AI泡沫终于开始破裂

执行摘要

大型科技公司不再仅仅在人工智能上进行投资。

它正在围绕这一点重组技术行业的资本结构。

亚马逊、微软、谷歌和Meta现在的支出规模越来越像国家工业政策计划，而不是正常的公司投资周期。这笔资金流入数据中心、芯片、服务器、网络设备、冷却系统、电力基础设施以及长期的人工智能能力承诺。

看涨的论点显而易见：人工智能可能成为全球经济的下一个操作层。

看跌的论点却越来越难以忽视：支出来得远快于已经证明的投资回报。

麦肯锡2025年的全球人工智能调查发现，大多数组织仍未看到人工智能对企业整体EBIT的显著影响。只有39%的受访者认可人工智能对EBIT的任何影响，其中大多数人表示人工智能对企业EBIT的贡献不足5%。麦肯锡只将约6%的受访者归类为人工智能“高绩效者”，他们产生了显著的利润影响。 （[麦肯锡公司][1]）

这个基础设施支出与实现收益贡献之间的差距——就是整个故事。

人工智能可能是真实的。生产率的提升可能是真实的。长期的 платформ 变革可能是真实的。

但是市场并不是因为技术是虚假的而崩溃。

它们崩溃是因为为技术所支付的价格与其能够产生的现金流脱节。

新的人工智能交易：先支出，后证明

当前的人工智能浪潮已从软件故事演变为资本强度故事。

在早期阶段，市场奖励与生成型人工智能相关的所有东西：芯片、云计算、软件、网络安全、自动化、企业工具、数据中心REIT、电力设备、核能、冷却系统，甚至公共事业。

现在问题已经改变。

不再是：谁从人工智能中受益？

而是：谁能从投入的资本中获得可接受的回报？

高盛的基线模型预计，2026年人工智能基础设施资本支出约为7650亿美元，到2031年将增至1.6万亿美元，预计在2026年至2031年间累计资本支出将达到约7.6万亿美元。该估计包括人工智能所需的完整物理堆栈：加速器、数据中心、能源传输、冗余系统、冷却基础设施和支持电气设备。

这并不是一个正常的升级周期。

这是一种文明级别的扩建。

而市场现在被要求相信，这种扩建将产生足够高、足够快、足够持久的回报，以证明历史上最大的企业支出潮之一的合理性。

超大规模的支出浪潮是真实的

人工智能的扩建并不是理论上的。它已经在财务报表中显现。

谷歌在2026年第一季度报告了1099亿美元的收入，同比增长22%，而谷歌云的收入增长了63%，达到了200亿美元，这一增长主要得益于企业人工智能解决方案、人工智能基础设施和核心谷歌云平台服务。谷歌还报告称，谷歌云积压订单相比上一季度几乎翻了一番，超过4600亿美元。

但资本支出强度却在迅速上升。谷歌在2026年第一季度的财产和设备采购达到了357亿美元，是上一年同期172亿美元支出的两倍多。

微软同样发布了强劲的业绩。收入增至829亿美元，同比增长18%，首席执行官萨提亚·纳德拉表示，微软的人工智能业务年收入超过了370亿美元，同比增长123%。（[微软][4]）但微软的财产和设备支出在本季度攀升至约309亿美元，相比之下，上一年同期为167亿美元。

Meta在2026年第一季度的收入为563.1亿美元，同比增长33%。而其资本支出（包括金融租赁的本金支付）为198.4亿美元。更重要的是，Meta将其2026年全年的资本支出前景上调至1250亿至1450亿美元，高于之前的1150亿至1350亿美元的范围，原因是组件价格上涨和额外的数据中心成本。

亚马逊在2026年第一季度的结果也显示了扩建的规模。AWS销售同比增长28%，达到了376亿美元，而亚马逊透露，过去12个月的自由现金流下降至12亿美元，主要是由于593亿美元的财产和设备采购同比增加，亚马逊表示这主要反映了人工智能的投资。

