自2023年以來，生成式人工智能的發展帶動了全球範圍內AI股估值飆升。僅2023至2024年，全球AI相關投資規模便從約2500億美元躍升至超過4000億美元，AI領域市值最高的七家科技巨頭（微軟、Google、亞馬遜、Nvidia、Meta、Tesla、蘋果）累計市值增長超過7萬億美元。進入2025年下半年後，AI投融資市場開始出現明顯調整。11月上旬，AI股主導的科技板塊下跌約3%—4%，遠超大盤。

一些華爾街機構甚至開始押注做空AI股票。如以精準預測次貸危機著稱的《大淡倉》原型投資者Michael Burry在最新季度披露中持有Nvidia與Palantir的看跌期權，總金額超過10億美元，理由是大型科技企業在AI領域的資本開支被低估了折舊風險，利潤數據被高估。與此同時，高盛等知名投行也提示AI投資存在過熱跡象，認為當前AI浪潮與上世紀90年代末的網路泡沫有若干相似特徵。

回顧這波AI股的下行周期，可以看到市場情緒的變化更多是對不確定性的本能反應。部分投資者擔心AI資本支出回收周期漫長、龍頭企業估值過高，於是將鉅額投入解讀為「泡沫前兆」。在這種情緒的驅動下，短期擔憂迅速放大並開始自我強化，形成連鎖拋售。不過從當前的形勢來看，市場波動更多反映的是資本市場對短期回報的焦慮，多數拋售屬於高位兑現和獲利回吐，而非對AI股的根本否定。

之所以會出現「AI泡沫論」，核心的邏輯謬誤就在於將AI的戰略性投入誤讀為短期利潤博弈，而忽視了AI投資在國家與企業層面關乎競爭力與存在性的本質特徵。從戰略的角度看，AI投資不是可有可無的市場選擇，而是一旦停滯便可能被淘汰的生存性投入。具體來說，當前鼓吹「AI泡沫論」存在以下邏輯上的謬誤：

第一，當前市場對AI投資「回不來」「盈利慢」的質疑，本質上是把AI作為通用目的技術的戰略性投入誤判為一般產業項目的短期投資回報率問題。

從技術層面來看，AI是一種通用目的技術（General Purpose Technology），類似於歷史上的電力、鐵路或網路，能夠從根本上重塑全球經濟的生產函數和價值鏈。通用技術在早期都有「重投入、慢回報」的規律，如電力、網路、鐵路無不經歷漫長的建設期，且往往需要遠超預期的資本密度才能形成規模效應。

AI基礎設施「長期性、結構性、重資產」的特徵尤為明顯，因此呈現出遠超一般技術的資本密度。目前，全球算力需求以每年約35%的速度增長，AI模型訓練所需算力較2018年已提升超過100萬倍。單個前沿模型的訓練成本動輒超過1億美元，數據中心的能耗已佔全球電力消耗的3%，且仍在快速上升。晶片方面，頂級AI GPU的單價超過3萬美元，而構建大模型訓練集群往往需要數萬枚晶片。

研發人力成本同樣高昂，一線AI科學家的年薪普遍在50萬美元以上。據麥肯錫與高盛的測算，當前全球AI產業鏈的年投資規模已超過4000億美元，其中算力與數據中心相關支出約佔六成，僅Nvidia、微軟、Google三家公司在2024-2025年的AI資本支出總額就超過2500億美元。這種資源和資金密集度遠超以往任何技術革命，充分體現了AI作為通用目的技術所需的龐大建設成本。

因此，許多AI業務並非能夠快速變現的短周期業務，而是典型的「長期投入、累積回報」模式，對AI這類戰略性、長期性的底層建設，不能簡單地用短期盈利的框架進行衡量。

第二，很多人沒有充分認識到，AI投資屬於戰略投資，不能與簡單的市場投資同等對待。實際上，無論在國家層面還是企業層面，AI都已成為參與未來競爭的「生存性條件」。從國家層面看，美國、歐盟和中國均在AI上投入巨大，AI能力已成為技術主權、產業安全和國家安全的核心要素。例如，美國通過《國防授權法案》將AI列為戰略支柱，並以15億美元以上的年度預算推動軍事智能化體系建設；歐盟設立「算力主權計劃」，以減少對境外AI基礎設施的依附；中國則通過「東數西算」與智算中心建設強化全國算力體系佈局。

從企業層面看，微軟、Google、亞馬遜等科技巨頭已將AI視為未來商業模式的底層支撐，算力投入規模動輒千億美元，目的並非追逐短期利潤，而是確保在下一輪技術競爭中不被淘汰。若企業不進行AI投入，將無法獲得下一代生產力工具、無法進入AI治理生態、無法參與未來市場的遊戲規則制定。換言之，不投入意味着將在下一輪技術革命中失去位置，甚至喪失參與資格。若不能理解這種「生存性投入」，而將其誤讀為投機性投入，則很容易落入「AI泡沫論」的陷阱。

第三，AI股的短期調整是市場情緒波動，並不等於AI投資見頂、泡沫破裂。當前AI股價的階段性回調更多是資本市場對利率預期、宏觀情緒和短期財報波動的反應，部分投資者高位兑、獲利了結，而不是AI長期技術價值或戰略地位的下降。從企業和資本層面來看，AI股擁有強有力的支撐，與上世紀末的網路泡沫有本質區別。

從企業層面來看，AI投入正在逐步體現產出效應。例如，Nvidia在2024年大幅增加數據中心相關投入，今年第二季度數據中心業務收入按年增長56%，表明大型企業的AI投入雖成本高昂，但正以業務擴張、產品升級和生態黏性增強的方式逐步轉化為可觀的產出。

此外，在資本市場層面，當前AI領域的主要投入者是現金流充沛的巨頭企業，資金來源以自有資本為主，而非大規模的槓桿融資。這意味着AI投資的金融風險外溢性較低，不具備傳統泡沫的高風險特徵。同時，大量AI投資流向基礎設施領域，具備一定的資產沉澱價值。即便短期市場波動，基礎設施仍能繼續為未來應用提供支撐。這與2000年網路泡沫時期的虛高估值有本質不同。

因此，面對AI投資規模空前並持續引發泡沫破裂恐慌的現象，應從全局戰略高度加以認識。AI的鉅額投資並非非理性，而是技術革命規律的體現，代表了一場全球範圍的技術基礎設施競賽，是生產力體系更新的必經階段。AI不是一個行業的繁榮，而是經濟體系的重構。未來的競爭，不是企業之間的競爭，而是AI基礎設施能力的競爭。對任何國家而言，能否在AI時代構築起穩固的技術底座，決定了經濟的長期韌性與戰略安全。而在AI的投融資市場中，關鍵在於識別真實需求與投機泡沫的邊界，是鼓勵長期資本流向具有公共屬性的AI基礎設施建設領域，還是沒有實體支撐的投機項目，這才是判斷「AI泡沫」的關鍵。

最終分析結論：

當前市場大規模的AI投資，並不能以簡單的市場投機或短期利潤來解釋。從戰略層面看，AI投資關乎一個企業、一個國家的競爭與存在，是技術主權、產業安全和生態主導權的基礎工程。如果不投、不建、不發展，就意味着被淘汰、被邊緣化，甚至「活不到明天」。

本文原載於2025年11月19日的安邦智庫每日金融欄目