今年的市场不见往日把美林时钟卷成风扇的极致轮动，而是在犹如土拨鼠之日的重复里不断上演似曾相识的新高。

投资者来来回回似乎总在交易同样的主线——要么是在全球货币秩序重塑的宏大叙事里与黄金眉来眼去，要么是在科技改变世界的宏伟蓝图里与 AI 举案齐眉。

市场在近乎单调的行情里，逐渐走向新一轮财报季。但会计报表还没出，太平洋彼岸的科技公司就已经提前进入了新一轮 " 预期加码 "。

上个月，OpenAI 宣布投资 1000 亿美元购买 Oracle 的云计算服务，转头 Oracle 就宣布投资 1000 亿美元买英伟达的显卡，然后英伟达就宣布向 OpenAI 投资 1000 亿美元建设 10 吉瓦的 AI 数据中心。脑筋急转弯之最后到底谁出了这 1000 亿，还没蹲出来权威答案，事情就又起了新的变化。

2025 年 10 月 6 日，继英伟达之后，Open AI 与 AMD 也达成了一项价值数百亿美元的合作协议：OpenAI 承诺将会在未来的几年中累计部署 6 吉瓦的 AMD GPU，并且将于 2026 年下半年开始部署首批 AMD Instinct MI450 GPU 。

与此同时，AMD 向 OpenAI 发行了普通股的认股权证，在满足解锁条件的情况下，Open AI 能以每股 0.01 美元的行权价购买最多 1.6 亿股 AMD 普通股。如果按行权条件之一 "AMD 股价达到 600 美元 " 来计算，1.6 亿股的价值将达到 960 亿美元，四舍五入又是一个千亿级的布局。

一周之后的 2025 年 10 月 13 日，OpenAI 再度出手，宣布与博通达成深度定制芯片的合作。AI 投资大循环的生态系统里，又迎来了一个 1.5 万亿市值的巨头参与其中。

OpenAI 的朋友圈群贤毕至、金碧辉煌，但分歧也随之而来。乐观者们看到的是科技巨头们 All in AI 的决心，悲观者们则是质疑这种类似 " 梯云纵 " 的游戏就像空中楼阁，随时可能倒塌。

站在当下这个时点，如何看待不断新高中的 AI 成为了市场最为激辩的话题之一？远川整理了部分机构近期对于人工智能的观点和讨论以供读者参考。

10 月 8 日，高盛发布了一篇题为《Why we are not in a bubble...yet》的研报，旗帜鲜明地表示：AI 还没有形成大规模的泡沫。

高盛在报告中谈到泡沫通常会涉及到三个重要的组成部分：资产价格的迅速上涨、估值过高以及杠杆增加驱动的系统性风险显著上升，而这三者当下都还未达到产生泡沫的程度。

首先资产价格的快速上涨并不直接意味着泡沫的产生。譬如今年国防类股票也产生了可观的回报，而欧洲银行股在过去几年的表现甚至超过了美国科技股，但市场却并没有产生对其产生泡沫的担忧。

因此，价格上涨的速度并不是泡沫产生的充分条件。只有当股价所代表的相关公司总价值超过它们可能产生的未来潜在现金流时，泡沫才可能形成。

站在当下来看，股价的快速上涨更多反映的是强劲而持续的盈利增长，而非对未来过度的投机。根据相关数据显示，美国科技股的股价变化和 EPS 增速高度重合，这无疑表明了强劲的基本面是股价上涨的源动力。

其次，美国市场的估值相对于其历史而言虽然处于高位，但科技股的估值却还远没有达到互联网泡沫的峰值。

高盛通过将过去科技股的回报分解为盈利、估值和股利贡献后发现，2000 年互联网泡沫峰值时，除了盈利之外，还有比我们今天所见的要大得多的估值上升。尤其是对于欧洲电信股来说，估值上升甚至更陡峭，回报几乎完全由估值而非盈利驱动。

而当下 " 七巨头 " 的 24 个月远期市盈率中位数为 27 倍，如果排除特斯拉（其市盈率远高于其他公司），则为 26 倍，仅是 1990 年代末最大 7 家公司等效估值的一半；PEG 比率更是远低于 1990 年代末的水平。

因此估值曲线虽然看起来有些陡峭，但只要盈利始终没有令人失望，那么就不会产生大规模的泡沫。

最后，同 1990 年代末不同的是，美国科技股的资本支出与销售额之比迅速攀升的同时，资本支出与自由现金流之比却一直保持稳定。

这意味着当今大型科技公司的资产负债表因高现金流和低杠杆率而得到加强。尽管这些公司仍有可能无法实现足够的投资回报，但并不会像此前互联网泡沫破裂时对更广泛的经济产生系统性影响，因为它们的资产负债表仍然强劲。

归根到底，对于高盛以及所有的 AI 支持者而言，不论是来自于 AI 还是其他业务，只要公司的盈利还在保持增长，那么股价的上涨也会成为理所当然，而泡沫也就永远不会产生。

