美股 AI 投資到底有沒有泡沫

文 | 競合人工智能

摒棄“泡沫焦慮”與“規模崇拜”，以長期主義視角布局核心技術，以務實態度推進商業化落地，才是AI產業健康發展的必由之路。

當博通單日暴跌12%、甲骨文回吐全年漲幅，英偉達遭大基金集體拋售，華爾街對AI泡沫的質疑從“是否存在”轉向“何時破裂”。這場始于ChatGPT的技術狂歡，在經歷三年資本狂飆后，正迎來全球市場的價值重估。美國AI投資究竟是理性布局還是非理性繁榮？中國AI產業又面臨著投資不足與局部泡沫的雙重拷問？從軟硬件到應用場景的全鏈條剖析，或許能揭示這場全球科技競賽的真實圖景。

01 結構性泡沫

美國AI的泡沫爭議，本質是高投入與低回報的失衡困境 ，這種失衡在硬件、軟件、應用三個維度呈現出不同表征。 硬件層面，“算力軍備競賽”導致資本支出失控，而作為算力核心的英偉達，既是這場競賽的最大受益者，也逐漸顯露泡沫承壓的跡象。一方面，英偉達憑借A100、H100等高端GPU構建了近乎壟斷的技術壁壘，2025年Q3 AI芯片業務營收同比激增210%，毛利率維持在78%的超高水平，全球超90%的AI訓練算力依賴其產品，訂單排期已排至2027年，成為AI硬件賽道無可爭議的龍頭；但另一方面，其股價與估值的泡沫化特征日益凸顯——當前市盈率超75倍，遠超半導體行業30倍的平均估值，市值一度突破3萬億美元，相當于全球前十大半導體公司市值總和，而支撐高估值的核心邏輯高度依賴AI算力需求的持續爆發，一旦需求增速放緩，估值回調壓力巨大。

更值得警惕的是，英偉達與AI生態的“綁定式繁榮”暗藏風險閉環。微軟、谷歌、OpenAI等核心客戶為搶占算力資源，向英偉達預付巨額訂單款項，而英偉達又通過戰略投資反哺OpenAI等企業，形成“客戶預付款→英偉達營收增長→投資AI公司→客戶再采購芯片”的循環鏈條。這種模式看似強化了生態壁壘，卻也讓英偉達的業績與AI行業融資熱度深度綁定：2025年全球AI初創企業融資額同比下降32%，部分中小客戶因資金鏈緊張取消或延遲芯片訂單，直接導致英偉達Q4 AI芯片出貨量增速環比回落15%，成為股價波動的重要誘因。

與此同時，微軟、亞馬遜、谷歌等五大科技巨頭2026年資本支出預計突破4700億美元，較2024年翻倍，其中80%用于數據中心、芯片等算力設施建設，而這些支出中近60%流向英偉達，進一步放大了行業投資過熱的風險——一旦下游應用落地不及預期，上游算力設施將面臨產能閑置，最終傳導至英偉達的業績與估值。

甲骨文為承接OpenAI訂單，將2026財年資本支出上調至500億美元，同比激增136%，占營收比重高達75%，直接導致自由現金流轉為-100億美元。博通雖憑借定制化加速芯片成為AI基礎設施龍頭，730億美元的訂單儲備看似亮眼，但因AI收入增長不及樂觀預期、毛利率承壓，仍難逃股價重創。這種“為算力而算力”的投資模式，使得科技行業有息負債總額升至1.35萬億美元，達到十年前的4倍，財務風險持續累積。

軟件層面，循環融資掩蓋了商業化短板，而英偉達的生態主導地位，進一步加劇了部分AI軟件公司的盈利依賴與估值虛高。OpenAI計劃未來數年投入1.4萬億美元，但預計2029年仍將虧損1150億美元，直至2030年才能實現正現金流。其與甲骨文、英偉達的千億級合作，被市場質疑為“深度綁定的循環融資”——英偉達向OpenAI注資數十億美元，OpenAI再用這筆資金采購英偉達芯片，同時將算力服務部署在甲骨文云平臺，形成看似繁榮的資本與業務閉環，卻缺乏脫離算力巨頭支撐的獨立盈利能力。

