乐于分享
好东西不私藏

AI泡沫越吹越大,但有两个风险被所有人低估了

AI泡沫越吹越大,但有两个风险被所有人低估了

最近,AI圈似乎又“杀疯了”。2026年4月以来,英伟达、微软等科技巨头的股价一骑绝尘,背后是它们交出的超预期财报和动辄数百亿的资本开支计划。但在一片狂欢中,一个灵魂拷问挥之不去:这和2000年的互联网泡沫,像吗?

一个反直觉的数据是:当年互联网泡沫破裂时,头部公司的市值涨幅远超利润增长,纯粹是“讲故事”;而今天,根据申万宏源最新发布的深度报告,美国头部AI公司(M7)的市值增长,至今仍有扎实的盈利在支撑。是不是感觉没那么慌了?

但别急着下结论。现在的美国经济,就像一个正在ICU里做增肌训练的病人——传统的消费‘器官’在衰竭,全靠AI投资这副‘兴奋剂’在撑着。抽掉兴奋剂,病人立刻倒下。

本文帮你理清三个核心问题:AI这场盛宴吃到了哪一步?最怕什么“黑天鹅”?以及,如果你不是基金经理,具体该盯住哪些指标来判断泡沫何时破裂?


第一步:我们聊的AI,到底是个啥生意?

很多人聊AI泡沫,聊的还是股价和概念。我们先把“场子”搞清楚。这份报告聚焦的AI产业,核心是 “AI算力基础设施” ,可以粗暴地理解为:为了让大模型跑起来、变聪明,而需要购买的“铲子”和“基建”

一句话定义:AI算力基础设施 = 卖“大脑”(芯片设计,如英伟达)+ 建“厂房”(数据中心)+ 装“机器”(服务器、网络设备)。

产业链简图(白话版):

  • 上游(设计图纸的人): 英伟达、AMD等。他们设计出最核心的AI芯片(GPU),是整个产业链的“最强大脑”,吃肉最多的环节。

  • 中游(包工头和施工队): 台积电、三星负责把图纸变成实物(芯片制造)。微软、亚马逊、谷歌这些云厂商,则负责买下这些芯片,建起庞大的数据中心,再租给需要训练模型的公司。它们既是“包工头”,也是最大的“甲方爸爸”。

  • 下游(租场地的用户): OpenAI、Anthropic等大模型公司,以及千千万万使用AI服务的普通用户。

术语白话翻译机:

  • “资本开支”:就是科技巨头们为了买GPU、建数据中心、拉电网花出去的真金白银。这是衡量AI投资热度的最核心指标

  • “渗透率”:可以理解为,每100家美国企业中,有多少家在实际工作中用到了AI工具。报告里是 19.8% ,相当于“每5家企业里,只有1家在用”。

  • “集中度”:前几家头部公司(M7)的资本开支占了标普500所有公司总和的 33% 。翻译一下就是:“全市场超过三分之一的‘基建钱’,都被那7家公司花掉了”。


第二步:这股“泡沫”到底有多大?

数据是驱散恐惧或验证疯狂的最好武器。我们直接看几个关键数字,以及它们背后的“极端性”。

  1. “烧钱”速度:

    • 2026年一季度,美国头部7家科技公司(M7)的资本开支同比增长了 65%

    • 市场对这5家代表公司(亚马逊、谷歌、Meta、微软、甲骨文)2026年全年的资本开支预期,在6个月内从5057亿美元上修到了 6877亿美元,多出来的钱(1820亿美元),比很多小国家的全年GDP都多。

    • 【极端性对比】:过去十年,美国传统的“电脑及软件投资”对GDP的拉动平均仅为0.2-0.3个百分点。而AI投资直接拉动了1.1个百分点——相当于用3-4倍的强度在强行推着美国经济跑。

  2. “加速度”比“绝对值”更值得警惕:

    • 报告指出,M7资本开支/经营现金流的比例虽然仍低于2000年互联网泡沫峰值,但2025年以来,该比例上升速度明显加快,已接近历史高位。“加速度”才是泡沫最危险的信号。

  3. 对美国经济的拉动:

    • 2026年一季度,AI相关投资对美国GDP增长的拉动高达 1.1个百分点

    • 作为对比,美国老百姓的消费只贡献了0.6个百分点。也就是说,现在美国经济增长的最大引擎不是“买买买”,而是“建建建”(AI基建)

  4. “泡沫”的体感:

    • 泡沫的一面:头部公司资本开支已经快赶上它们自己赚的现金流了。这就像一个年入50万的家庭,今年打算花48万装修房子,几乎不留余粮。

    • 非泡沫的一面:比起2000年互联网泡沫,当前头部科技公司的债务水平很低利润更厚。报告显示,M7公司的平均净利率高达 35%,而2000年科网泡沫的头部公司平均只有 16%。这就好比一个贷款买兰博基尼的穷小子(2000年)和一个拿现金全款买房的央企高管(现在),虽然都在花大钱,但抗风险能力天差地别。


第三步:凭什么能一直涨?

