如果 AI 泡棉已經在破了，誰會真正留下來？

本文來源：格隆 城北徐公

資料支援：勾股大數據

AI 泡沫，正成為全球市場最撕裂的共識。 達利歐說泡沫已經很高，黃仁勳說機會才剛開始；一個看到的是資本市場的過熱，一個看到的是生產力革命的開端。

真正的問題不在於 AI 有沒有泡沫，而在於泡沫破裂之後，留下來的東西是什麼。 2000 年的網路泡沫曾讓納指暴跌、公司倒閉、財富蒸發，但也留下了海底光纜、寬頻網路和雲端運算的基礎設施，最終托起了亞馬遜、Netflix、YouTube 和行動網路。

今天的 AI 也站在類似的位置。 一邊是數千億美元砸向資料中心、電力、液冷、光模組和 GPU，另一邊是應用收入尚未完全兌現的巨大落差。 泡沫顯然存在，但底層生產力並沒有水分。 當 Token 成本暴跌，智慧開始像水電一樣被調用，AI 不再只是聊天工具，而是進入程式碼、醫療、金融、法律、製造和科研的真實工作流程。 市場會清洗掉套殼公司和 PPT 創業家，但不會逆轉 AI 的方向。 泡沫會破，產業會留下來。 以下，Enjoy：

近幾天，市場劇烈波動，「AI 泡沫論」甚囂塵上。

• 橋水基金創辦人達利歐表示：AI 市場有泡沫，且水準「相對較高」。

• 英偉達 CEO 黃仁勳說：AI 存在巨大機會，算力需求才剛開始爆發。

到底信誰？

他們兩個說的都沒錯。

AI 產業存在泡沫嗎？ 必然存在。

但科技領域的泡沫，往往是社會面對顛覆性先進生產力時，唯一能採取的致敬方式。 它並非單純的貶義詞。

長遠來看，這是先進生產力出現之初必然會出現的現象。

很多人都把如今情況對標 2000 年的網路泡沫，憂心忡忡。 當年的網路泡沫，確實導致納指暴跌近 78%，超過 5 兆美元的財富蒸發。

但二十年後，有哪個產業能離得開網路？ 如今，網路產業的價值早已遠遠超過當時的泡沫時期。

AI 泡沫，至少從表面上看，是類似的情況。 在資本市場中存在的泡沫，無法阻擋社會中幾乎所有產業都在主動被 AI 賦能。

AI 是大勢所趨。 就像現在所有產業都離不開網路一樣，未來所有產業也都離不開 AI。

01 創新必須繳納的「智商稅」

在那個只要公司名字帶個 .com 就能上市圈錢的年代，1995-2000 年間納指暴漲近 600%。 隨後，便是一場長達兩年半的金融風暴。

當年那些響當當的名字，軟體公司 MicroStrategy，因為會計醜聞和吹牛過頭，一天內暴跌 62%；Pets.com（網上賣狗糧的）、Webvan（生鮮電商鼻祖）直接指責原地倒閉…中，幾乎所有人都在網路上是網路騙局的騙局。

但是，投機資本過度揮霍所沉澱的實體基礎設施，往往會以極低的成本，滋養出下一個時代的超級巨頭。 泡沫之所以破裂，不是網路技術本身的問題，而是基礎設施的實體建設速度跟不上市場的節奏。

例如當年那些如日中天的電信公司（如 WorldCom、Global Crossing），砸下重金鋪設的全球海底光纜和光密度波分復用網絡，雖然讓它們自己破產了，但這些廉價的「資訊高速公路」卻成為了日後崛起 Netflix、Zoom 和移動互聯網互聯網的完美溫床。

如果沒有 2000 年前後全球對電信基建的瘋狂超前投資，就不會有後來 YouTube 的視訊串流媒體爆發，更不會有後來的雲端運算基礎設施。

最典型的就是亞馬遜。 股價從 1999 年的最高點 107 美元，一路慘跌到 2001 年的 7 美元，跌幅超過 90%。 但它活了下來，因為它的底層商業邏輯，“用網路重構零售”，是符合先進生產力方向的。

這是經典的阿瑪拉定律：高估一項新技術的短期影響，而嚴重低估其長期影響。 在科技革命的初期，投機資本的狂熱必然會帶來過度投資，形成泡沫。 這是創新必須繳納的智商稅。 但當泡沫散去，留下的將是更堅不可摧的先進生產力。

02 為什麼企業 AI 支出不降反升？

回到 2026 年，AI 產業的泡沫看起來更大。

僅亞馬遜、Google、Meta、微軟和甲骨文等五大雲端服務商，預計 2026 年的資本支出達到 6,900 億美元，到 2030 年的 AI 基礎設施投資總額預計達到 5.3 兆美元。 其中，只有約 25% 買 GPU，剩下的 75% 全砸在了實體基礎設施上：液冷系統、電力傳輸、網路交換器、光模組以及土地。

營收方面，OpenAI、Anthropic、Cohere、Mistral、Perplexity 等所有頭部純 AI 廠商，2026 年的總收入加起來，預計也不超過 400 億美元。

