AI浪潮席卷全球，科技巨頭的股價一次次沖上新高，但關于“AI泡沫”的警告也越來越多。市場到底是非理性狂歡，還是對技術革命的合理預判？投資者和決策者現在都要面對這個問題。中歐國際工商學院金融學副教授馬中意（Mattia Landoni）和金融學助理教授王任軒在本文中，從兩個角度分析了當下AI股市是否存在泡沫，希望幫助大家更好地理解資本市場的AI熱潮，同時也給個人投資者和政策制定者提出了一些建議。

馬中意

中歐國際工商學院

金融學副教授

王任軒

中歐國際工商學院

金融學助理教授

最近，有關“AI泡沫”的討論越來越熱。谷歌上搜索“AI bubble”這個詞的人明顯增多了（下圖），《金融時報》[1]《華爾街日報》[2]《經濟學人》[3]《紐約時報》[4]等各大主流媒體，以及布魯金斯學會[5]等都就此話題發文評論。投資界也紛紛發聲，雷·達里奧（Ray Dalio）[6]和邁克爾·伯里（Michael Burry）[7]（即電影《大空頭》里的人物原型），都明確表示看空，覺得AI公司估值太高了。

“AI泡沫”關注度（谷歌趨勢）（2024.11.23-2025.11.22）

截至目前，雖然市場起起伏伏，但他們的預言還沒有成真。達里奧在年初就開始擔心了，但市場此后繼續上漲。伯里做空英偉達和Palantir的消息通過監管披露曝光[8]的時候，他的基金已經清盤了[9]。關閉基金時，他說自己對價值的判斷跟市場節奏并不同步。

不過，這些并不能說明他們是糟糕的投資者。踩準市場時機本來就很難，有人說這就像徒手接從天下掉下來的匕首，就算接住了，手也得受傷。那些最后被證明對的人，也常常因為出手太早而損失慘重。

邁克爾·伯里當年成功預測了2007年次貸危機，但在被證明對之前，他的賬面虧損很大。朱利安·羅伯遜（Julian Robertson）準確預判了20世紀90年代末的科技泡沫，結果在泡沫破裂前就被迫關閉了自己的基金。本文作者之一年輕時也有過類似經歷。高中剛畢業，就把當時算是一大筆錢的積蓄全投進一只互聯網股票，正好撞上互聯網泡沫破裂，幾乎血本無歸。

正因為把握市場時機這么難，關于AI泡沫的討論催生了大量基于數據的分析，但這些分析常常得出完全相反的結論。比如在倫敦同一天發布的兩份報告，英格蘭央行警告[10]股市有較大的下跌風險，高盛國際卻樂觀地表示“我們目前還沒進入泡沫[11]。”

我們寫這篇文章，不是為了給這場爭論添亂，而是想找出各種觀點的共同點，給大家提供一個分析框架，方便理解未來出現的新數據。

這場爭論里有個關鍵問題常被混淆。投資者給AI股票定的價太高，和企業在AI基礎設施上投資太猛，這其實是兩回事。就像巴菲特說的[12]，給一家好公司的股票出太高的價，可能會把它接下來10年賺的錢都抵銷掉。

是AI股票貴了，

還是所有股票都貴了？

大多數人認為，股票價格整體都偏高，不管是科技股還是非科技股。高盛估算[13]，按現在的股價，隱含的長期股息增長率要達到8%，比歷史平均水平5%~6%高出不少，但還沒到歷史泡沫的水平。比如2000年互聯網泡沫或20世紀60年代“漂亮50”時期，這個數字達到了10%~12%。這么看的話，當前估值是偏高，但還不算完全失去理性。

再看另一個大家更熟悉的指標，市盈率（P/E ratio）。標普500指數現在的市盈率確實比歷史平均水平高，根據不同數據源在20～25倍。但有意思的是，如果把大型科技股剔除掉，標普500的市盈率反而更高，其他主要股市也是這個情況。

這些證據說明，估值高不能完全歸咎于AI熱潮，宏觀經濟環境也是重要原因。低利率、充裕的流動性、溫和的通脹，這種環境對那些有固定利率貸款又掌握定價權的公司特別有利。

AI基礎設施投資規模

是否大到足以影響定價？

答案是肯定的。2025年數據中心和AI基礎設施的投資估計在2600億美元[14]到4000億美元之間[15]。這個數字有多大呢？美國七巨頭科技公司，也就是蘋果、微軟、Alphabet、亞馬遜、Meta、英偉達和特斯拉，全年收入加起來大約2萬億美元。也就是說，整個行業在AI基礎設施上的資本支出，相當于這七家巨頭收入的13%~20%。

單看某家公司就更明顯了。微軟2025年在基礎設施上的資本支出可能在800億~1200億美元，占其2024年收入的33%~50%。亞馬遜預計花1000億~1180億美元，占收入的16%~18%。Alphabet打算花850億~900億美元，大約占收入的25%。Meta的資本支出接近700億美元，占2024年收入的40%~45%。

