今天，再聊聊美國AI泡沫。從監管，到投資人，到業界，都務必關注美國AI投資熱潮及泡沫對全球市場的影響。

開篇：兩家公司

兩家公司，代表着當前美國AI投資的泡沫與風險。

代表泡沫的是OpenAI。年收入200億美元（最新年化數據400億美元），年虧損數百億美元，卻向微軟、亞馬遜、甲骨文三家承諾了總計約7,000億美元的算力採購。要付得起這些賬單，它需要在四年內把收入翻十餘倍，並在之後實現盈利。至於怎麼做到，沒有人知道，包括CEO奧特曼（Sam Altman）自己。

代表風險的是甲骨文（Oracle）。它和OpenAI簽了一份3,000億美元的五年雲計算合同，正在為OpenAI建設約7吉瓦的數據中心。標普把它的信用評級降到了BBB負——投資級的最低一檔（再降一級即垃圾級）。降級報告裏如此寫道：「OpenAI是一個關鍵的信用風險。」

這兩家公司綁在一起，就是當前美國AI泡沫的縮影，這個泡沫遠不只是2000年互聯網泡沫的「重溫」，它還夾雜了2008年次貸危機和不動產投資泡沫的關鍵元素：OpenAI像是次貸借款人：收入微薄、開支巨大、靠持續再融資接續債務；甲骨文像次貸時代的開發商，大舉舉債，瘋狂上馬算力基建，把自己的命運押在客戶持續付費的能力之上。一紙3,000億美元的合約把兩家公司牢牢綁住，但合約能否履行，又取決於一個沒人知道答案的問題：OpenAI的商業模式到底能否兌現。

2000年互聯網泡沫破裂，納斯達克指數跌掉78%，但銀行體系沒有受到重創；2008年房地產泡沫破裂，房子還在，但大量金融機構倒閉，全球金融體系幾近崩潰。

在歷史上，科技進步與資本市場泡沫往往同時存在。但這次泡沫非常特殊：它兼具2000年股票市場泡沫和2008年信貸市場泡沫的雙重特徵。股權端，有天價的估值和IPO狂潮；債權端，有次貸式的融資和層層槓桿。而把這兩端緊緊綁在一起的，是一套獨特的循環融資機制——供應商往往是下遊客戶的投資者和信用背書人。

一切，都發生在主導美國經濟的幾家科技大廠之間。

一、股權端：2000年互聯網泡沫的再現與放大

目前，美國的市值集中度遠超2000年。七家科技巨頭占標普500總市值超三分之一，英偉達一家5.4萬億美元，佔美國股市總市值的十四分之一。老牌大廠甲骨文的傳統業務過去十年停滯或衰退，唯一增長的雲基礎設施業務，估值幾乎全部建立在市場對OpenAI的信仰之上。

一級市場完全瘋狂。SpaceX在2026年6月IPO，估值1.77萬億美元，募資750億美元創下史上最大紀錄。Anthropic和OpenAI都在等候上市，估值在萬億美元（部分投資人甚至預期Anthropic估值可上探2萬億美元）。這些AI模型企業均沒有盈利，甚至沒有成熟的商業模式，估值完全建立在對遠期模式和收入的想像之上。

泡沫必須有敘事驅動。而當下美國AI泡沫的敘事特徵，和2000年如出一轍。當年是改變世界的「新經濟」，今天是改變未來的「通用人工智能」和「人工超級智能」。OpenAI的市銷率超40倍，SpaceX市銷率超百倍。估值不靠利潤、EBITDA，甚至不靠營業收入——投資者買到的是對未來的想像，願景、理念，以及想像中自己在未來世界的位置。

一切都和1999年互聯網泡沫的邏輯性質相同，只是故事更加宏大。當年投資人聽到的只是令人心動的可能性，今天聽到的則是新的普羅米修斯神話。

AI對美國經濟主導的程度自然也遠超2000年。據美國財政部估算，2026年上半年AI驅動投資貢獻了約一半的GDP增長（互聯網泡沫峰值時，這個數字約為三成）；國際清算銀行數據顯示，美國IT投資佔GDP比重已達5%，超過互聯網泡沫時期的最高峰；數據中心資本支出佔GDP的份額上升速度，是住房繁榮最快階段的近兩倍，累計份額變化也已超過1990年代末電信光纖潮。可以說，AI是人類歷史上最大的單一技術基礎設施熱潮。