这些数字令人震惊。

这些公司并不是在试验人工智能。

他们正在构建下一个计算时代的物理基础设施。

问题是，投资者仍然无法清晰地洞察实际的人工智能回报配置。

真正的问题：人工智能收入仍然模糊不清

超大规模企业正在报告云计算增长、积压增长、人工智能使用增长、代币交易量增长、客户需求及产能约束。

这些都是实际信号。

但它们并不等同于透明的人工智能盈利能力。

投资者需要分清三个不同的问题：

首先，人工智能是否推动了云计算的需求？是的，显然是。

第二，超大规模企业是否从人工智能工作负载中产生了收入？是的，越来越多。

第三，这些人工智能工作负载是否在已投入的巨大增量资本上产生了吸引人的回报？这一点仍然是未解决的问题。

这个区别是重要的。

一家公司可以增长收入，但如果生成这些收入所需的资本增长速度超过了经济回报，它仍然会破坏股东价值。

这一点使得人工智能周期变得危险。

在狂热时期，市场奖励收入增长。

在恐惧阶段，市场开始询问折旧、自由现金流转化、投资资本回报、客户回收期和有用资产寿命。

这是故事迅速转变的时刻。

麦肯锡的人工智能投资回报数据应该让投资者感到不安

人工智能辩论中最重要的一个方面并不是人们是否在使用人工智能。

他们在使用。

问题在于人工智能是否正在转变企业经济学。

到目前为止，证据是复杂的。

麦肯锡的2025年调查发现，人工智能的应用正在行业和职能间扩展，但大多数公司仍未在工作流程中深度整合人工智能。只有约三分之一的受访者表示，他们的组织正在全公司范围内扩展人工智能项目。

更重要的发现是收益影响。

麦肯锡发现，只有39%的受访者将任何EBIT影响归因于人工智能，而这些人中大多数表示，人工智能对企业EBIT的贡献不足5%。该公司识别出人工智能高绩效者——那些看到显著底线影响的公司——仅占约**6%**的受访者。

这并不意味着人工智能毫无用处。

这意味着人工智能尚未为大多数公司转化为广泛、可衡量的企业利润提升。

当基础设施账单已经朝着万亿美元年规模发展时，这就是一个问题。

市场实际上在为一个未来定价，即人工智能成为广泛的企业生产力引擎。

但今天的数据仍然表明，大多数公司仍处于实验、部分部署和有限工作流程整合之间。

这种期望与实现之间的差距，就是泡沫形成的地方。

通货膨胀问题：人工智能使用成本随时间降低

另一个被低估的风险正在显现。

人工智能基础设施的支出正在爆炸，与此同时，使用人工智能的成本却在下降。

根据斯坦福大学2025年人工智能指数，GPT-3.5级别的系统的推理成本在2022年11月至2024年10月期间下降了超过280倍。斯坦福还指出，人工智能硬件成本每年下降约30%，而能源效率每年提升约40%。

这听起来对采用是有利的。

确实如此。

但这可能对每个花费数千亿美元建设能力的公司并不乐观。

如果智能的单位价格迅速下降，那么人工智能基础设施可能会比投资者预期的更快地成为一个通缩型业务。

这就造成了一个悖论。

人工智能变得越便宜，使用范围可能越广泛。

但人工智能变得越便宜，在昂贵的基础设施上获得垄断级回报的难度可能会越大。

这尤其重要，因为斯坦福大学还发现，开放式模型在某些基准上的表现差距已从8%降至1.7%，缩小了与封闭模型的差距。

这削弱了每个超大规模云服务商都有持久技术护城河的观点。

如果模型收敛，推理成本崩溃，客户变得更加关注价格，那么人工智能基础设施层可能最终表现得不再像软件垄断，而更像是资本密集型商品市场。

这是一个没有人愿意为其定价的风险。

折旧问题可能成为下一个市场关注点

市场在建设阶段喜欢资本支出（capex）。

在回收阶段它们厌恶折旧。

人工智能基础设施存在一个使用寿命问题。

数据中心可能持续很长时间。电力基础设施可能持续很长时间。但最有价值的组件——GPU、加速器、服务器、内存、网络设备和专用人工智能硬件——可能会比传统基础设施更快达到经济上不再适用的状态。

