本文作者 | 城北徐公

數據 支持 | 勾股大數據（www.gogudata.com）

近幾天，市場劇烈波動，“AI泡沫論”甚囂塵上。

橋水基金創始人達利歐說：AI市場存在泡沫，而且水平“相對較高”。

英偉達CEO黃仁勛說：AI存在巨大機會，算力需求才剛剛開始爆發。

到底信誰？

他們兩個說的都沒錯。

AI行業存在泡沫嗎？必然存在。

但科技領域的泡沫，往往是社會面對顛覆性先進生產力時，唯一能夠采取的致敬方式。

它并非單純的貶義詞。

長遠來看，這是先進生產力出現之初必然會出現的現象。

很多人都把如今情況對標2000年的互聯網泡沫，憂心忡忡。

當年的互聯網泡沫，確實導致納指暴跌近78%，超過5萬億美元的財富蒸發。

但二十年后，有哪個行業能離得開互聯網？

如今，互聯網行業的價值早已遠遠超過當時的泡沫時期。

AI泡沫，至少從表面上看，是類似的情況。

在資本市場中存在的泡沫，無法阻擋社會中幾乎所有行業都在主動被AI賦能。

AI+是大勢所趨。

就像現在所有行業都離不開互聯網一樣，未來所有行業也都離不開AI。

01

在那個只要公司名字帶個.com就能上市圈錢的年代，1995-2000年間納指暴漲近600%。隨后，便是一場持續兩年半的金融風暴。

當年那些響當當的名字，軟件公司MicroStrategy，因為會計丑聞和吹牛過頭，一天內暴跌62%；Pets.com（網上賣狗糧的）、Webvan（生鮮電商鼻祖）直接原地倒閉。

恐慌中，幾乎所有人都在指責互聯網就是騙局。

但是，投機資本過度揮霍所沉淀下來的物理基礎設施，往往會以極低的成本，滋養出下一個時代的超級巨頭。

泡沫之所以破裂，不是互聯網技術本身的問題，而是基礎設施的物理建設速度跟不上市場的節奏。

比如當年那些如日中天的電信公司（如WorldCom、Global Crossing），砸下重金鋪設的全球海底光纜和光密度波分復用網絡，雖然讓它們自己破產了，但這些廉價的“信息高速公路”卻成為了日后Netflix、Zoom和移動互聯網崛起的完美溫床。

如果沒有2000年前后全球對電信基建的瘋狂超前投資，就不會有后來YouTube的視頻流媒體爆發，更不會有后來的云計算基礎設施。

最典型的就是亞馬遜。

股價從1999年的最高點107美元，一路慘跌到2001年的7美元，跌幅超過90%。

但它活了下來，因為它的底層商業邏輯，“用網絡重構零售”，是符合先進生產力方向的。

這是經典的阿瑪拉定律：高估一項新技術的短期影響，而嚴重低估其長期影響。

技術革命的初期，投機資本的狂熱必然會帶來過度投資，形成泡沫。

這是創新必須繳納的智商稅。

但當泡沫散去，留下的將是更堅不可摧的先進生產力。

02

回到2026年，AI行業的泡沫看起來更大。

僅亞馬遜、谷歌、Meta、微軟和甲骨文等五大云服務商，預計2026年的資本開支達到6900億美元，到2030年的AI基礎設施投資總額預計達到5.3萬億美元。

其中，只有約25%買GPU，剩下的75%全砸在了物理基礎設施上：液冷系統、電力傳輸、網絡交換機、光模塊以及土地。

收入方面，OpenAI、AnthropicCohere、Mistral、Perplexity等所有頭部純AI廠商，2026年的總收入加起來，預計也不超過400億美元。

