投資人：評估AI投資泡沫的5項指標，當下為什么「不完全是泡沫」

近日，在播客Plain English中，主播Derek Thompson與投資人、研究機構Exponential View創始人Azeem Azhar展開了一次對談，他們主要圍繞當下AI投資是否形成“泡沫”進行了討論。而在此前該播客的節目中，分析師Paul Kedrosky的“當下AI投資是一個巨大的泡沫”這一觀點和分析引發了硅谷廣泛的爭議。

Azeem Azhar則持不同觀點。

關于“AI是否處于泡沫”，Azeem提出五項觀察指標：經濟壓力、行業壓力、收入增長、估值熱度、融資質量。他的總體結論是，當下確有值得擔憂之處，但尚未滿足“泡沫”嚴格定義。

首先，他給出兩條判斷泡沫的硬標準——估值至少下跌50%、并持續數年；與之相伴的生產性資本投資也至少下降50%、并持續數年。以此觀之，當下的AI投資并不符合這一情景。

在“經濟壓力”指標上，數據中心建設對美國GDP的貢獻顯著，但未到歷史大泡沫的臨界水平。Azeem回溯18次泡沫后指出，一個經驗閾值是投資占GDP約2%開始“棘手”，3%則“很麻煩”。當下的AI建設確實在緊張電力與地方政治之間制造張力，但它也把美國經濟重新拉回“建設”，帶動工程、暖通、電工等實體崗位。

“行業壓力”與“收入增長”是最關鍵的兩項指標。他們分析稱，當下AI數據中心年Capex約3700-4000億美元，而AI相關收入僅約600億美元，存在約6倍差距。與鐵路（Capex約為收入2倍）、90年代的電信（4倍）相比，AI的“投資超前”更明顯。Azeem承認這“令人擔憂”，但指出技術基礎設施的收入天然滯后，且生成式AI的商業化正快速追趕。他認為，核心在未來數年能否實現“連續每年約100%的收入增長”。

“估值熱度”方面，AI龍頭的權重驅動了股指上漲，生態內存在“供應商融資”的互相持股，看似形成“估值蜘蛛網”。Azeem將其與互聯網泡沫時期的債務式循環融資區分：如今更多采用股權、附帶條件，但需求真實強勁。

最后，“融資質量”指標是歷史上最容易引爆崩盤的引信。未來三年全球數據中心Capex或達3萬億美元，超級云廠商僅能覆蓋約一半，剩余需依賴SPV、私募信貸、證券化等“表外”結構。Azeem稱之為“奇異”但還不是”有毒”，但強調要盯緊透明度：看清SPV里的真實風險、GPU折舊與現金流匹配等方面。

以下為「明亮公司」編譯的訪談正文（有刪節）：

Azeem Azhar（來源：個人網站）

泡沫的兩個標準

Derek Thompson：今天的主題是“關于人工智能的錯誤看法”。兩周前，投資人兼作家Paul Kedrosky解釋了他為什么認為人工智能是個泡沫。……我最近開始懷疑，會不會形成一個“把AI稱作泡沫”的泡沫？今天的嘉賓說：會。

Azeem Azhar是投資人，在介紹Azeem之前，先回顧下為什么如今大家都篤定AI是泡沫。

回到上世紀60年代，阿波羅計劃投入約3000億美元（按通脹調整）讓美國登月。今天的AI建設要求企業集體資助一個新“阿波羅”，不是每十年一次，而是每十個月一次。超級云廠商、大型科技公司、前沿實驗室每年一起在AI上花3000到4000億美元。這可能是任何一組公司為任何事情花過的最多的錢。

金融泡沫的標志之一是復雜融資：當你看到公司開始借債，或設計新型金融工具來建造一個沒有可靠回報的東西，你就該警惕。我認為我們已經抵達這個階段。正如Paul Kedrosky在上期節目里說，這些超級云廠商正在創建所謂的SPV（Special Purpose Vehicle，即“特殊目的實體”），像黑箱一樣，往里面扔點錢，私募也扔點，然后這個黑箱就去建數據中心。它們把AI基礎設施移到表外，讓我對“他們不想讓投資者看到建設到底有多貴”這點感到不安。

