近几天，市场剧烈波动，"AI 泡沫论 " 甚嚣尘上。

桥水基金创始人达利欧说：AI 市场存在泡沫，而且水平 " 相对较高 "。

英伟达 CEO 黄仁勋说：AI 存在巨大机会，算力需求才刚刚开始爆发。

到底信谁？

他们两个说的都没错。

AI 行业存在泡沫吗？必然存在。

但科技领域的泡沫，往往是社会面对颠覆性先进生产力时，唯一能够采取的致敬方式。

它并非单纯的贬义词。

长远来看，这是先进生产力出现之初必然会出现的现象。

很多人都把如今情况对标 2000 年的互联网泡沫，忧心忡忡。

当年的互联网泡沫，确实导致纳指暴跌近 78%，超过 5 万亿美元的财富蒸发。

但二十年后，有哪个行业能离得开互联网？

如今，互联网行业的价值早已远远超过当时的泡沫时期。

AI 泡沫，至少从表面上看，是类似的情况。

在资本市场中存在的泡沫，无法阻挡社会中几乎所有行业都在主动被 AI 赋能。

AI+ 是大势所趋。

就像现在所有行业都离不开互联网一样，未来所有行业也都离不开 AI。

在那个只要公司名字带个 .com 就能上市圈钱的年代，1995-2000 年间纳指暴涨近 600%。随后，便是一场持续两年半的金融风暴。

当年那些响当当的名字，软件公司 MicroStrategy，因为会计丑闻和吹牛过头，一天内暴跌 62%；Pets.com（网上卖狗粮的）、Webvan（生鲜电商鼻祖）直接原地倒闭。

……

恐慌中，几乎所有人都在指责互联网就是骗局。

但是，投机资本过度挥霍所沉淀下来的物理基础设施，往往会以极低的成本，滋养出下一个时代的超级巨头。

泡沫之所以破裂，不是互联网技术本身的问题，而是基础设施的物理建设速度跟不上市场的节奏。

比如当年那些如日中天的电信公司（如 WorldCom、Global Crossing），砸下重金铺设的全球海底光缆和高密度波分复用网络，虽然让它们自己破产了，但这些廉价的 " 信息高速公路 " 却成为了日后 Netflix、Zoom 和移动互联网崛起的完美温床。

如果没有 2000 年前后全球对电信基建的疯狂超前投资，就不会有后来 YouTube 的视频流媒体爆发，更不会有后来的云计算基础设施。

最典型的就是亚马逊。

股价从 1999 年的最高点 107 美元，一路惨跌到 2001 年的 7 美元，跌幅超过 90%。

但它活了下来，因为它的底层商业逻辑，" 用网络重构零售 "，是符合先进生产力方向的。

这是经典的阿玛拉定律：高估一项新技术的短期影响，而严重低估其长期影响。

技术革命的初期，投机资本的狂热必然会带来过度投资，形成泡沫。

这是创新必须缴纳的智商税。

但当泡沫散去，留下的将是更坚不可摧的先进生产力。

回到 2026 年，AI 行业的泡沫看起来更大。

仅亚马逊、谷歌、Meta、微软和甲骨文等五大云服务商，预计 2026 年的资本开支达到 6900 亿美元，到 2030 年的 AI 基础设施投资总额预计达到 5.3 万亿美元。

其中，只有约 25% 买 GPU，剩下的 75% 全砸在了物理基础设施上：液冷系统、电力传输、网络交换机、光模块以及土地。

收入方面，OpenAI、AnthropicCohere、Mistral、Perplexity 等所有头部纯 AI 厂商，2026 年的总收入加起来，预计也不超过 400 亿美元。