與2000年不同的是，今日美國的去工業化、離岸化、金融化程度遠要更高，產業遠要更單一，集中度更加突出，整個經濟基本靠AI一條腿驅動。這條腿如果出問題，衝擊自然也會比2000年更大。

當然，相比2000年的互聯網泡沫，這次的AI投資已經能看到企業的真實收入——「賣鏟子」的晶片公司賺得盆滿缽滿，像OpenAI這樣的模型企業，也確實有年化數百億美元的收入，增長還在加速。但恰恰因為有真實收入及增長，市場更願意相信「這次不一樣」，從而把估值推到比2000年更極端的位置。神話級的宏大故事，一定的真實收入，非理性的估值，瘋狂的跟隨效應，更高的行業與市場集中度，再加上AI已經上升為美國國家戰略與經濟安全的要害，具備了各種「大到不能倒」的特徵，這一切，使得股權端的泡沫註定比2000年更大，也更難戳破。

但難戳破，並不等於不會破。所謂捧得越高，摔得越慘。泡沫破得越晚，着陸效應也會越大。

二、債權端：2008年房地產泡沫的機制再現

2000年互聯網公司燒的主要是股東的錢，今天AI基建燒的大量是借來的錢。股權端的泡沫大多數人都已看到，只是在博弈誰「跑得快」；但債權端才是更易被忽視，風險更大的部分。

先看OpenAI，年化收入200至400億美元，卻承諾了7,000億美元的算力採購。奧特曼本人給出的數字更嚇人：八年基礎設施投資承諾達到1.4萬億美元——這意味着，這家公司每獲得1美元的收入，要對應幾十倍的承諾支出。外界估計，即便在樂觀假設下，公司的融資缺口也超過2,000億美元。而這些承諾大多寫進了「照付不議」合同——算力不管用不用，對雲廠商的賬單都得照付。

矽谷的集中度已超出常人理解：五大雲廠商總計約2萬億美元的積壓訂單中，大約一半來自OpenAI和Anthropic兩家尚未盈利的公司。這些訂單被雲廠商記作確定的未來收入，寫進財報，驅動股價，甚至用作抵押融資。但像OpenAI這樣年虧損數百億美元、靠持續融資續命的公司，它的付款承諾應當算是什麼級別的資產？放在2008年，這就是次貸——借款人沒有足夠的收入，還款要靠再融資，且高度依託資產價值的持續上漲。是否似曾相識？

再看甲骨文。它為OpenAI建設約7吉瓦的數據中心，相關項目總投資估算超過3,400億美元，資本開支負擔巨大。7月初，標普將甲骨文的評級從BBB下調至BBB負，並承認自己「低估了（公司）所需投資的規模」。底層數字解釋了降級的原因：2027財年，甲骨文的資本支出預計900到950億美元，自由現金流預計負420億，總債務約1,600億！穆迪給出了負面展望。評級下調當月，股價大跌，即便公司剛剛拿到了大額政府合同：要知道，當信用環境惡化時，好消息也不再管用。甲骨文自己在年報風險披露中也承認：如果大客戶（OpenAI）拒絕或無力支付賬單，公司將背負極其昂貴的資產，「可能根本無法以可接受的條件重新出租、改作他用或轉讓這些算力」。

這就是集中押注的可怕性。

從融資結構看，AI基建完全復刻了房地產開發的套路：先拿地舉債建數據中心，相當於開發貸款；再和OpenAI這樣的AI模型企業簽「照付不議」合同，相當於樓盤預售（只不過沒有回款）；然後把這份合同抵押出去借更多的錢；GPU安裝後，可以結合晶片，做一輪抵押融資；最後，把未來現金流打包成資產支持證券，賣給保險公司和養老金。層層抵押、層層加槓桿，只不過底層資產從住房，變成了裝滿晶片的建築。

為了支持AI建設，超大規模雲廠商的資本支出在2027年預計接近1萬億美元，未來數年達到5萬億美元。資本支出的巨大壓力，正在把這些世界上現金流最穩定、現金最充裕的科技公司推向舉債和表外融資。