九月，Oracle宣稱將與OpenAI達成數千億美元的未來交易，股價大漲。

但有個問題，Oracle沒法靠自身現金流（業務賺的錢）來支持這筆交易，它需要承擔驚人的新債務。J.P. Morgan的Michael Cembalest這樣描述這筆交易——Oracle股價因被許諾每年從OpenAI拿到600億美元而上漲25%，這錢OpenAI還沒賺到。

來源：JPmorgan.com

用來提供云計算設施是Oracle還沒建好的。需要4.5吉瓦電力，相當于2.25個胡佛水壩，而美國還沒建。AI夢想建立在很多“還沒有”和“也許”上。但Azeem認為，現在還太早不必恐慌。今天我們討論AI“尚非泡沫”的論證。歡迎來到節目。

Azeem Azhar：謝謝邀請，Derek。

Derek Thompson：……我們從最基礎的開始吧，Azeem，什么是“泡沫”？

來源：Plain English@Substack

Azeem Azhar：這就個問題價值萬億。我其實同意Paul說的很多東西。在我看來，泡沫要有非常清晰的定義，不是“感覺”。

我給兩條標準：第一，必須出現顯著的市場回撤，不是20%的熊市，而是40%、50%，且要持續很久。互聯網泡沫的市場回撤持續了15年；房產泡沫持續了七八年。

第二，為了區別于投機者過度興奮，推動泡沫的生產性資本投資也要顯著下降。過往泡沫里，這個降幅通常要達到50%或以上。所以我看兩個測試：估值至少下跌50%，持續幾年；該技術領域的生產性資本也至少下降50%，持續幾年。

Derek Thompson：你提到房產泡沫、全球金融危機，也提到互聯網泡沫。這次有哪些相同、有什么不同？

Azeem Azhar：我都經歷過。互聯網泡沫時，有人沿著消防通道爬進我辦公室就為了推銷項目找投資。希望這場面不會重演。房貸危機時，我認識了Countrywide Financial的CEO、次貸發放者Angelo Mozilo——他有個很棒的古銅色膚色，我那會兒每天都在電視上看到他。

Angelo Mozilo（來源：公開信息）

Derek Thompson：不知道為什么，我對他的膚色記憶猶新。全球金融危機和房市崩盤的畫面我都不太記得，但我記得那人的膚色，真的非常棒。

Azeem Azhar：確實非常棒，不幸的是，他的抵押貸款就不像他的膚色那么棒。你會看到這些人、這些時刻。跟互聯網泡沫的相似之處是：它由風險資本、硅谷、對“改變世界”的新技術的承諾推動。

我們在1999年還幻想在網絡空間建一個新國家。但真正不同的是，那時除了Yahoo、CNET、eBay，幾乎沒人用這些網站和服務。它們是空的。那時流行一句話，來自凱文·科斯特納主演的《夢幻之地》：建好，他們就會來。結果人們把東西建好了，沒人來。比如pets.com花了1.5億美元，月營收只有60萬美元。非常混亂。相似性到此為止。

今天的生成式AI不同：我們大多數人都在用ChatGPT，很多公司也在用，而且真金白銀在花。這感覺與2000年截然不同。

Derek Thompson：這就是我的困惑。我承認我用ChatGPT；我也承認Claude很出色，很多GenAI工具都很棒。與此同時，我看到關于“Thinking Machines”的新聞——這家AI初創公司由前OpenAI高管Mira Murati掌舵，剛完成史上最大種子輪，融資20億美元，估值100億美元。他們沒有發布產品，也沒向投資者說明要做什么產品。

有位和Murati見過面的投資者（她公認非常聰明）說：“這是最荒唐的路演。她就說，我們要做一家有最好AI人才的AI公司，但我們不能回答任何問題。”這讓我不免聯想到互聯網時代——巨大的承諾要重塑零售業，卻幾乎看不到真實業務。或者像某個鳳凰城不知哪的邊緣地帶的住房開發項目，看著很美，融資也似乎妥當，但無人入住。

像這樣的故事，是否讓你有點“直覺感應”，覺得現在大量資金正涌向非常昂貴的項目，預期泡沫很重，而缺乏明確的收入證明？

Azeem Azhar：Thinking Machines確實是很好的例子，我的“直覺感應”也在發抖。沒有商業計劃、沒有產品，卻是那樣的估值，很難拼起來。但這種事在私募風投市場時不時會發生，通常不會溢出到“現實世界”。三年前，風投募資和估值瘋狂到不行。后來停了，價格回歸正常，如今又貴起來了，確實感覺在朝向泡沫時刻。

