的恶化？是否会导致长期的估值缩水呢？

我的看法是，重资产不一定就是坏事，也有一些重资产的公司拥有超越绝大多数公司的利润率（比如台积电，这家公司的毛利和净利比微软谷歌这种靠生态、软件和广告赚钱的公司还要高）。所以只要对于资产的利用率足够高、效果足够好，不管是轻资产还是重资产，都是好公司手中的好资产。

我们可以再用放大镜去具体看看头部科技公司的业务，会发现其中很多业务早已是重资产，比如云计算就是非常典型的重资产业务：云计算服务商需要自己买土地、芯片、自建数据中心，对投资要求很大，很少有什么业务比云计算更加重资产。

但结果是，云计算在过去这几年成了头部科技公司最好的赛道，也是被华尔街最重视的赛道：每当亚马逊、微软和谷歌（全球前三大云服务平台）的财报出炉，只要各自的当季或指引中的云业务超出预期，那么无论公司整体的营收和利润是否超预期，股价往往都会上涨；反之就算整体营收利润都好于预期，但云服务不及预期，那么市场反应往往就很消极。

市场如此看重云服务是有原因的 - 虽然它是重资产业务，但盈利能力和成长确定性都非常强、壁垒也很高。我们以亚马逊的AWS为例，它有着34%的运营利润率，虽然AWS的收入约占亚马逊总收入的18%，但它贡献了亚马逊绝大部分的营业利润，是支撑亚马逊整体盈利的关键。

所以，与其纠结于科技公司是否陷入重资产，我们更应该思考的是他们的投资是否为有效投资：即这些投资是不是由需求驱动的？在增加资本支出的同时是不是也省下了其他更多的钱？从我们目前能看到的信息看，答案是乐观的。

---

分隔线后分享一些资源，对于美股开户感兴趣的朋友，可以扫描下方二维码，获得可行的方案↓