債務增長速度也是瞠目結舌。2025年，五大超大規模雲廠商發行了約1,200億美元無擔保公司債，為過去五年年均水平的四倍；如果加上專業數據中心運營商的有擔保債務與資產支持證券，2025全年數據中心相關債務發行規模約1,800億美元，較上年幾乎翻倍。據第三方機構統計，2026年前五個月，AI關聯債務發行已經達到2,360億美元，較去年同期同比增長357%。私募信貸已經成為數據中心領域的重要融資渠道，面向AI基建的未償貸款餘額突破2000億美元，同時，這類資產普遍透明度低、二級市場交易稀薄，缺乏標準化的每日定價機制，不少市場觀察者指出，許多特徵與2008年擔保債務憑證市場存在高度相似之處。

表外債務是最大的「黑箱」。國際清算銀行報告指出，超大規模雲廠商通過特殊目的實體和合資企業為數據中心融資，債務並不體現在母公司報表上，這類「影子借貸」存在大量風險，且沒有被正確定價。日經新聞估計，包括長期數據中心租約、GPU採購承諾、合資企業義務等的隱性債務合計已經高達1.65萬億美元。甲骨文在「星際之門」項目中大量使用項目融資，大多數時候對債務不予並表。但在另一個項目里，為了將交易做成，不得不為上百億的項目債權融資提供母公司擔保，這說明市場已經開始不再接受純粹的表外隔離的形式。

熟悉當年中國地產企業眼花繚亂融資方式的朋友們會驚呼：這不就是「高負債、高槓桿、高周轉」的地產開發模式麼？

沒錯，正是。

既然提到周轉，就需要有經營現金流。比債務規模更根本的問題是：這些資本支出需要多少收入才能覆蓋？高盛測算，在2025~2027年平均每年約5,000億美元資本開支的背景下，要維持投資者習慣的資本回報率，超大規模雲廠商需要實現年利潤超過1萬億美元；Gartner在今年3月發表報告，按25%目標投資回報率測算，超大規模雲廠商年均收入需要達到1.5萬億美元，如果達不到，則面臨資產減值40%到70%——而市場對這些公司2026年的共識利潤預期只有4,500億美元，缺口達數倍之多。

重點在於，這筆資本支出能否收回來，不取決於技術是否進步，而取決於企業客戶是否願意持續付費，以及付多少費。在美國AI大廠紛紛漲價以覆蓋建設成本的同時，美國企業正在把越來越多的工作負載轉移到中國開源模型上。美國AI模型企業和雲服務商正在遭遇釜底抽薪。人們發現，在矽谷和華爾街之外，還有激烈的中美大國科技競爭。

而既然提到了房地產，AI投資里有一個比房地產資產更危險的因素：晶片的折舊速度。房產有幾十年的折舊期，但GPU技術壽命只有兩年多，理論年折舊率40%。新晶片更好，老晶片要淘汰，大規模換新與提升算力是剛需，都是支撐英偉達股價的故事。如果老晶片可以長期使用，則英偉達就不可能是現在的估值。這裏面存在根本的內在矛盾。假設GPU會快速折舊，則作為抵押品，其價值可能在債務到期前就大幅縮水。2008年，房價跌30%就引發連鎖反應；如果GPU的價值兩三年內跌去一半甚至更多，從根本上就不適合用作債權融資的抵押品。

理論上說，晶片企業的價值更多在於股權，驅動因素是技術的快速發展迭代（廣義的摩爾定律）與舊有資產的貶值，而將晶片作為底層資產進行債權融資的前提，需要資產價值保持持續穩定。本輪AI投資泡沫里，股權邏輯和債權邏輯存在根本矛盾，難以兩者兼得。在狂熱的泡沫面前，這一切都被掩蓋。

最後一個容易被忽視的機制：增長降速。增長降速本身就足以觸發危機，並不需要等待增長轉負。2008年次貸危機中，違約率開始上升時，全國房價整體仍在上漲，只是漲速已從高位明顯放緩。次貸的核心套路是放款機構在前兩三年給出低『誘餌利率』，之後利率會轉成浮動，自動重置升高——借款人和放款機構都默認，屆時可以依靠房價持續上漲帶來的房屋淨值增加，輕鬆再融資，以避開高利率。而一旦房價漲速回落，再融資通道收窄，高利率就會被鎖定，部分區域就有人還不起了，於是逐漸點燃危機。