企業投資過度了嗎？

AI資本支出規模這么大，自然就有人問：企業是不是投資過度了？從歷史上看，技術革命總會帶來各種不確定性，大家邊干邊學，最后產生一些只有事后才看得清的泡沫[16]。AI確實有這些特點，比如低可預測性和指數型增長。即便如此，那些成熟的、利潤豐厚的大公司，以前幾乎從沒這么大手筆地投資過新技術。

19世紀修鐵路雖然是國家級的大投資，但通常不是成熟的大企業在投。同樣，2010—2019年水力壓裂技術引發的美國頁巖油熱潮，雖然資本支出很大，但主要是中小型獨立鉆探公司在投，而非大型石油巨頭。20世紀90年代的光纖熱潮跟現在的AI基建最像，但那時候，電信行業老牌企業投入的收入占比也比現在小得多。從這個角度說，今天AI基礎設施建設的規模確實前所未有。

而且，歷史經驗表明，這類投資熱潮給投資企業帶來的回報往往不甚理想。鐵路建設、20世紀90年代的光纖擴張、21世紀10年代的頁巖油開發，雖然都創造了巨大的經濟價值，但投資者的結果都令人失望。

哈里斯·庫珀曼（Harris Kupperman）做過一個流傳很廣的粗略計算[17]。他用了2025年AI資本支出4000億美元這個大家比較認可的預測數字[18]，假設數據中心資產的使用壽命為10年，算出每年折舊成本為400億美元（也就是4000億除以10）。這已經算得很寬松了，要知道，討論GPU淘汰的時候，大家估計芯片只能用3～6年。

即使這樣，這些成本也是現在AI相關收入（估計在150億~200億美元）的兩倍。就算按25%的毛利率算，要回本也得把AI年收入做到1600億美元。要想有像樣的投資回報，年收入得達到4000億~5000億美元。而這還僅是一年投資的要求。

如果像很多人預計的那樣，2026年的資本支出跟2025年持平或者更高，那要回報投資者，未來收入得達到幾萬億美元的規模。

另一方的觀點是，算力需求很大。摩根大通預測未來五年全球AI基礎設施支出會達到5萬億美元[19]，認為對算力的需求依然“如天文數字般巨大”。這家銀行好像也在用實際行動支持自己的判斷——據說它正在安排或參與好幾筆幾十億美元的數據中心融資，包括給甲骨文[20]安排的380億美元融資。

此外，電力、水資源、數據基礎設施這些物理條件的限制，供應鏈瓶頸，以及地方規劃等，可能會自然而然地限制過度建設[21]。這些限制意味著，就算現在的投資超過了最優水平，偏差和影響可能也不會太大，因為想建設太多產能，物理條件就不允許。

那我們能得出什么結論呢？AI基礎設施投資規模很大、帶有投機性，按歷史標準看，這么大規模的企業如此投資確實少見，執行風險也不小。不過，做這些投資的企業資金充足，管理通常也不錯，而且受到物理和監管條件的約束，這可能有助于避免過度投資的失控情況。

一個合理的解讀是，科技公司股價雖然很高，但這不直接代表市場對于它們的AI投資過于樂觀，這個估值水平甚至可能已經反映了投資者考慮到這些相關風險和限制的謹慎態度。

給投資者的建議

不管估值是反映了對AI的樂觀情緒還是更宏觀的因素，投資者都別急著做空，或者立刻大量拋售科技股指數或大盤指數。各種風險資產價格都不低，AI板塊不是特例。

另外，我們建議那些想主動選股或選板塊來跑贏大盤的投資者，要具體問題具體分析，逐案評估投資。

值得提醒的是，從2025年初到11月18日，谷歌股價漲了49.82%。對比一下，同樣在開發基礎AI模型、大舉投資這個領域的競爭對手Meta（即“臉書”），股價只漲了0.46%，遠遠落后于同期標普500指數的13.86%。市場顯然很清楚，這場AI競賽最后只有少數贏家，不是每個投資AI的公司都能笑到最后。

如果你不確定自己能不能預測出那幾個贏家，又擔心泡沫破裂，那就做好分散投資。這不只是說在美國市場買不同的股票，還要跨市場分散，包括中國這樣的新興市場和歐洲這樣的發達市場。比如，美國和加拿大以外的發達市場指數，今年以來回報率大約25%，表現好過美國市場。

要說明的是，分散投資不能完全避免泡沫破裂時的下跌，但能保證你不會血本無歸，讓你還能繼續享受未來的復利增長。舉個例子，如果前文提到的那位作者當年把錢投進標普500指數基金，而不是單只投機股票，現在已經漲了大約400%。也就意味著，即使是在最糟糕的時候買入，年化回報率也接近7%。