涨到现在,必须回答“凭什么”。答案很清晰:故事才讲到第二章。但天花板也在逼近。

增长驱动力:

  • 需求侧(从0到1): AI应用率还极低(19.8%)。未来6个月企业预期应用率也仅为22.8%。这说明市场远未饱和,大家都在等一个“杀手级应用”。

  • 供给侧(军备竞赛): 只要头部科技公司还相信“大力出奇迹”,这场资本开支的竞赛就不会停。目前OpenAI等公司的ARR(年经常性收入)还在高速增长,给了它们继续“烧钱”的勇气。

  • 宏观环境(政策绿灯): 尽管市场担心美联储加息,但报告认为美国就业市场疲软,油价冲击经济的风险更大,年内加息仍是小概率事件

天花板在哪里?

  • 【报告预测】:市场预期M7公司2026年资本开支增速将超过60%。真正的考验在 2027年:还能不能维持这个速度?

  • 【压力测试】:假设2027年M7资本开支增速从预期的60%骤降至10%,会发生什么?

    • 直接拖累美国GDP增速约0.6个百分点

    • 英伟达的数据中心业务收入可能零增长甚至负增长

    • 全球半导体设备出货量将下滑15%-20%

    • 这才是“泡沫破裂”的真正杀伤力。

  • 【物理世界的墙】:报告明确提到两个“掣肘”:

    1. 电力瓶颈:数据中心建得太多,电网快带不动了。AI军备竞赛的终点,不是谁的芯片更强,而是谁先找到一座‘剩余电力’足够大的城市。数据中心正在和普通家庭抢电、抢变压器、抢电缆。这就像你买了一台法拉利,却发现全城只有一座加油站。

    2. 民众反对:根据盖洛普调查,七成美国人反对在自己社区建数据中心,比反对建核电站的比例还高。这将直接导致项目延期或取消。


第四步:谁在吃肉,谁在喝汤?

目前格局不是公平竞争,而是“赢家通吃”。但动态博弈正在发生。

梯队
代表企业
核心优势
毛利率(约)
主攻方向
最大威胁
第一梯队(吃肉)
英伟达
技术、生态、品牌
78%
AI芯片设计
大客户自研芯片
第一梯队(吃肉)
微软、亚马逊、谷歌
现金流、云网络
70%左右
自研芯片+数据中心
反垄断、电力瓶颈
第二梯队(喝汤)
甲骨文、CoreWeave
灵活、差异化
40%左右
算力租赁
价格战、毛利率薄
芯片制造
台积电
工艺垄断
55%
先进制程
地缘政治、订单波动

关键动态:最大的“挖墙脚”正在发生

  • 微软、谷歌、亚马逊正在大举自研AI芯片(如微软Maia、谷歌TPU)。这三家同时也是英伟达最大的客户。

  • 【本文分析】:“别只看英伟达现在的风光。它的三个大客户已经明确表示,未来30%-50%的AI算力将使用自研芯片。一旦技术成熟,英伟达的‘吃肉’份额将被严重蚕食。这是报告中提及但容易被忽略的‘技术风险’。”

潜在跨界者:最危险的对手往往不在圈内

  • 苹果手握超千亿美元现金,拥有全球最顶级的芯片设计团队。它只是还没真正下场。一旦苹果宣布自研AI服务器芯片,现在的“第二梯队”可能直接被挤出牌桌。

毛利率透视竞争烈度:

  • 毛利率是护城河的最佳窗口。英伟达78%的毛利率,意味着它还有巨大的降价空间来打击对手。而甲骨文只有40%,一旦价格战开打,它会第一个倒下。“喝汤”的永远比“吃肉”的更危险。


第五步:机会与风险

【专家风险排序】——你应该盯紧哪个?

风险类型
发生概率(专家判断)
冲击烈度(1-5级)
一句话解读
需求风险(业绩暴雷)中高(40-50%)5(毁灭级)
最核心风险。一旦OpenAI等ARR增速低于30%,整个军备竞赛逻辑动摇。
供给风险(电力/民意)高(>60%)3-4(重大)
一定会发生,但影响是“慢性”的,导致项目延期而非崩盘。
技术风险(算法突破)低(<10%)5(毁灭级)
小概率,高影响。一旦发生,英伟达市值可能腰斩。
政策风险(加息)中(30%)4(严重)
取决于油价。但美联储已吸取2000年教训,可能更谨慎。
竞争风险(自研芯片)中高(50%)3(中等)
是长期侵蚀,不是短期崩溃。英伟达有3-5年缓冲期。

核心结论:在所有风险中,最值得盯紧的不是电不够用了,而是“OpenAI下一季度的营收增速”。如果这个数字从100%+掉到50%以下,请立即警惕。

机会(机会点在哪里?)