更值得警惕的是，頭部AI公司估值與業績嚴重脫節，Palantir市盈率超180倍，Snowflake接近140倍，即便微軟、谷歌等巨頭市盈率低于30倍，其AI相關業務的估值拆分后也遠超傳統業務，而這些估值均高度依賴英偉達算力的持續供給與技術迭代。當ChatGPT5.2發布后因性能提升不及市場預期導致股價集體回調，本質是“算力堆砌驅動技術迭代”的邏輯遭遇瓶頸，市場開始重新審視AI軟件公司的真實價值。

應用層面，“叫好不叫座”的商業化瓶頸日益凸顯，進一步削弱了支撐AI硬件（尤其是英偉達）高估值的底層邏輯。盡管生成式AI熱度空前，但真正實現規模化盈利的場景寥寥無幾。科技巨頭的AI相關收入增長，遠不足以覆蓋其巨額資本支出，Meta、微軟甚至預計2026年考慮股東回報后自由現金流將為負。消費者付費意愿不足、企業級應用落地緩慢、數據安全與倫理爭議等問題，使得AI從“技術奇觀”走向“商業實用”的轉化效率低于預期，直接導致下游客戶對算力的采購需求從“激進擴張”轉向“按需調整”。2025年Q4，微軟、亞馬遜的AI服務器采購量環比分別下降8%、12%，雖未影響英偉達當期營收（因訂單排期滯后），但已引發市場對2026年算力需求增速放緩的擔憂，成為大基金拋售英偉達股票的核心原因——華爾街擔憂，當投資者不愿再為“算力故事”買單，這場依賴下游激進采購維系的AI硬件繁榮，將因需求斷層而面臨估值重構。

02 真實價值

不過，將美國AI投資簡單定義為“全面泡沫”并不客觀。與2000年互聯網泡沫時期納指80倍的市盈率相比，當前納指26倍的預期市盈率仍處于相對溫和水平。

英偉達、谷歌等企業憑借技術壁壘和生態優勢，確實在AI芯片、大模型等領域建立了難以撼動的領先地位，其投資具備一定的技術合理性：英偉達通過GPU+CUDA生態構建了高護城河，全球尚無企業能在高端AI芯片領域實現有效替代，且其已開始布局AI推理芯片、邊緣計算芯片，試圖拓展新的增長曲線；谷歌的TPU芯片在自家AI訓練中實現規模化應用，形成“自研芯片+自有大模型”的閉環優勢。

更重要的是，AI對科學研究、產業升級的革命性潛力真實存在，特朗普政府推出的“創世紀計劃”，整合超級計算機與數據資源推動AI賦能科研，正是看到了這一技術的長期價值。

因此，美國AI的“泡沫”更多是結構性泡沫——算力基礎設施投資過熱、英偉達等龍頭估值虛高、部分軟件公司依賴概念炒作，但核心技術創新與長期產業價值仍值得肯定。

03 理性與過熱

反觀中國AI投資，呈現出與美國截然不同的“理性有余，熱度不足”特征，整體泡沫風險較低，但局部領域仍需警惕。從投資規模看，2025年中國互聯網龍頭合計資本支出約4000億元，僅為美國同業的十分之一，且資本支出占收入、經營現金流的比例分別為10%、50%，遠低于美國廠商的27%和71%。這種審慎源于多重因素：國內AI企業多依賴母公司內部現金流供血，循環融資現象罕見；發改委通過電力配額管控IDC建設節奏，有效防止了過度投資，確保主要IDC市場上架率穩定。阿里巴巴CEO吳泳銘直言，當前新舊GPU均處于滿負荷運行狀態，未來三年AI資源將持續供不應求，從側面印證了國內AI投資的務實性。