基礎層砸進去近7000億，應用層收回來幾百億。

這種嚴重的不對稱，不是泡沫是什么？

不能簡單粗暴地去下這種結論。

有一個關鍵點不能忽視。

2023年3月，OpenAI發布GPT-4時，每百萬Token輸入的混合成本大約是30美元。

到2025年4月，伴隨著模型架構的優化和推理算力的提升，同等智力水平的模型，每百萬Token的價格暴跌到了0.1-0.15美元。

根據斯坦福大學的《AI指數報告》以及TokenCost的數據：AI推理成本在近兩年下跌超過99.7%。

按照傳統的線性思維，成本暴跌，那企業的AI支出應該減少才對。

但現實是，企業AI云支出在2024到2025年間翻了三倍。

為什么？

因為當“智力”的邊際成本無限趨近于零時，AI不再只是簡單的文本總結或陪聊機器，而是進入了智能體和多模態增強檢索的新時代。

企業開始讓AI智能體自動循環跑幾千次任務，去寫代碼、去掃描幾百萬份法律合同、去模擬生物學實驗。

便宜的Token解鎖了海量的、原本受制于成本而無法商業化的長尾需求。

這一點，我們對比一下2026年的英偉達，和2000年的網絡硬件霸主思科，也能看出端倪。

兩者的生態位極其相似，但底層財務健康度卻有著天壤之別。

英偉達與思科的硬核財務對標

這恰好印證了經濟學上的“杰文斯悖論”：技術進步提高了能源利用效率，非但沒有減少能源消耗，反而因為成本下降導致需求更大。

即使在去年初經歷了所謂的“DeepSeek時刻”，市場也在隨后的幾個月內迅速清醒：算法越優化，企業采用AI的門檻就越低，最終算力總消耗量反而呈指數級上升。

也正是因為如此，AI才有可能逐漸嵌入到幾乎所有舊行業當中。

恰如過去二十年所有行業都在搞互聯網+。

從SaaS軟件到生物醫藥，再到由具身智能驅動的先進制造業機器人，2026年的當下，幾乎所有行業都在擁抱AI+。

沒有人會去討論“我們要不要用AI”，而是焦慮“我們的數據有沒有做好清洗？API調用額度夠不夠？RAG架構是否最優？”

當前，AI行業確實存在泡沫。

但對企業而言，如果不擁抱泡沫，你就會被時代碾碎。

這一點，近二十年的互聯網時代已經印證過了。

03

目前，我們毫無疑問正處于技術生命周期中極為關鍵的一個節點：Gartner技術成熟度曲線上的“幻滅的低谷”前夕，或是《技術革命與金融資本》理論中的轉折點。

AI泡沫其實已經在破了，只不過很多人沒意識到。

過去幾年，大量的風險投資VC兜患上了措施恐懼癥。

隨便幾個新秀，寫幾十頁的PPT、包一層OpenAI的API，就能融到錢。現在，潮水褪去，這些沒有護城河、只有概念的公司正在大批量死亡。

這是市場在進行自我凈化，也是泡沫破裂的表現。

但這只是表象。

市場的深層邏輯正在發生三個深刻的演變：

第一，從CapEx向OpEx的價值轉移

目前的錢都被賣鏟子的人賺走了，英偉達、臺積電、以及那些賣光模塊和服務器液冷設備的企業，吃到了大部分紅利。

但隨著算力逐漸“基礎設施化”，像水和電一樣，真正的超額利潤將逐漸轉移到應用層。

也就是那些能用極低成本的Token，真正解決垂直行業痛點、重塑業務流程（OpEx優化）的AI原生企業。

第二，估值倍數壓縮與業績消化

市場給AI基礎設施的估值偏高，并不意味著一定會崩盤。

在很多情況下，企業盈利的高速增長會以“時間換空間”的方式，逐漸消化掉高昂的估值。

只要云計算巨頭們的收入增速跟得上資本支出的折舊速度，這場擊鼓傳花的游戲就能夠演變為一場前所未有的產業升級。

比如，全球汽車制造巨頭和芯片巨頭，通過引入端到端AI孿生技術，使得新產品的研發到量產周期縮短了35%，整線設備綜合效率提升了18%。

又比如，在金融行業，2026年的量化交易、風險控制和信用評估已經全面由多模態Agent主導。AI不僅在以微秒級的時間戳處理宏觀預期，更在深度參與每一次微觀層面的資產定價。

在法律、醫療、審計等高度依賴資深專業知識的行業，AI也已經完成了從“初級助理”到“合伙人級別專家”的蛻變。

ChatGPT、Gemini、Claude擁有超過10億活躍用戶中，有相當大一部分是將其作為日常高強度腦力勞動的替代工具。

包括你和我。

以上，都是切實發生的事情，所有人都能看得到。

04

回看波瀾壯闊的科技史，熊彼特提出的“創造性毀滅”永遠都在上演。

資本市場永遠是急躁的，總希望今天投下去1塊錢，明天就能賺回10塊錢。

當近7000億美元基建投資無法在短期內全部轉化為應用端的利潤時，市場必然會迎來一輪殘酷的洗牌。

消滅掉那些只靠講PPT混日子的投機套殼公司，把真正有技術底蘊、有落地場景的留下來。

洗牌之后，那些廉價而龐大的算力中心、高度優化過的模型算法，將以極其低廉的價格服務于千行百業。

2000年之后，人類迎來了所有行業都離不開互聯網的數字時代。

今時今日，我們也正不可逆轉地奔向一個所有行業都由AI垂統、由AI賦能的智能全盛時代。

泡沫的喧囂中，底層的生產力勢能，沒有一點水分。

格隆匯聲明：文中觀點均來自原作者，不代表格隆匯觀點及立場。特別提醒，投資決策需建立在獨立思考之上，本文內容僅供參考，不作為任何實際操作建議，交易風險自擔。