但另一面是，即便這些初創公司，也在瘋狂增長。剛聽說Cursor已經做到幾億美元的營收，這家公司才三歲。我投資過一個AI郵件工具，幫助你回復郵件。我記得看他們的路演時很生氣，因為他們說第一年做到1000萬美元營收，我說這太荒唐，不可能，這是我不喜歡你們項目的地方。結果他們9個月就做到1700萬美元，而且增長更快，因為客戶愿意付錢。別忘了，今年底那個三年前闖入我們生活的奇特實驗ChatGPT——到今年底年化營收會到100億美元。這是真錢，而且比Facebook或TikTok達到這個里程碑更快。所以當然會有亢奮的時刻，但也有真實客戶在為他們真正喜歡的產品花真金白銀。

Derek Thompson：我記得和Stripe的人聊過，他們比較了平臺上AI公司與非AI公司的數據。他們展示了非常有說服力的證據，在Stripe上自稱AI公司的企業，在營收增長上遙遙領先，超過平臺歷史上任何群體的增長速度。

這很令人困惑也很吸引人——AI公司的營收增長驚人，同時AI基礎設施的投入遠大于營收。這仍然可能是泡沫。我們正把它當作一個10萬億美元的經濟市場來投資，而它可能是一個1萬億美元的市場。所以需要具體化。

你的分析非常具體。你說，判斷“AI是不是泡沫”沒有一種答案，而是五種測試。接下來我想逐一過這五個測試。

你定義為：經濟壓力、行業壓力、收入增長、估值熱度、融資質量。

經濟壓力：歷史上看占GDP 3%的投入就「很麻煩」

Derek Thompson：我們從第一項“經濟壓力”開始。這基本是在問——這個行業的投資規模是否大到足以扭曲整體經濟，就像鐵路或互聯網泡沫那樣？最近的GDP增長中，有三分之一可以追溯到數據中心建設。這太巨大了。為什么這還不足以讓我們擔心AI的泡沫？

Azeem Azhar：我回溯了18次泡沫案例，最早到1790年代的運河。在可獲得數據的地方，我發現一個臨界點——約占GDP的2%開始“有點棘手”，到3%就變成“很麻煩”，鐵路在1870年代就到了3%。

原因是，尤其在像美國這樣龐大復雜的經濟體，它能吸收這樣的水平。此外，我還要說，在目前這個時點，如果沒有數據中心的建設，美國經濟可能走向衰退。而這次建設涉及到——美國公開強調且像你和你的同事也一直強調——“回到建設”。建數據中心要澆筑混凝土。我剛和一家有140年歷史的美國工程公司高層交流，他們現在在忙著建數據中心，用到電工、項目經理、暖通工程師等。這在我看來，眼下其實是好事。同時也要看到其他后果：數據中心建設地的電價普遍上漲，這讓沒從硅谷風投里獲利的人承擔了成本，社區開始反彈。

Azeem Azhar：就在這周，威斯康星州的Caledonia鎮否決了一個微軟數據中心，他們說不愿意把農田改成數據中心。這種政治張力開始出現——經濟壓力的落點在哪？是經濟總體的能占上峰，還是政治動態會迫使公司改變做法？

Derek Thompson：你剛講的可以有兩種敘事。一種是：我們過去不怎么在物理世界建東西，現在我們在建東西，建的是數據中心，這是好事，因為“建設就是好事”。

另一種是：數據中心在吸走我們應該建的其他東西的資源，比如住房。住宅投資最近驟降，制造業就業下滑。Paul的觀點是，AI和數據中心像黑洞、像垂死恒星、像“死星”，把周圍所有行星吸過去，把勞動力、資源、資本都吸向AI，從而不能用于建房等。你怎么看這個解讀：AI不只是新增投資，它也在“擠出”我們認為長期更有生產性的投資？

Azeem Azhar：“擠出效應”的風險是真的。原因在于，建數據中心的回報率要高于建公寓樓。但這些情況往往會趨于平衡。我們更希望看到的是需求刺激。看看美國的能源基礎設施，過去25到30年，美國對電網和電源的投資不足。這打破了經濟長期關系：更多能源意味著更多福利、繁榮、收入、創新。