AI泡沫有類似邏輯：它真正依賴的不僅是絕對增長，而是持續的高速度增長，一旦增速明顯放緩，上市公司的市值，或未上市公司下一輪股權融資（如OpenAI和Anthropic的IPO）的估值就難以支撐，相關資本開支承諾和再融資安排就會承壓，資金鍊條可能出現斷裂。股市會首先做出反應；債權投資者（持有亞馬遜、微軟、甲骨文等超大規模雲廠商債券的機構）也不會等到增長轉負才行動，在他們看到增速開始下滑時，就會提前收緊信貸、要求更高的風險溢價。

這一輪美國AI投資熱潮，由於隱含大規模的基礎設施投資，從一開始就由股權向債權市場蔓延、滲透，這正是它風險最大、最可怕之處。

三、循環融資：AI泡沫的獨特機制

股權泡沫和信貸泡沫歷史上都發生過，但這一輪美國AI投資泡沫還有另一個突出機制：循環融資——供應商同時是下遊客戶的投資者和信用背書人，投資於自己客戶，為客戶購買自己的產品提供融資支持，然後把銷售記為業績，推高股價，再用更高的股價和信用進一步支持客戶購買更多的產品。這是兩者的交織與嵌套，早已超越了單純的股權行為或債權行為。結果當然是構成更大的泡沫——股權端的估值泡沫和債權端的債務泡沫緊緊連通，形成一根雙向輸送風險的管道。

英偉達是「AI時代的央行」，同時也是這套機制的「鏈主」。它同時扮演三個角色：晶片（GPU）供應商、客戶的投資人、客戶的信用背書人。作為供應商，它出售GPU；作為投資者，它對OpenAI進行大規模股權投資；作為信用背書人，它為OpenAI購買自己的產品提供融資支持，例如承諾為俄亥俄州數據中心項目提供約1,000億美元的信貸擔保。換言之，如果OpenAI付不起錢，英偉達願意出來兜底。雲服務商CoreWeave是另一個案例。公司獲得英偉達投資，並將英偉達的GPU抵押舉債，以購買更多英偉達的GPU；同時，英偉達承諾回購其賣不出去的算力。一環套一環，令人眼花繚亂。供應商、投資者、最後的買家，英偉達一家公司坐在三個位置，真是名副其實的AI時代央行。

英偉達的晶片競爭對手AMD的做法同樣極端：授予OpenAI 1.6億股認股權證，行權價只有1美分，權證隨着OpenAI實際購買其晶片分批解鎖。AMD的商業邏輯是，用自己公司股權的潛在收益作誘餌，激勵OpenAI購買自己的產品。而股權的潛在收益，又來自OpenAI的購買承諾。

作為大模型企業，OpenAI處在業務循環的中心，拿了英偉達的投資和擔保，去買英偉達的GPU；同時和微軟、甲骨文、亞馬遜等超大規模雲廠商簽訂「照付不議」的算力合同，把自己的違約風險傳導給三家雲廠商；三家雲廠商建設數據中心，又要向英偉達採購GPU。一筆OpenAI的支出，在產業鏈上完整地轉了一圈，變成了英偉達的營收、甲骨文的資產、微軟的增長預期，真正的一榮俱榮，一損俱損。

OpenAI的業務風險，又集中落在了甲骨文身上，這是一家從上一輪互聯網泡沫存活下來的老牌科技企業。它用和OpenAI的3,000億美元的合同作為信用基礎去融資，建設數據中心，在數據中心裏填滿英偉達的GPU，並期望OpenAI業務爆發。而如果OpenAI付不起錢，甲骨文的資產就會變成壞賬。無數的獵食者已經做空或在等待做空這家已經難逃陷阱的企業。