这很重要，因为折旧不仅仅是一个会计细节。

它是对昨日资本支出的延迟确认。

如果公司今天在人工智能资产上花费数百亿或数千亿美元，损益表最终将不得不在明天吸收折旧负担。

市场应关注五个方面：

1. 人工智能收入披露是否变得更透明。
2. 人工智能工作负载是否改善或稀释云端利润。
3. 随着资本支出的上升，自由现金流转换是否恶化。
4. 折旧费用是否增长得比人工智能服务的收入更快。
5. 客户是否能够产生足够的投资回报率以持续增加人工智能支出。

这就是人工智能主题变得更加脆弱的地方。

交易的第一阶段关注需求。

第二阶段将关注回报。

这并不意味着人工智能是假的

最强烈的看跌论点并不是人工智能是假的。

这是懒惰的表现。

更强的论点是，人工智能可能是现实的、有用的，且在经济上重要——而仍然会产生一个超出需求的大规模资本周期。

这正是先前技术繁荣时期的情况。

互联网在1999年是真实的。

光纤网络是真实的。

电子商务是真实的。

软件是真实的。

半导体是真实的。

但是网络泡沫仍然发生，因为投资者将真实的技术变革推断为不切实际的财务假设。

同样的逻辑适用于此。

人工智能可以改变世界，仍然可能被过度建设。

人工智能可以提高生产力，但仍然无法证明每一美元的资本支出都是合理的。

人工智能可以产生巨大的收入池，但如果过多的资本一次性涌入市场，仍然会压缩回报。

这就是技术革命与可投资回报之间的区别。

投资者必须避免混淆这两者。

看涨的论点仍然有力

公平地说，看涨的论点并不弱。

Alphabet的云加速是真实的。AWS的增长是真实的。微软的人工智能收入跑道也是真实的。Meta的广告业务仍然极具盈利性，人工智能有可能改善精准营销、内容推荐、创意自动化和用户参与度。人工智能供应链仍然受限，这在短期内可以支持芯片、网络、内存、冷却和电力设备的定价能力。

超大规模云服务商的资产负债表也是较小公司无法比拟的。

它们可以资助建设。

它们可以吸收损失。

它们可以比大多数投资者预期的时间更长地等待。

如果人工智能成为工作、搜索、商业、软件开发、广告、客户服务、网络安全和企业自动化的默认接口，那么构建基础设施的公司可能会变得更加占主导地位。

这就是严肃的看涨论点。

问题不在于是否存在潜在的上行空间。

问题在于当前的支出路径是否已经过早地假设了过多的上行空间。

恐惧阶段在狂热阶段之后到来

每一个市场周期都有一种心理。

首先是怀疑。

接下来是采用。

然后是加速。

然后是狂热。

然后是合理化。

然后是恐惧。

人工智能已经经历了早期阶段。这项技术几乎在一夜之间从好奇变成了董事会的 mandated。每家公司都需要一个人工智能战略。每个软件产品都需要一个人工智能功能。每个投资者演示文稿都需要一张人工智能幻灯片。

现在市场正进入一个更加困难的阶段。

支出已不再足够小以被忽视。

资本支出不再是理论上的。

盈利影响不再被假设。

问题越来越不可避免：

回报在哪里？

这就是这一时刻的重要性。

如果投资者继续看到加速的人工智能收入、稳定的利润、高强度的自由现金流和可信的回收期，那么繁荣可能会继续。

但如果资本支出持续上升，而人工智能收入披露仍然模糊，折旧增加、客户的投资回报率不一致且价格压力加大，市场将开始重新定价整个交易。

不是因为人工智能失败。

而是因为财务模型变得过于激进。

投资者接下来应该关注的内容

人工智能市场的下一个阶段不会由头条新闻决定。

它将由财务报表决定。

投资者应首先关注人工智能收入披露。公司在模糊的定性术语中讨论人工智能越多，市场就应越加怀疑。真正的平台变革最终会反映在分部收入、利润、订单质量、客户留存率和现金流中。

