" 开始看到人工智能数据中心建设出现泡沫的苗头，美国许多数据中心的投资公告都是‘重复’或相互重叠的 "，近日阿里巴巴集团主席蔡崇信在香港举行的汇丰全球投资峰会上说出这句话，很快就让国内市场 AI 算力概念股的股价集体下挫。

对于数据中心建设可能存在的泡沫这件事，蔡崇信解释到，数据中心的建设速度可能会超过人工智能服务的初期需求，许多项目在未确保 " 使用 " 协议的情况下就开始融资。其实不仅仅是蔡崇信，高盛的分析师团队也在 3 月 24 日给出了调低全球 AI 服务器出货量的预期。

作为亲历了二十余年前美国互联网泡沫的老炮，蔡崇信想必是预见到了历史即将重演的征兆。就在上世纪末，美国互联网行业出现了网景、雅虎等一大批通过网络效应实现垄断的企业，也使得 "DOT COM" 概念大行其道。彼时美国的电信公司相信未来将需要无处不在的宽带连接，因此大笔投入光纤网络的建设以优化网络。

然而随着互联网泡沫的破裂，美国的这些电信公司也遭受了史无前例的冲击，WorldCom（世通）、Global Crossing（环球电讯）等一批电信公司不得不变卖资产、乃至宣布清盘。值得一提的是，彼时部分美国电信公司超前建设的光纤网络最终便宜了谷歌，后者低价购买了这批当时看来没有商业化前景的 " 暗光纤 "，进而促成了 YouTube 的腾飞。

或许正是因为 WorldCom 因盲目扩张而破产的故事殷鉴不远，所以才有了蔡崇信的这番警告。现实也确实如此，进入 2025 年以来，业界对于数据中心的投入有增无减。即便不提 OpenAI、软银和甲骨文牵头的 "Stargate"（星际之门）项目，在一个月前的美股财报季中，Meta、谷歌、亚马逊就分别宣称将向人工智能基础设施投入 650 亿美元、750 亿美元，以及 1000 亿美元。

而这些美国科技巨头口中的 " 人工智能基础设施 "，通常都是指向数据中心。比如，当年 OpenAI 的 ChatGPT 就是托管在微软的数据中心里，而后者是由数万颗英伟达 A100 GPU 组成。用更通俗的话来说，数据中心指代的就是人工智能 " 三驾马车 "（数据、算法、算力）中的算力。

那么问题就来了，为何蔡崇信会认为人工智能数据中心建设已经出现泡沫的征兆？事实上，数据中心建设的主力军在海外市场是 OpenAI、微软、亚马逊、谷歌、Meta，国内则是阿里、百度、腾讯、字节跳动，这些公司也都是 AI 赛道的核心参与者，他们个个都在自己的 AI 模型，所以建设数据中心来为自家产品服务也相当正常。

然而不止是有 AI 相关业务的科技巨头在建数据中心，云计算厂商同样也是这场盛宴的参与者。知名企业战略咨询人士 Drew Breunig 在去年夏季，就指出了云计算厂商是这一轮吹大 AI 泡沫的关键角色，并称后者一直在积极购买英伟达的高性能 GPU，再将它们租给 AI 模型的开发商以训练模型，即所谓的 " 算力租赁 "。

AI 初创企业无需自建昂贵的基础设施，而是通过租赁智算中心的算力资源来进行数据处理和模型训练，所以才有了过去两年 AI 大模型百花齐放的场面。彼时，数据中心等基础设施并没有匹配算力需求的增长速度，从而就导致算力供应紧张，算力租赁更堪称是烈火烹油。

其实云计算企业的想法并不难猜，无非就是相当 AI 时代的 " 赛博房东 "，即依靠租赁算力来从 AI 厂商身上赚钱。只要 AI 模型训练的算力需求一直在增长，数据中心的拥有者就能稳赚不赔，他们的想法与当年的 WorldCom 可谓如出一辙。

然而 DeepSeek 的出现改变了算力叙事，大量做 AI 模型开发的初创企业被挤出市场，直接导致 AI 训练对于算力的驱动作用大幅减弱。紧接着就在数天前，蚂蚁集团宣布推出两款不同规模的 MoE 大语言模型 Ling-Lite、Ling-Plus，并提出了一系列创新方法，能够实现在低性能硬件上高效地训练大模型，从而显著降低成本。

此时，一个无法回避的问题就出现了，既然 DeepSeek、蚂蚁集团能以更低的价格训出高性能模型，那么动辄上百亿美元花在数据中心建设上的支出还有必要吗？随着 AI 模型变得更加高效，对计算资源的需求可能会减少，也就导致 " 过度建设 AI 算力 " 已经从部分分析师的预测变为了现实。

对于 AI 概念的盲目信任，导致了大量数据中心在没有获得订单的情况下开工建设，再叠加上 DeepSeek、蚂蚁集团用更强的工程能力、算法，降低了 AI 模型训练对于算力的需求，所以如果放任这种预期与现实的系统性偏离继续扩大，泡沫也就近在咫尺了。

【本文图片来自网络】