只是对于诸多谨慎的投资者而言，" 只要公司的盈利还在保持增长 " 似乎不再是一个令人笃定的假设，他们选择离开这场 AI 的盛宴，并从蛛丝马迹当中捕捉到一些人工智能当下所面临的困境。

不论是看好还是看空，对于当前人工智能行业而言，投资者绕不开的关键问题都在于：需要多少收入才能证明当下的资本开支是合理的。

10 月 5 日，避险基金 Praetorian Capital 的创始人 Kuppys Korner 在官网上发布了一篇名为《An AI Addendum》的文章，表达了自身对于人工智能行业的质疑。

通过走访数据中心产业端的人员，他发现自己此前对于数据中心的折旧年限还是太过于保守了。由于数据中心的使用寿命最多为三到十年，同时每隔一两年就会出现一次新的  GPU  迭代，因此折旧曲线将加快到三到五年的范围。

这意味着行业可能需要一个接近 3200 亿美元至 4800 亿美元范围的收入范围来实现今年资本支出的收支平衡。而目前人工智能每月产生的收入仅仅为 10 亿美元左右。尤其是伴随着 2026 年还将建造数千亿个额外的数据中心，对于收入水平的要求将高达 1 万亿美元才能达到收支平衡，且其中还不包括数万亿美元的回报要求。

可以预见的是，届时将会产生巨大的收支缺口。

与此同时，Kuppys Korner 还发现行业中并非所有的人都希望能够获得资本回报，尤其是对于政府来说，人工智能或许同样只是国家战略的一部分。

" 回想一下横贯大陆的铁路的建设。出于战略原因，政府希望连接海岸，并意识到需要补贴。于是它们想尽了各种各样的办法来达到他们的目的。譬如土地赠款以及廉价贷款。"Kuppys Korne 写道。

最终，国家完成了横贯大陆的铁路目标，即便当时铁路的运输费率要低于运营成本，但更多的铁路公司却在这一过程当中经历了破产。

在他看来，如今的人工智能与当初的铁路建设并无二致：政府希望美国能够在人工智能领域获胜，并给予了诸多的支持，却未对其所创造的价值作出相应的要求。

就像旧金山联储主席玛丽 · 戴利在采访中说的那样，" 即使投资者没有得到早期在投资时所认为的所有回报，它也不会让我们一无所有，反而会给我们留下许多的 AI 基建 [ 1 ] 。"

但问题在于，如果数据中心的扩建停止，人工智能受益人的股票就会被抛售，财富效应就会逆转。当消费增长为负值时候便会遇到金融恐慌，这种恐慌在反馈循环中将会影响到整个经济。就像铁路建设过程中不断破产的公司最终导致了金融恐慌一般，当下的人工智能建设也正处于这样一个明斯基时刻。

在文章的末尾处，Kuppys Korner 这样说道，" 从铁路到 2000 年的光纤建设，从 1830 年代的运河泡沫到 1920 年代的发电厂泡沫。如果大规模地做一件不能从经济学角度去解释的事情，那么它只会引发一场行业危机，并最终演变成一场国家经济危机。"

2025 年年初，Deep Seek 的横空出世让 " 算力通缩 " 成为了彼时 AI 最大的分歧。

简单来说，就是 DeepSeek 能够以极低的成本训练出了高性能模型，那么科技公司就可以相应地减少对于算力的需求。而这种担忧的持续发酵也让英伟达在 2025 年 1 月 27 当晚跌幅达到了 16.97%。

但预想中的 " 算力通缩 " 并未到来，相反，科技巨头们在此后的季报中不断上修自己对于 AI 的资本开支，并就此开启了新一轮算力的军备竞赛。原因也不难理解：既然低训练成本就能够生成 Deep Seek，那么随着算力的增加，最终生成更好模型的概率也就更高。

根据高盛研报数据显示，美国最大的 5 家科技公司现在的总价值超过了欧洲斯托克 50 指数、英国、印度、日本和加拿大市场的总和，其价值约占全球公开股票市场总值的 16%。

时至今日，科技公司已经将 AI 产业的发展玩成了金融内循环。收入增速只是一个维度，市值上涨也是一个维度。投入与产出的平衡，算术题好像不只是在财务报表上。动辄万亿市值的大公司们，因为一则新闻跳涨 10%，就能多出来 1000 亿的事情，在今年的市场上早已见怪不怪。

这么看来，投资者真的不要再责怪 A 股是一个融资市了。AI 产业动辄千亿的资本开支又何尝不是 " 美股市场 " 的一种融资属性呢？

至于 AI 究竟有没有泡沫？用桥水基金创始人达里奥的话来说，" 我已经有一些泡沫的感觉了，但我并不会去做空这些超级规模的科技巨头 [ 4 ] 。"

参考资料：

[ 1 ]   Exclusive: SF Fed's Mary Daly says AI bubble not immediate risk to financial stability，Axios

[ 2 ] Why we are not in a bubble... Yet，Goldman Research

[ 3 ] An AI Addendum，Kuppys Korner

[ 4 ] Dalio Echoes Griffin in Seeing Gold as Safer Than the US Dollar

作者：吴文涛

编辑：张婕妤

责任编辑：张婕妤