通過複雜的嵌套投資與供應商融資，美國AI產業鏈條的企業相互嵌套，相互綁定，風險高度集聚。第三方測算顯示，在微軟、甲骨文、CoreWeave等雲廠商合計8,800億美元未來收入中，OpenAI貢獻規模超過了3,300億美元，成為最大的風險點。針對循環融資，彭博稅務7月報道標題指出：大型科技公司的AI狂潮，激活了曾經扳倒安然的會計手段。而最早看穿安然風險的Jim Chanos把當前AI融資體系稱作一場「信心遊戲」（confidence game，也是「騙局」的委婉說法）——因為一切都與2000年互聯網泡沫時期思科的賣方融資邏輯高度相似：思科向初創企業及運營商提供融資，後者用獲得的資金採購思科的設備。這套資本閉環在泡沫破裂之後的反噬極其劇烈，而今天美國AI生態里循環融資的體量達到了當年的上百倍。

好奇的人問到，這樣的循環投資，難道沒有利益衝突麼？難道不會放大風險麼？難道不是監管漏洞麼？答案是肯定的。但這一切，都在矽谷和華爾街如火如荼地上演。許多人，當真認為這已經是美國的國家戰略。

四、股債聯動的嚴重後果，以及押注美國政府救市

單獨的股權泡沫和單獨的信貸泡沫，歷史上都曾發生過。但兩者同時出現，且通過循環融資深度綁定，是極為罕見的組合。

傳導路徑是雙向強化的。OpenAI已經很難在推高估值的基礎上，在私募市場持續大規模融資，IPO成為它打開更大規模公開市場資金的重要出口。但如果權益市場不配合，OpenAI上市推遲，或估值大幅下調，無法籌得足夠的資金，這家缺乏足夠經營性現金流的企業將無力足額支付算力賬單。隨之而來，甲骨文等高度依賴OpenAI長期合同的雲廠商將面臨大規模應收賬款與合同履約風險，部分數據中心項目面臨債務違約風險，引發私募信貸基金贖回潮，資產支持證券價格下跌，保險公司、養老金等持有方承受損失，信貸市場進一步凍結，極端情景下，將再現類似2008年次貸危機時的負反饋機制。

同樣，危機也可以由信貸端率先引爆。如果信貸出現收縮（包括聯儲局為應對通脹加息），最先承受壓力的是負責建設算力的雲廠商與關聯的建設單位——融資成本抬升，算力擴張的資本開支難以為繼；壓力隨後向下游傳遞，AI模型企業被迫縮減算力採購，算力需求收縮。英偉達的營收預期隨即下調，科技板塊集體下挫，股權陷入調整。股市下行，會進一步造成抵押品價值的縮水，觸發追加保證金與被動拋售，並導致信貸條件再度收緊。一來一往，可能形成一種股債聯動、自我強化的負面螺旋。

一段時間以來，美國的AI和晶片表現得非常敏感，風吹草動，譬如來自中國大模型與晶片技術的挑戰，都會引發市場劇烈波動，說明市場情緒脆弱，投資者都在捕捉離場的機會。

此時，股債相連以及經濟集中度就是非常可怕的風險放大器了。2000年互聯網泡沫時期，投資者大多以自有資金參與股票交易，銀行體系並未大規模持有互聯網行業相關債務，泡沫破裂後並未重創銀行系統。2008年金融危機的爆發根源來自信貸與房地產，股市不是危機的「策源地」。但本輪美國AI周期的特殊之處在於，股權市場、信貸市場的風險同時高度集中於同一批主體及其相互綁定的商業合同之上。一旦以OpenAI為首的大模型企業出現經營危機，微軟、亞馬遜、甲骨文的遠期履約義務將同步縮水；英偉達除了營收預期遭受衝擊，股價立即承壓之外，表外擔保也有可能被觸發。持有相關企業債務與資產支持證券的各類金融機構將同步承受損失，風險將沿着同一鏈條集中釋放。

更危險的是，當前的風險集中度，已經藉由指數基金傳導至普通/零售投資者，包括各種被動投資者。科技七巨頭合計佔據標普500指數三分之一以上權重，英偉達單只權重超過7%，很多人並不了解AI產業，也無意參與，但各種養老金、退休基金，都因為投資指數成分股，被動成為這套循環風險鏈條的承擔者。

經濟單引擎依賴將極大放大衝擊。2000年互聯網對GDP的貢獻遠沒有今天的AI這樣突出，2008年，美國經濟也還有其他的增長引擎。今天AI驅動投資貢獻了約一半的GDP增長，並通過基建與財富效應，帶動大量的衍生產業。如果AI引擎熄火，衰退深度必然會超過前兩次危機，產生真正的社會面影響。