現在有錢的公司開始破局，說我們需要更多電力，這在中期凈效應可能是好事。當然短期會有緊張。好在“建設”的美妙之處是，會形成許多可轉移的學習和實踐，適用于其他類型的建設——時機一到就能用。所以我認同眼下存在一個“焦點問題”。但三到五年后，我們是否會開始看到收益？它可能不是黑洞，更像是一顆M型恒星（注：紅矮星，低于0.25個太陽質量，占銀河系恒星總數約70%）。

Derek Thompson：補充一點：你說中長期對發電是凈增益，我覺得這個限定很重要。未來幾個月、幾個季度、幾年，數據中心很可能先推高電價，再推動發電增長。這兩者都可能為真。我想回到你剛才的比較：你把AI建設比作鐵路、寬帶、19世紀初的運河。

但有個重要差異：GPU的折舊遠快于鋼軌。你把鋼鐵鋪進地里，幾十年都能跑火車；你挖運河，水路能載蒸汽船幾十年。用你的話說，Nvidia現在的高質量芯片，2到3年就不是前沿。企業若想最好的預訓練，就得換新芯片。如果企業每三年集體花上5000億美元買最好的GPU，他們怎么回本？

Azeem Azhar：如果收入能兌現，他們就能回本。我們可以后面再談收入。今年投向數據中心的三四千億美元里，約50%到60%是GPU。公司通常把這些資產在賬上折舊六年。這很長，但不是運河或鐵路。我們也知道，三年后它們就得退出現役。這確實是個ugly point，和會計處理有關。

公司可能會說，GPU能賺錢，兩年就回本，目前看似如此，六年也還有余壽。但這個論證有點草率。這是我們希望能改進的地方（但可能大概率得不到）：比如GPU該如何折舊、公司作為“運維費用”（Opex）應有什么稅收激勵、以及更透明。

有人給我發郵件說，在中國，會計規則里計算機芯片折舊三年，最多五年。我們得盯著它，它可能變成問題。

行業壓力：AI收入和資本支出不成比例？

Derek Thompson：你提到收入，我們就跳過去。第二項測試叫“行業壓力”，本質是問，行業收入是否與資本開支相稱？公司是否能憑AI基礎設施賺回投資？這里是我特別關心你“非泡沫”論的地方。按你算，數據中心Capex約3700億到4000億美元規模，AI收入約600億美元，這最少是6倍差距。為什么不令人擔心？

Azeem Azhar：它確實值得擔心，但還沒到其他歷史例子的程度。互聯網泡沫時，資本投入與產生的收入幾乎是數量級上的差距。當下問題是——這種狀態能持續多久？要注意，三年前我們還沒有GenAI收入。我們估算很保守，2025年約600億美元。有家大投行估算2025年更接近1530億美元。真實值可能在中間。

再強調，600億只是粗略覆蓋Capex的“量”，沒算利潤率、沒算利潤。技術建設在這個階段，收入通常滯后。這不是建酒店，開業當天就指望80%入住率。技術就是這樣。目前用收入覆蓋投資的比例在16%左右，暫時可以。如果兩年后還在這個水平，我會緊張。

AI收入的增速：最關鍵的指標

Derek Thompson：我們馬上談“收入增長”。有人會說：現在收入低沒關系，只要每年增長300%，最終會追上。但我想釘住一點：在你的分析里，這項是AI最容易被批評為泡沫的短板。你寫道：1870年代美國鐵路擴張高峰，Capex約為收入的2倍。90年代末電信泡沫頂峰，Capex約為收入的4倍，有點更泡沫。AI是6倍，AI的Capex支出是收入的6倍。對不起給聽眾丟了一堆數字，但結論是：按這項指標，AI比鐵路“泡沫性”高3倍，比電信建設高50%。你同意吧？我想明確記錄，你同意這在目前是令人擔憂的。情況會動態變化，但現在是有點擔憂。

Azeem Azhar：是的，令人擔憂。但讓我解釋我的思路：想象飛機在跑道上起飛。我周日要飛行。跑到一半，時速80英里，你祈禱機長別此時拉桿，否則會很慘。如果我們在跑道上已經前進了90%，時速還只有80英里，那會撞上盡頭的墻。所以這就是為什么我把這項指標標成“黃燈”，需要看“加速度”，看它帶我們去哪兒，這是關鍵。