其次，观察自由现金流。亚马逊披露的过去12个月的自由现金流因与人工智能相关的财产和设备投资激增而降至12亿美元，正是投资者应在整个行业中关注的信号。

第三，观察折旧。建设越大，明天的收入必须吸收昨天的基础设施支出。

第四，观察推理定价。如果智能的单位成本持续下降，长期赢家可能是客户和应用层公司，而不一定是每个基础设施提供商。

第五，观察企业投资回报率。如果麦肯锡未来的调查显示使用人工智能产生有意义的营业利润的公司显著增加，那么看涨的论点将会增强。如果没有，支出周期将变得更难以证明。

每日投资底线

人工智能繁荣并未结束。

但叙述的简单部分可能就要结束了。

在过去两年中，投资者奖励了抱负。他们奖励了规模。他们奖励了资本支出。他们奖励了每一个能够可信地声称与人工智能建设有关的公司。

下一个阶段将不同。

市场将要求证明。

收入的证明。

利润的证明。

自由现金流的证明。

客户投资回报率的证明。

数万亿用于人工智能基础设施的投资能够产生超出资本成本回报的证明。

这是一条更高的门槛。

危险不在于人工智能的消失。

危险在于人工智能变得如此竞争，如此昂贵，并且如此通缩，以至于构建基础设施的公司获得的回报低于投资者的预期。

这就是狂热破裂的方式。

不会一次性发生。

最初缓慢发生。

然后突然发生。

人工智能革命可能是真实的。

但为此所支付的代价可能是疯狂的。

如果市场开始相信这一点，恐惧阶段将不需要许可即可开始。

准备好分析您的下一笔投资了吗？

获取免费的公允价值分析，分析任何股票。几秒钟内计算内在价值、安全边际和机构级风险指标。无需信用卡。

想要完全访问我们的机构研究工具？探索 Invest Daily Pro。

Updated for 2026

This article has been reviewed and updated to reflect the latest developments in market analysis. The investment landscape continues to evolve, and the principles outlined in this guide remain as relevant as ever. Key areas to monitor include AI泡沫, 科技股风险, 人工智能投资, and related market trends that may impact your investment decisions. Staying informed about regulatory changes, interest rate movements, and sector-specific developments is essential for making sound investment decisions in 2026. The core principles of diversification, risk management, and long-term thinking continue to be the foundation of successful investing, regardless of short-term market fluctuations. Always consult with a qualified financial advisor before making significant investment decisions, and ensure your strategy aligns with your personal financial goals, risk tolerance, and time horizon.

What's Changed in 2026

• Market conditions: Interest rate policy and inflation trends continue to shape investment decisions across all asset classes, with defensive sectors gaining attention during periods of uncertainty.
• Regulatory updates: New regulations may impact specific sectors, so stay informed about changes that affect your portfolio and tax-advantaged accounts.
• Technology trends: AI and automation are reshaping industries, creating both opportunities and risks for investors evaluating long-term growth prospects.
• Global dynamics: Geopolitical events and international trade policies can create market volatility and sector-specific impacts that require portfolio adjustments.
• Tax considerations: Tax laws may change, affecting the after-tax returns of different investment strategies and the optimal structure of retirement accounts.

Actionable Steps for 2026

1. Review your portfolio allocation: Ensure your investments align with your current risk tolerance and financial goals, and rebalance if market movements have drifted your allocation.
2. Maximize tax-advantaged contributions: Take full advantage of retirement accounts and other tax-advantaged vehicles before the end of the year.
3. Stay educated: Continue learning about investment strategies, market dynamics, and personal finance principles through reputable educational resources.
4. Use institutional-grade tools: Leverage valuation calculators, portfolio analyzers, and research tools to make data-driven investment decisions.
5. Maintain a long-term perspective: Short-term market noise is just noise. Focus on your long-term financial objectives and avoid emotional reactions to market volatility.