基礎層砸進去近 7000 億，應用層收回幾百億。 這種嚴重的不對稱，不是泡沫是什麼？

不能簡單粗暴地去下這種結論。 有一個關鍵點不能忽略：

• 2023 年 3 月，OpenAI 發布 GPT-4 時，每百萬 Token 輸入的混合成本約為 30 美元。

• 到 2025 年 4 月，伴隨著模型架構的優化和推理算力的提升，同等智力水平的模型，每百萬 Token 的價格暴跌到了 0.1-0.15 美元。

根據史丹佛大學的《AI 指數報告》以及 TokenCost 的數據：AI 推理成本在近兩年下跌超過 99.7%。

依照傳統的線性思維，成本暴跌，那企業的 AI 支出應該減少才對。 但現實是，企業 AI 雲端支出在 2024 年到 2025 年間翻了三倍。

為什麼？

因為當「智力」的邊際成本無限趨近於零時，AI 不再只是簡單的文本總結或陪聊機器，而是進入了智能體和多模態增強檢索的新時代。 企業開始讓 AI 智能體自動循環跑幾千次任務，去寫程式碼、去掃描數百萬份法律合約、去模擬生物學實驗。

便宜的 Token 解鎖了海量的、原本受制於成本而無法商業化的長尾需求。

這一點，我們比較一下 2026 年的英偉達，和 2000 年的網路硬體霸主思科，也能看出端倪。 兩者的生態位極為相似，但底層財務健康度卻有著天壤之別。

（英偉達與思科的硬派財務對標）

這恰好印證了經濟學上的「傑文斯悖論」：技術進步提高了能源利用效率，非但沒有減少能源消耗，反而因為成本下降導致需求更大。

即使在去年初經歷了所謂的“DeepSeek 時刻”，市場也在隨後的幾個月內迅速清醒：算法越優化，企業採用 AI 的門檻就越低，最終算力總消耗量反而呈指數級上升。

也正是因為如此，AI 才有可能逐漸嵌入到幾乎所有舊產業當中。 恰如過去二十年所有產業都在搞網路 。 從 SaaS 軟體到生物醫藥，再到由具身智慧驅動的先進製造業機器人，2026 年的當下，幾乎所有產業都在擁抱 AI 。 沒有人會去討論“我們要不要用 AI”，而是焦慮“我們的資料有沒有做好清洗？API 呼叫額度夠不夠？RAG 架構是否最優？”

目前，AI 產業確實存在泡沫。 但對企業而言，如果不擁抱泡沫，你就會被時代碾碎。 這一點，近二十年的網路時代已經印證過了。

03 市場的深層演變：從基建到應用

目前，我們毫無疑問正處於技術生命週期中極為關鍵的一個節點：Gartner 技術成熟度曲線上的「幻滅的低谷」前夕，或是《科技革命與金融資本》理論中的轉捩點。

AI 泡棉其實已經在破了，只不過很多人沒意識到。 隨便幾個新秀，寫幾十頁的 PPT、包一層 OpenAI 的 API，就能融到錢。 現在，潮水褪去，這些沒有護城河、只有概念的公司正在大量死亡。

這是市場在進行自我淨化，也是泡沫破裂的表現。 但這只是表象。 市場的深層邏輯正在發生三個深刻的演進：

第一，從 CapEx 轉移到 OpEx 的價值

目前的錢都被賣鏟子的人賺走了，英偉達、台積電、以及那些賣光模組和伺服器液冷設備的企業，吃到了大部分紅利。 但隨著算力逐漸“基礎設施化”，像水和電一樣，真正的超額利潤將逐漸轉移到應用層。 也就是那些能用極低成本的 Token，真正解決垂直產業痛點、重塑業務流程（OpEx 優化）的 AI 原生企業。

第二，估值倍數壓縮與績效消化

市場給 AI 基礎設施的估值偏高，並不代表一定會崩盤。 在很多情況下，企業獲利的高速成長會以「時間換空間」的方式，逐漸消化掉高昂的估值。 只要雲端運算巨頭們的營收成長跟得上資本支出的折舊速度，這場擊鼓傳花的遊戲就能夠演變成一場前所未有的產業升級。

• 例如，全球汽車製造巨頭和晶片巨頭，透過引入端對端 AI 孿生技術，使得新產品的研發到量產週期縮短了 35%，整線設備綜合效率提升了 18%。

• 又例如，在金融業，2026 年的量化交易、風險控制和信用評估已經全面由多模態 Agent 主導。 AI 不僅在以微秒的時間戳記處理宏觀預期，更在深度參與每一次微觀層面的資產定價。

• 在法律、醫療、審計等高度依賴資深專業知識的行業，AI 也已經完成了從「初級助理」到「合夥人級別專家」的蛻變。

ChatGPT、Gemini、Claude 擁有超過 10 億活躍用戶中，有相當大一部分是將其作為日常高強度腦力勞動的替代工具。 包括你和我。 以上，都是切實發生的事情，所有人都能看到。

04 結語

回看波瀾壯闊的科技史，熊彼特提出的「創造性毀滅」永遠都在上演。

資本市場永遠是急躁的，總希望今天投下去 1 塊錢，明天就能賺回 10 塊錢。 當近 7,000 億美元基建投資無法在短期內全部轉化為應用端的利潤時，市場必然會迎來一輪殘酷的洗牌。 消滅掉那些只靠講 PPT 混日子的投機套殼公司，把真正有技術底蘊、有落地場景的留下來。

洗牌之後，那些廉價而龐大的算力中心、高度優化過的模型演算法，將以極其低廉的價格服務於千行百業。

2000 年後，人類迎來了所有產業都離不開網路的數位時代。 今時今日，我們也正不可逆轉地奔向一個所有產業都由 AI 垂統、由 AI 賦能的智慧全盛時代。

泡沫的喧囂中，底層的生產力位能，沒有一點水分。