最終要靠真實客戶付費的真實收入，他們不是被逼付錢，明確知道買什么。這是為任何投資買單的方式，也是大家如今做出的最大賭注。

Derek Thompson：問題是，收入增長是否足夠快、足夠廣，能趕上基礎設施支出？如果答案是“是”，那就不是泡沫，只是基礎設施建設+人類史上增長最快的通用技術帶來的收入增長；如果答案是“否”，那就是支出的增長遠快于收入的增長，顯然是泡沫。你先來：為了不讓這些“超級云廠商”的營業利潤在未來幾年暴跌、從而引發大科技公司大拋售，他們需要什么樣的收入增長？錢從哪里來？

Azeem Azhar：他們需要很多，真的很多錢。我們說的是連續幾年每年100%的增長，之后可能會下降，因為基數升高。錢從三處來：第一，消費者和企業為服務付費，消耗大量tokens，或付費購買能替他們做事的應用，比如會計、物流、供應鏈。第二，廣告投放回報。AI能更精準投放，Meta已經提供一些證據。第三，生產率提升降低成本或讓他們做出更好的產品。這里有兩個方向——要么用同樣數量的開發者交付更好的產品，省錢；要么為了讓產品在市場里保持相關性，你現在必須為它提供AI服務。

很多SaaS或Web公司現在就發現了這一點，為了不被淘汰必須提供AI插件，他們可能每月收費20美元，但成本是25美元。如果不做，就會失去客戶。所以這三方面能把收入做起來。還要認識到，這些現在已經是很大的數字了。

線上廣告和軟件購買一年總額超一萬億美元，而且已經在以14%年增率增長。問題是，AI能把這個增長率提高多少？又會替代多少沒用AI的既有公司？投資銀行里有人談到2030年實現每年一萬億美元的AI相關收入。不是板上釘釘，也不是天方夜譚，介于兩者之間。

Derek Thompson：既然談收入增長，就必須承認，有人認為我們接近“最后的發明”——AGI。如果我們在硅里發明了一種“智能”，能做任何事，那它也會賺很多錢。假如未來兩到五年技術躍遷，我們造出所謂“全自動智能體”，也就是AI白領工人，能在幾年內完成99%的白領工作。這會如何改變現狀？

Azeem Azhar：那會很糟糕，有點像沙皇俄國——沙皇更富，農奴更窮。沒有重大政策干預，你會看到舊金山有一個巨大吸錢器，通過AI系統把世界的金錢都吸走。甚至那些自己運營產品的公司，也要向AI公司支付巨額經濟租，利潤薄得像17世紀英國農場的佃農。如果技術真如你描述那樣，且無政策干預，我們可能就會朝那個方向走。

我的判斷是，AGI不會像人們想象的那樣上演。我認為讓這技術在經濟里落地，會花更久，會更難把“能做任何事”的機器人造出來。我也認為，總會出現像威斯康星Caledonia那樣的時刻，人們站出來說——我們要改劇本，往不同方向推動。

Derek Thompson：我覺得Paul Kedrosky那類寫AI泡沫的人，與OpenAI或Anthropic的創立者的割裂在于——如果你認為自己“距離發明近乎上帝的東西只有幾個月”，你怎么會關心短期的泡沫？你認為我們在抵達人類技術發展的終局階段，你不會對“Capex是否略微領先收入增長”這類問題感興趣。你會覺得“幕布后面，離我們的手指只有幾英寸，藏著一種絕對改變世界的技術”，這就是你唯一關心的。

我覺得這可能讓我們（經濟）陷入麻煩：構建技術的人對它的信仰，在心理和哲學上，與鋪設光纖的人不同。即便做pets.com的人也不認為他們要終結人類就業；修鐵路的人知道自己在干嘛，把馬車放上鋼軌，運過全國。

進入下一個指標前，我想暫停一下。可能導致經濟泡沫的一個因素，是這些技術構建者前所未有的自信，認為他們造的是“圣經意義上的最后之物”。

Azeem Azhar：“技術升天論”，可以這么叫。這種救世主式的信念來自一些老板和員工，確實怪異。但現實總會粗魯地打斷夢想。事情總比我們預想更混亂。生成式AI已經能看出這點。企業采用它的速度快于過往技術，快于互聯網和PC。它們也更快看到結果，同時很多公司在掙扎。但把這技術全面融入經濟，把那個“全能AI”遞到我們手里，覆蓋美國乃至全球，不會像給iPhone推個更新那么簡單，過程中還有很多步驟。我和企業談時極常聽到這些。