硬件領域，中國企業避開了美國“堆算力”的路徑依賴，在算力國產化替代上穩步推進。盡管高端GPU仍依賴英偉達進口，但國內芯片企業在專用芯片、邊緣計算芯片等領域已實現突破，超節點在推理甚至訓練工作負載中的占比持續提升。軟件層面，以DeepSeek為代表的本土大模型快速迭代，性能逐步追平美國同業，且更注重適配國內應用場景，商業化路徑更為清晰。應用層面，AI在云服務、廣告、智能辦公等領域的落地速度加快，智能體商業、多模態應用等新場景不斷涌現，呈現出“技術迭代+場景落地”的良性循環。

但中國AI投資并非毫無隱憂。局部領域已出現泡沫苗頭：部分初創企業為追逐熱點，在缺乏核心技術的情況下盲目跟風，依賴概念炒作獲取融資；一些地方政府主導的AI產業園存在同質化競爭，部分項目重形式輕實效，導致資源浪費。更值得關注的是，與美國相比，中國在基礎研究、高端芯片、核心算法等領域的長期投入仍顯不足，這可能制約產業的持續創新能力。阿里巴巴原本計劃三年投入3800億元用于AI基礎設施，最終發現這一數字“可能偏小”，反映出國內企業在應對AI爆發式增長時，仍面臨投資儲備不足的壓力。

中美AI投資的差異，本質是發展模式與戰略選擇的不同。美國憑借資本優勢和技術積累，采取“高舉高打”的激進策略，試圖通過大規模投資搶占技術制高點，但過度追求速度導致了泡沫風險；中國則以“穩扎穩打”為原則，在控制風險的前提下推進產業發展，注重商業化落地與國產化替代，但也面臨投資規模不足、基礎研究薄弱的挑戰。兩種模式沒有絕對優劣，但都需要在“創新速度”與“風險控制”之間尋找平衡。

對于美國而言，化解AI泡沫風險的關鍵在于回歸商業本質：一是遏制盲目擴張的資本支出，將投資重心從算力堆砌轉向技術創新與效率提升，避免過度依賴英偉達等硬件龍頭的產能供給；二是加快商業化落地節奏，挖掘更多高價值應用場景，讓收入增長匹配估值水平，降低對循環融資的依賴；三是理性看待龍頭企業估值，避免因短期業績爆發而忽視長期需求波動風險，尤其需警惕英偉達估值與算力需求增速的錯配風險。對于中國來說，既要避免陷入“泡沫恐懼”而錯失發展機遇，加大基礎研究與核心技術領域的投入，縮小與英偉達等國際巨頭在高端硬件領域的差距；也要警惕局部泡沫滋生，建立更為理性的投資評估體系，引導資本流向真正具備技術實力和商業化潛力的企業。

從全球視角看，AI作為顛覆性技術，其發展必然伴隨著泡沫與調整，就像互聯網泡沫破裂后催生了真正的科技巨頭，AI領域的非理性繁榮退潮后，優質企業將更加凸顯。無論是美國的“泡沫出清”還是中國的“理性補課”，最終都將推動AI產業從“資本驅動”轉向“技術驅動”與“價值驅動”。這場全球科技競賽的終局，不會屬于那些最能燒錢的企業，而是屬于那些既能堅持技術創新，又能實現可持續發展的真正贏家。

在AI技術重塑全球產業格局的關鍵時期，中美兩國的投資策略選擇，不僅決定著各自的產業競爭力，也將影響全球科技生態的未來走向。摒棄“泡沫焦慮”與“規模崇拜”，以長期主義視角布局核心技術，以務實態度推進商業化落地，才是AI產業健康發展的必由之路。畢竟，真正的技術革命從來不是資本狂歡的產物，而是創新價值與商業邏輯的完美契合。