AI会不会重演2000年互联网泡沫?

请点击上面的星标⭐，并关注“碎念句读”

（1）

昨天那篇三星退出中国，韩国资本市场为什么反而暴涨？文章发出后，有位朋友留言：读完后忽然想到一个问题——那些因为“不可绕开的技术节点”而产生的市值溢价，一旦被后来者突破，或者被新的技术路径替代，那么这种估值是不是也会瞬间崩塌？还有朋友的留言更直接：今天AI产业链上游那些暴涨的半导体公司、算力公司，会不会正在形成一种新的泡沫？

这二个问题直指当前AI热潮最核心的矛盾：我们到底是在为真实的技术地位定价，还是在为暂时的稀缺性支付高额溢价？

（2）

当下全球资本市场正在上演一幕极其清晰的景象：离AI越近，估值越高。英伟达两年内成为全球第一市值公司；台积电被重新定价；三星和SK海力士因HBM暴涨；光模块、液冷、GPU服务器、AI交换机……几乎整个上游产业链，都被资本疯狂追逐。甚至，市场已经开始用“万亿美元级平台公司”的想象力，去定价部分大模型企业。

投资者真正押注的，其实并不是它们现在赚了多少钱，而是它们未来是否可能成长为新的“数字基础设施垄断者”。这种逻辑并不陌生。因为历史上每一次技术革命初期，资本市场都会出现同一种情绪：人们会本能地相信——只要站在新时代入口，估值就可以无限提前兑现未来。

（3）

这让人很容易想起1999年的互联网泡沫。当时，光纤公司拼命铺缆，服务器厂商疯狂扩产，电信运营商大规模借债建设网络。所有人都相信：互联网一定会改变世界。

后来事实证明，他们没错。互联网确实改变了世界。问题在于：资本对增长速度的想象，远远跑在了真实商业闭环前面。于是2000年泡沫破裂之后，纳斯达克暴跌近80%，大量公司消失。但有意思的是——互联网本身并没有失败。失败的是资本市场对“时间”的误判。方向是对的，只是很多人到得太早。

今天的AI，其实正在出现类似迹象。微软、谷歌、Meta、亚马逊四家公司，2026年AI相关资本开支已经逼近7000亿美元。这些钱绝大部分流向GPU、HBM、数据中心、电力和网络基础设施。于是整个AI上游产业链利润爆炸。英伟达赚钱了，HBM公司赚钱了，服务器公司赚钱了，云厂商也在疯狂扩张。问题在于：这些投入，最终能不能被下游真正消化？

（4）

这是今天AI产业最核心、也最危险的不对称。上游已经赚得盆满钵满，下游却尚未形成稳定、高利润的商业模式。大量AI产品“很好用”，但“不一定必须付费”。用户增长很快，调用量很大，模型越来越强。但真正稳定、持续、高利润的商业闭环，仍然没有完全建立。

于是整个产业链，开始出现一种罕见的现金流错位：2025年全球企业AI相关支出约3000亿美元，而生成式AI真正形成的商业收入，仍远低于资本投入规模。用户支付的钱，还覆盖不了上游烧掉的钱。很多AI产品，本质上仍在依靠融资和资本市场补贴用户。

今天AI最特殊的一点在于：它可能是人类第一次，在需求尚未完全形成之前，就提前建设一整套超级基础设施。过去无论铁路、互联网还是移动互联网，基础设施扩张都建立在用户需求已经高速增长的基础上。而今天的大模型产业，某种程度上却是在“等待未来”。先建GPU，先建数据中心，先建能源系统，先烧掉数千亿美元资本。然后，再期待未来某一天，AI应用真正全面爆发。

这意味着：今天很多公司的估值，本质上不是建立在“现在的现金流”上，而是建立在“未来十年的可能性”上。

（5）

朋友们的留言真正担忧的，其实也正在这里。市场默认：AI模型会越来越大，上下文会越来越长，Agent会越来越复杂。因此，HBM等关键节点的需求会无限增长。

但问题是：

如果未来模型架构发生变化呢？

如果推理效率突然大幅提升呢？

如果边缘AI开始替代部分云端计算呢？

如果新的内存技术路线出现呢？

技术产业最残酷的一件事是：没有任何一个技术节点，是真正永恒不可替代的。今天的护城河，很可能就是明天的过剩产能。大模型行业本身，也同样存在这个问题。核心算法高度开源，人才高速流动，蒸馏技术快速降低复制成本，用户迁移成本其实并不高。

很多企业并不在意模型能力是95分还是90分。但如果成本下降90%，意义就完全不同了。这意味着，大模型行业未来未必会形成一个超高利润的永久垄断市场。它甚至可能更像云计算、航空业或者电力行业：规模巨大，资本密集，竞争激烈，但利润率长期被压缩。

（6）

所以，今天AI最大的风险，并不是“AI没未来”。恰恰相反，AI几乎一定会深刻改变世界。真正的风险在于：资本市场总喜欢把“长期正确”，提前演绎成“短期无限”。铁路时代如此，互联网时代如此，新能源时代如此，今天的AI也一样。