幾周前我在拉斯維加斯和300位IT主管交流，做舉手問答。大約一半說：我們現在還沒見到結果，但兩年內應該能見到。和他們深聊，是很具體的挑戰，像通下水道一樣的瑣碎事。公司是復雜的，你不能把ChatGPT“丟進Costco或沃爾瑪”，打個響指就搞定。要時間，要很多事。技術擴散和部署的故事一直如此。所以我的看法是，這些系統會變好，也會更快變好。但我們得做好準備，讓它們變得非常好。現實永遠比表格模型更凌亂。

估值熱度：現在股價過高了嗎？

Derek Thompson：第四項測試叫“估值熱度”，本質是問：股價是否過高？天啊，只要沾上AI的股票就暴漲。過去兩年，標普500的漲幅中約60%來自與AI相關的公司，如微軟、Nvidia、Meta。看這些公司估值飆升的原因，常常顯得像是自證循環。

比如Nvidia說要向OpenAI投資1000億美元，作為回報，OpenAI同意向Nvidia買數十億美元的芯片。之前，OpenAI又和Nvidia的對手AMD簽了合約，買數百億美元的芯片，作為交換，OpenAI將獲得AMD約10%的股份。這就像“我會買你10億美元的東西，只要你給我10億美元的股票”。到某個點，這一切像一個極度互相牽連的估值蜘蛛網。你覺得這和互聯網泡沫相比，有何相同或不同？

Azeem Azhar：我覺得和互聯網泡沫很不同。彼時也有循環的供應商融資，但多是債務，不是權益，技術性上不同；而且花的錢常常是“假”的，下行時沒人用那些光纖。我們直到2012、2013年，也就是YouTube真正爆發時，才開始用上那些光纖。今天的差異是，這類交易多用權益；很多都是分期，要達到里程碑才兌現；而且美國乃至全球的企業前所未有地強烈需求這種技術。它難看嗎？我現在屏幕上就開著你說的蜘蛛網圖，確實，你應該看著它覺得“不對勁”。

但讓我再舉一個我們熟悉且曾長期有效的例子——“供應商融資”。大概是在1919年，通用汽車設立了GMAC（注：即通用汽車金融公司，現為Ally Financial Inc），因為經銷商很難融資開店，美國人有穩定工作但沒法全款買車。GMAC：我們有最好的資產負債表、最多現金，我們來為經銷商和美國購車者提供融資。GMAC今天仍存在。十年內，GMAC的貸款賬本相當于美國GDP的0.5%。所以“供應商融資”并不必然會爛尾。它會引入新風險，讓參與方可能表現糟糕。我們需要透明，看到這些關系之間發生了什么，有沒有隱藏東西。我們在安然、WorldCom身上學到過。對我來說，這正是需要媒體審視的領域。現在看，它可能會變壞，但還沒有，看起來離變壞還有一段距離。

Derek Thompson：有沒有理由擔心，把一個在穩定行業有效的供應商融資模式，應用在21世紀一個全新行業——AI，會帶來我們不熟悉、無法映射歷史類比的風險？

Azeem Azhar：我認為會帶來各種我們難以映射的風險，我們會像全球金融危機時一樣，落后于形勢，比如評級機構沒把一筐爛按揭的債券評級好。讓我注意的是，很多交易目前仍相對透明，也有一點經濟邏輯。不是Nvidia說“你來買我的芯片，我再給你錢去買”。這里發生的是——Nvidia有最強資產負債表，也在芯片上近乎壟斷，它真的很想多賣。某種程度上，這是它的邏輯做法，特別是OpenAI這種非常年輕、巨額虧損、沒有適合Capex的大資產負債表的公司。這當然是個很樂觀的解讀。但如果你要思考：如何確保不因為燃料短缺無法滿足客戶需求？我不確定你還會怎么做，尤其當需求如人們所說那樣火爆時。