  1. “卖水人”的确定性:无论最后哪家大模型公司赢了,英伟达和台积电这些“卖铲子”的都会赢——直到自研芯片大规模替代。

  2. AI应用层的“苹果时刻”:当前大家投的钱主要在基础设施(硬件)。当算力成本降到某个临界点,真正能改变普通人生活的AI应用(软件)就会爆发。这可能是下一个孕育新巨头的领域。

  3. 电力与散热配套:数据中心狂潮带来了对电力设备、高效散热方案的暴增需求。这些细分赛道,巨头看不上,但对中小企业是实实在在的金矿。


【普通人可操作的观察指标】

看完报告,你不想只当一个“吃瓜群众”。以下是低成本、高信息量的“草根调研”工具:

1. 对于投资者/分析师:

  • 盯住台积电的法说会(季度业绩说明会)。 台积电是AI芯片的“总开关”。如果它说“AI芯片订单能看到2027年底”,那就还很安全;如果说“客户开始调整库存”,那就是第一声警报。

  • 关注美国能源部(DOE)的数据中心电力申请。 这是一个领先6-12个月的指标。如果新申请数量大幅下降,意味着项目在推迟。

2. 对于产品经理/从业者:

  • 试用AI代码助手(如GitHub Copilot、Cursor)。 它们是AI应用成熟度的“金丝雀”。如果代码采纳率持续提升,说明AI真在提高生产力;如果用户活跃度停滞,说明“AI泡沫”在应用层先破。

  • 跟踪Anthropic和OpenAI的API价格。 过去两年,API价格每年下降80-90%。如果降价速度突然放缓,说明算力成本下降遇到瓶颈,或者需求增速跟不上供给。

3. 对于普通读者/求职者:

  • 关注招聘网站上“AI基础设施”相关岗位的数量和薪资。 如果英伟达、微软停止大规模招聘数据中心工程师,那肯定是风向变了。

  • 一个反直觉的指标:离AI公司远不远? 如果你在旧金山、纽约、奥斯汀的咖啡馆里,听到普通人(非程序员)开始频繁聊ChatGPT的某个新用法,那说明应用层真的在破圈;反之,如果只在科技圈自嗨,那还是个小众玩具。


核心结论

  • 行业阶段:成长期的中场。 产业资本扩张周期尚未结束,但金融市场的“情绪”已进入高烧阶段。相比2000年泡沫,基本面更扎实;但投资强度、物理限制等新问题已浮出水面。

  • 最大机会: 短期看“卖铲人”(芯片、数据中心配套),长期赌“应用之王”。

  • 最大风险:业绩兑现失败。 华尔街的耐心不是无限的。当OpenAI每花1美元买算力,只能赚回0.9美元时,故事就结束了。泡泡被吹大的唯一原因是,所有人都在假装“明天就能赚回来”。

您看好这个行业吗?是觉得现在像极了泡沫前夕,还是坚信这是一场堪比工业革命的大变革?欢迎在评论区聊聊您的看法。

免责声明:本报告所涉及的观点或信息仅供参考,旨在提供一种经济分析的视角,不构成任何投资建议,亦不代表所涉企业立场

本报告的部分信息来源于公开资料,对该等信息的准确性、完整性或可靠性不做任何保证文中图片均来自网络公开渠道,版权归原作者所有,如有侵权请联系删除。本报告所载的资料、意见及推测仅反映于发布本报告当日的判断,过往报告中的描述不应作为日后的表现依据。在不同时期,可发出与本报告所载资料、意见及推测不一致的报告或文章。平台均不保证本报告所含信息保持在最新状态。同时,对本报告所含信息可在不发出通知的情形下做出修改,读者应当自行关注相应的更新或修改。

市场有风险,投资需谨慎。过往业绩不代表未来表现,投资者应充分考虑市场波动、流动性等因素,并在做出决策前咨询专业财务顾问。未经授权,任何机构或个人不得转载、引用、复制本报告内容。本报告知识产权归作者所有。

任何机构或个人应对其利用本报告的数据、分析、研究、部分或者全部内容所进行的一切活动负责并承担该等活动所导致的任何损失或伤害。