給政策制定者的建議

這次AI熱潮很大程度上是靠股權融資推動的，所以系統性風險相對有限。摩根士丹利預測[22]，2025—2028年的基礎設施支出會達到2.9萬億美元，其中大約60%來自股權融資，也就是科技公司自己的資金和私募股權資本。靠股權融資推動的技術熱潮，就算估值最后調整了，對長期創新也能做出積極貢獻[23]。

不過話說回來，同一份摩根士丹利預測也意味著，大約1.15萬億美元的新債務會隨之產生。同樣的，前面提到摩根大通對未來五年5萬億美元支出的預測，大概需要1.5萬億美元的債務來給基礎設施投資融資[24]。

當然，總體數字可能掩蓋了很多細節差異。有些交易的結構更激進，比如Meta最近一個300億美元的數據中心項目，在項目層面90%的資金都是通過債務融資。

另一個例子是前文提到的380億美元貸款，需要30家銀行組團才能湊齊資金。根據《華爾街日報》報道[25]，借款人是Vantage Data Centers，這家公司要靠跟甲骨文簽的15年租約來還債。而甲骨文的標普信用評級處于投資級的低端，展望還是負面的，據說要靠OpenAI提供3000億美元的長期收入。

如果這種連環的、長期的依賴關系積累得足夠多，就可能造成系統性的脆弱。特別要考慮到，大型科技公司單個體量就足夠大，足以產生宏觀經濟影響。所以，圍繞AI基礎設施融資的（私募或非公開）信貸市場動態，值得持續密切關注。

【引用參考】

[1] https://www.ft.com/content/e65579d3-f513-44f4-91e0-246fefe66e4c

[2] https://www.wsj.com/tech/ai/the-ai-boom-is-looking-more-and-more-fragile-bd546022?mod=trending_now_news_5

[3] https://www.economist.com/interactive/graphic-detail/2025/11/05/how-much-wealth-would-be-destroyed-by-an-ai-stockmarket-crash

[4] https://www.nytimes.com/2025/10/23/opinion/ai-bubble-economy-bust.html

[5] https://www.brookings.edu/articles/is-there-an-ai-bubble

[6] https://www.ft.com/content/eef8dbc9-bd04-4502-bdc2-1092aa4251b2

[7] https://x.com/michaeljburry/status/1985453579054800924

[8] https://finance.yahoo.com/news/big-short-money-manager-michael-153300448.html

[9] https://www.cnbc.com/2025/11/13/michael-burry-of-big-short-fame-deregisters-scion-asset-management.html

[10] https://www.bankofengland.co.uk/financial-policy-committee-record/2025/october-2025

[11] https://www.gspublishing.com/content/research/en/reports/2025/10/08/3da3403c-c6ea-4a66-816f-a70e09afee7c.html

[12] https://www.berkshirehathaway.com/letters/1982.html

[13] https://www.gspublishing.com/content/research/en/reports/2025/10/08/3da3403c-c6ea-4a66-816f-a70e09afee7c.html

[14] https://business.columbia.edu/milstein-center-research-lab/milstein-center/year-data-center

[15] https://www.firstlinks.com.au/simple-maths-says-the-ai-investment-boom-is-doomed

[16] https://www.aeaweb.org/articles?id=10.1257/aer.99.4.1451

[17] https://www.firstlinks.com.au/simple-maths-says-the-ai-investment-boom-is-doomed

[18] https://8figures.com/blog/stocks/big-techs-400b-ai-cap-ex-boom-what-it-means-for-your-portfolio

[19] https://www.datacenterdynamics.com/en/news/jpmorgan-global-data-center-and-ai-infra-spend-to-hit-5-trillion-demand-for-compute-remains-astronomical/

[20] https://finimize.com/content/jpmorgan-backs-38-billion-for-oracle-and-openai-data-centers

[21] https://business.columbia.edu/milstein-center-research-lab/milstein-center/year-data-center

[22] https://www.morganstanley.com/insights/podcasts/thoughts-on-the-market/credit-markets-ai-financing-gap-vishy-tirupattur-vishwas-patkar

[23] https://cepr.org/voxeu/columns/ai-bubbles-and-crashes

[24] https://www.datacenterdynamics.com/en/news/jpmorgan-global-data-center-and-ai-infra-spend-to-hit-5-trillion-demand-for-compute-remains-astronomical/

[25] https://www.wsj.com/finance/investing/wall-street-ai-spending-bubble-810d270e

中歐國際工商學院金融學副教授馬中意（Mattia Landoni）和金融學助理教授王任軒將于2026年7月在中歐國際工商學院金融MBA課程中共同教授投資學課程。

文中創意圖片已獲視覺中國授權。

編輯| 李鈺婷

責編| 岳頂軍

歡迎點擊小程序，全方位了解中歐！

你還可以在這些平臺關注中歐

點擊咨詢中歐課程