融資質量：大量數據中心支出發生在表外

Derek Thompson：第五項：你稱之為“融資質量與即將到來的信用（兌付）壓力”。按你的測算，未來三年全球數據中心Capex將達到3萬億美元。 “超級云廠商”能覆蓋約一半。剩下的1.5萬億要從別處來。可能是私募信貸、證券化融資、新運營商、甚至政府。正如Paul Kedrosky在上一期節目里解釋，大量數據中心支出發生在表外。SPV里，超級云廠商往盒子里扔點錢，私募資本也扔點錢，盒子就去買數據中心。但在超級云廠商的報表之外，這更容易展示公司盈利，同時也在融資AI的內臟。也許這能奏效，但聽起來非常亂。你覺得有多亂？

Azeem Azhar：挺亂。那些有時間積累利潤和現金的大公司不需要這么干，但年輕公司——比如新興的超大云廠商CoreWeave或OpenAI——需要融資來匹配增長。當然，他們會找到越來越“帶勁”的方式。就目前這個周期階段，這些看起來更像“異域風情”，而不是“毒藥”。問題在于之后會怎樣，有沒有足夠透明度？我們能不能看清SPV里發生什么？我們能否看清GPU折舊到了哪一步？如果看不清，這種不透明會出現各種種暗招。

回顧繁榮如何轉泡沫再轉崩潰：我分析了18次崩潰，有足夠數據深入的案例里，“融資質量”是引爆點的有9次，是壓垮的壓力源的有一半。有時是非法行為，有時只是看不清風險去哪了——全球金融危機就是如此。所以這絕對是我們要盯著的指標，希望資本市場能承擔這個“讓大家守規矩”的角色。

Derek Thompson：總結一下，我們談了投資規模、投資遠超當前收入、你期待收入能以極快的速度增長來追上支出；從股價角度，這些公司至少是很健康的估值，但也在建有巨大需求的東西；最后，融資結構很奇異，但你認為的還是“奇異”，而非“有毒”。

做一個非常簡單的總結就是：如果AI收入未來五到十年每年增長100%，這不是泡沫；如果AI收入未來兩到三年無法每年增長100%，投資者會重新評估這些公司是否能負擔現在的AI支出，我們可能會看到“泡沫破裂”。這可能忽略了“融資質量”這個關鍵點，但整體上你覺得這總結如何？

Azeem Azhar：這總結很合理，最重要的指標是“收入增長”。它是需求的信號，是可貨幣化的信號。我們必須盯住它，通過各種方式，因為這些公司大多是私有的。如果收入增長不出現，那我們就可能重演pets.com或電信泡沫：建了基礎設施，也許未來某天有用，但今天填不滿。這也常是這類基礎設施建設的故事。

Derek Thompson：Azeem，謝謝你跟我過了這五個指標。坦白說，我個人仍然擔心AI是泡沫。對我而言想不通的地方有兩個：

第一，我不認為收入會按時到來來抵消這些投資。OpenAI等要在未來幾年成為每年200、500、1000億美元的“現金噴泉”，我覺得概率太低，但要證明當前估值合理，需要類似的事情發生。

第二，我不認為三年后的估值還站得住。當投資修正（公司不得不縮減支出）疊加資產價值修正（比如OpenAI不值五千億美元），那就是泡沫：投資修正+資產價值修正。……

最后，AI的“崩盤”會是什么樣？

Azeem Azhar：某種意義上，我們可能會感激它。當然股價會下跌。但會發生的是，市場上會出現很多GPU基礎設施、計算基礎設施，資金不那么充裕的公司和組織可以用“清倉價”拿到手。那些資產會流向更小的玩家，他們可能有新的方法，更偏好開源，不去追逐“機器之神”，定價更理性，財務紀律更強。我們甚至可能看到更快的創新與民主化，多樣化團隊在更實惠的基礎設施上創新。所以在某種程度上，崩盤之外也可能有光亮。

Derek Thompson：我喜歡你為聽眾和我提供了第三扇門。如果第一扇門是：AI是泡沫，是災難；第二扇門是：AI不是泡沫，一切正常；你給出了第三扇門：AI可能是泡沫，但也沒關系。短期會有價格修正，但正如互聯網泡沫之后，價格修正會讓后來者用上廉價基礎設施。建出YouTube和Netflix那樣的東西——那些光纖在90年代和2000年代初被鋪設，我們后來很感激。

作者：MD

出品：明亮公司