但市場已經暗中押註：美國政府會適時以合適的方式介入，拯救AI產業，包括設立AI主權財富基金，入股個別企業，為OpenAI等關鍵企業增信、限制使用中國AI產品等：因為如果美國AI產業倒掉，一方面會拖垮金融與經濟，一方面還會讓美國輸掉AI這場大國科技競爭的決定性戰役。市場既然已經相信美國政府最終會兜底，AI行業「大到不能倒」，就只會帶來一個結果——道德風險，並讓泡沫吹得更大，戳破的難度更大，後續硬着陸的風險也越大。

五、根本變局：中國的挑戰

AI技術革命本身與金融泡沫沒有必然關係，但技術有用，不等於投資安全，不代表沒有泡沫，不代表經濟規律不再發生作用。2000年互聯網確實改變了世界，但不妨礙納斯達克跌78%；2008年的房子確實有居住價值，但不妨礙次貸危機拖垮了全球金融體系。

一個更直接的問題是：AI帶來的價值，目前更多依靠循環融資，反映在AI模型企業、雲廠商與晶片廠商的賬面遠期合同及市場估值之中，還沒有充分傳導到下游終端用戶的業務與財務。MIT的調研顯示，95%的企業生成式AI試點項目未能產生可衡量的業務回報；Gartner的最新調研也觀察到相似現象：大量AI部署難以兌現預期收益。如果下游企業無法通過AI 實現盈利增長，則上游天量資本投入該如何收回？

即便下游真的願意付費，美國AI模型企業的定價權也正在快速流失：DeepSeek旗艦模型輸出價格長期維持在每百萬token約0.87美元，而OpenAI同類產品標價可達30美元，價差數十倍。即便OpenAI後續經歷多輪降價，價格鴻溝依然存在。在大多數的日常場景里，用戶客戶難以感知顯著的質量差距，而會根據具體需求，選擇具有成本效益的解決方案。其結果是，OpenAI和Anthropic的業務被大量分流。

晶片方面，黃仁勛也公開承認，受到出口管制影響，英偉達在中國高端AI晶片市場的份額從90%以上降到了零。伴隨中國替代方案的推出、普及，英偉達的全球份額也將被蠶食。這個情境也會適用於整個晶片製造產業鏈，影響到韓、台的美國AI生態體系供應商。

過去幾十年多輪技術浪潮，都由美國科技企業佔據全球主導位置，經由資本競爭，形成少數企業主導的格局，並由此攫取全球產業的大部分收益。本輪AI革命一個關鍵的現實變化在於，中國作為具備完整能力的科技競爭者登場，對美國科技企業的優勢地位形成了實質挑戰，無論是OpenAI、Anthropic還是英偉達，要復刻過往的壟斷閉環已經不再現實。這一外部競爭格局，讓美國科技行業陷入兩難困境：停止加碼投入，模型迭代陷入停滯，則增量商業收入便無從落地，前面的資本開支可能血本無歸；繼續燒錢，模型實現邊際上的技術突破，還會遭遇中國廠商的低價產品帶來的激烈市場擠壓與分流。要看到，在低價開源模型帶來的挑戰之下，規模達數萬億美元的美國AI資本開支，其底層商業邏輯已經被動搖。等到相關的美國企業或資本市場認識到並承認這一點，也許泡沫就會被捅破。

當前美國的問題是，AI投資已經被全面金融化。OpenAI的天價承諾、甲骨文的天量借債、英偉達眼花繚亂的循環投資和千億擔保、華爾街的層層打包、私募信貸的不透明擴張——這一切同時攜帶了2000年和2008年的基因，規模更大、更加集中，中間還通過循環融資相互嵌套。一旦出了問題，衝擊不可估量。這一切，與AI對人類世界的正向改變無關，應歸因於監管缺失下的資本市場的非理性繁榮，但如果美國AI泡沫真的破裂，其在相當長一段時間對實體經濟的破壞，甚至可能大於AI帶來的裨益。

歷史不會簡單重複，但總是會「押韻」。這一次，韻腳同時押在了2000年和2008年。後續會發生什麼？泡沫會很很快破裂麼？也未必。還需要分析美國政府的考量。請見後續文章。

本文轉載自微信公眾號「tuzhuxi新平台」