基础层砸进去近 7000 亿，应用层收回来几百亿。

这种严重的不对称，不是泡沫是什么？

不能简单粗暴地去下这种结论。

有一个关键点不能忽视。

2023 年 3 月，OpenAI 发布 GPT-4 时，每百万 Token 输入的混合成本大约是 30 美元。

到 2025 年 4 月，伴随着模型架构的优化和推理算力的提升，同等智力水平的模型，每百万 Token 的价格暴跌到了 0.1-0.15 美元。

根据斯坦福大学的《AI 指数报告》以及 TokenCost 的数据：AI 推理成本在近两年下跌超过 99.7%。

按照传统的线性思维，成本暴跌，那企业的 AI 支出应该减少才对。

但现实是，企业 AI 云支出在 2024 到 2025 年间翻了三倍。

为什么？

因为当 " 智力 " 的边际成本无限趋近于零时，AI 不再只是简单的文本总结或陪聊机器，而是进入了智能体和多模态增强检索的新时代。

企业开始让 AI 智能体自动循环跑几千次任务，去写代码、去扫描几百万份法律合同、去模拟生物学实验。

便宜的 Token 解锁了海量的、原本受制于成本而无法商业化的长尾需求。

这一点，我们对比一下 2026 年的英伟达，和 2000 年的网络硬件霸主思科，也能看出端倪。

两者的生态位极其相似，但底层财务健康度却有着天壤之别。

英伟达与思科的硬核财务对标

这恰好印证了经济学上的 " 杰文斯悖论 "：技术进步提高了能源利用效率，非但没有减少能源消耗，反而因为成本下降导致需求更大。

即使在去年初经历了所谓的 "DeepSeek 时刻 "，市场也在随后的几个月内迅速清醒：算法越优化，企业采用 AI 的门槛就越低，最终算力总消耗量反而呈指数级上升。

也正是因为如此，AI 才有可能逐渐嵌入到几乎所有旧行业当中。

恰如过去二十年所有行业都在搞互联网 +。

从 SaaS 软件到生物医药，再到由具身智能驱动的先进制造业机器人，2026 年的当下，几乎所有行业都在拥抱 AI+。

没有人会去讨论 " 我们要不要用 AI"，而是焦虑 " 我们的数据有没有做好清洗？API 调用额度够不够？RAG 架构是否最优？"

当前，AI 行业确实存在泡沫。

但对企业而言，如果不拥抱泡沫，你就会被时代碾碎。

这一点，近二十年的互联网时代已经印证过了。

目前，我们毫无疑问正处于技术生命周期中极为关键的一个节点：Gartner 技术成熟度曲线上的 " 幻灭的低谷 " 前夕，或是《技术革命与金融资本》理论中的转折点。

AI 泡沫其实已经在破了，只不过很多人没意识到。

过去几年，大量的风险投资 VC 都患上了错失恐惧症。

随便几个新秀，写几十页的 PPT、包一层 OpenAI 的 API，就能融到钱。现在，潮水退去，这些没有护城河、只有概念的公司正在大批量死亡。

这是市场在进行自我净化，也是泡沫破裂的表现。

但这只是表象。

市场的深层逻辑正在发生三个深刻的演变：

第一，从 CapEx 向 OpEx 的价值转移

目前的钱都被卖铲子的人赚走了，英伟达、台积电、以及那些卖光模块和服务器液冷设备的企业，吃到了大部分红利。

但随着算力逐渐 " 基础设施化 "，像水和电一样，真正的超额利润将逐渐转移到应用层。

也就是那些能用极低成本的 Token，真正解决垂直行业痛点、重塑业务流程（OpEx 优化）的 AI 原生企业。

第二，估值倍数压缩与业绩消化

市场给 AI 基础设施的估值偏高，并不意味着一定会崩盘。

在很多情况下，企业盈利的高速增长会以 " 时间换空间 " 的方式，逐渐消化掉高昂的估值。

只要云计算巨头们的收入增速跟得上资本支出的折旧速度，这场击鼓传花的游戏就能够演变为一场前所未有的产业升级。

比如，全球汽车制造巨头和芯片巨头，通过引入端到端 AI 孪生技术，使得新产品的研发到量产周期缩短了 35%，整线设备综合效率提升了 18%。

又比如，在金融行业，2026 年的量化交易、风险控制和信用评估已经全面由多模态 Agent 主导。AI 不仅在以微秒级的时间戳处理宏观预期，更在深度参与每一次微观层面的资产定价。

在法律、医疗、审计等高度依赖资深专业知识的行业，AI 也已经完成了从 " 初级助理 " 到 " 合伙人级别专家 " 的蜕变。

ChatGPT、Gemini、Claude 拥有超过 10 亿活跃用户中，有相当大一部分是将其作为日常高强度脑力劳动的替代工具。

包括你和我。

以上，都是切实发生的事情，所有人都能看得到。

资本市场永远是急躁的，总希望今天投下去 1 块钱，明天就能赚回 10 块钱。

当近 7000 亿美元基建投资无法在短期内全部转化为应用端的利润时，市场必然会迎来一轮残酷的洗牌。

消灭掉那些只靠讲 PPT 混日子的投机套壳公司，把真正有技术底蕴、有落地场景的留下来。

洗牌之后，那些廉价而庞大的算力中心、高度优化过的模型算法，将以极其低廉的价格服务于千行百业。

2000 年之后，人类迎来了所有行业都离不开互联网的数字时代。

今时今日，我们也正不可逆转地奔向一个所有行业都由 AI 来统领、由 AI 赋能的智能全盛时代。

泡沫的喧嚣中，底层的生产力势能，没有一点水分。