AI 泡沫大概率不存在：5 万亿美元账单和 20 倍市盈率的算术

关于 AI 行业财务状况的网上讨论里，「泡沫存在、而且随时会破」几乎被当成前提。我不认为这是个合理的假设。没人能看见未来，但我认为存在相当大的可能性：过去几年 AI 公司那种陨石式的增长是合理的，而且它们的增长空间还有更多。

泡沫是一个投机性的概念：它意味着 AI 行业被极度高估。如果这个判断成立，大多数涉足 AI 的公司（其中好几家市值远超一万亿美元）的价值会崩塌，并拖垮整个经济。但它成立吗？我们一条条看账。

支出高得离谱，但它是受约束的

说 AI 公司花的钱多得离谱，都是轻描淡写。AI 公司的债务与支出承诺是通过复杂的工具安排的，这让人很难看清它们的开支到底有多少（这是个严重问题，也是「AI 是泡沫」论最有说服力的论据之一），但它们已经承诺的支出至少 3 万亿美元。还有估算认为 AI 公司已经花掉 1.9 万亿美元，把整个行业的开销推到约 5 万亿美元。这是史无前例的投资规模，而如果这种支出水平要一直维持下去，AI 确实不可能盈利。

但问题在于：这种支出水平为什么必须一直维持？AI 公司花这么多钱，是为了先把数据中心铺起来、把 AI 跑起来。这些支出是一次性采购，不是经常性运营成本。等数据中心建完，AI 的支出会骤降。

抛开这些建设支出，AI 的运行成本其实并不高。我们拿不到整个行业的完整数字，但 Anthropic 的 S-1 文件说，他们每花 1 美元算力，能挣 2.08 美元。换句话说，一旦忽略建基础设施的成本，AI 的盈利能力很强。关键在于，这份 S-1 显示 Anthropic 的收入已经超过「算力 + 基础设施投资」的总和，这直接反驳了「建数据中心这件事本身不可持续」的说法。真到紧要关头，AI 公司还能靠两件事省钱：不再让人免费用产品，以及临时暂停昂贵的 AI 研究。这两项可以立刻执行，而租约、支出承诺这类开支要难砍得多。

真正需要长期对付的唯一大头，是当初为了建数据中心而背下的巨额债务。就像前面说的，由于这些债务的发行方式很复杂，很难把承诺看清，但我们可以做个粗略计算。如果 AI 行业要在 20 年里还清 5 万亿美元，那每年是 2,500 亿美元。作为参照：Alphabet（Google 和 YouTube 的母公司）2019 年光收入就报了近 1,620 亿美元；按通胀调整后是 2,130 亿美元。因为这是很粗的算法，需要的总收入可能远高于每年 2,500 亿美元，但结论仍然站得住：这确实是一笔巨额开支，可用目前的数据看，还清它并非不可想象。其中一部分债务还是可转换票据，可以用股份而非现金偿还。2026 年上半年，Anthropic 以应交付给贷方的股份形式记录了 720 亿美元亏损。成本之所以显得这么高，只是因为估值飙到了约 1 万亿美元——这意味着 Anthropic 的股权足够让贷方全额收回。

利润还能涨，而且能涨很多

在 S-1 文件里，Anthropic 记录的收入是：2023 年 4,100 万美元，2024 年 3.86 亿美元，2025 年 45.85 亿美元，2026 年仅上半年 163 亿美元。这是疯狂的增速，而且可以放心假设 OpenAI 等其他主要 AI 公司也在经历类似增长。增长速率总有一天会放缓，但那不必是很快的事。

看当下 AI 的能力，我真心觉得前沿模型还有太多没被用上的潜力。大多数（也许是全部）程序员和数学家在各自领域里都不如一个配了好 harness 的 AI 集群，而且贵得多。AI 不能替代律师和医生，但它能把他们的文书工作自动化，腾出时间做别的事。在生成式 AI 之外，自动驾驶正在成为现实，还有一些证据表明它们比人类司机更好。AI 的采用需要时间，但没有理由认为 AI 的使用量不会大幅飙升——即便 AI 不比今天更聪明（而它肯定会更聪明）。换句话说，AI 公司面前有待满足的巨大需求。

你会看到 AI 怀疑者身上一个奇怪的矛盾：他们害怕 AI 会怎样改变世界，却又似乎确信 AI 只会产出没人愿意付钱的垃圾。这两件事没法同时成立。害怕 AI 抢走你的工作是完全可以理解的，但钱会在那发生时易手。我不知道未来具体长什么样，也不知道大规模采用要多久才真的发生，但当我设想 AI 将如何改变世界时，我很难看到 AI 消费不是今天的 10 倍。

Google 没有护城河，麦当劳也没有

2023 年，一份 Google 内部备忘录《我们没有护城河，OpenAI 也没有》被泄露，里面指出开源社区正在跟上 AI 实验室的步伐。更宽泛地说，这份备忘录否定了「任何公司能在 AI 开发上拥有持久优势」这个想法。如果能有，那当然赚钱，但已经存在的信息和研究太多了，没人能指望自己的前沿模型在前沿待很久。这意味着永远不会出现某家公司「赢下 AI 战争」的那一刻，只有不停歇的厮杀，每家公司都想压过别人一头。

你知道还有哪家公司没有护城河、还在一场「产品很容易被对手抄」的战争里卖东西吗？炸鸡三明治战争里的 Popeyes。我知道听着很傻，但从商业角度看，两者惊人地相似。参加炸鸡三明治战争的餐厅，没有一家对别家有持久竞争优势，它们全都要面对「潜在顾客干脆在家做饭」这个替代选项，但这场战争对所有参与者都相当赚钱。仅仅说一家公司没有护城河，并不足以推出它赚不到钱。

理论上，AI 公司得担心用户转投竞品、或者改用开源模型。实践中这不是主要威胁。首先，普通人永远不会去用本地部署的模型。我知道这在技术圈是常见爱好，但普通用户不想为了一个「最好情况下也就和 ChatGPT 一模一样」的东西去折腾、去花钱。也就是说，原则上大多数普通人一辈子只会用少数几个模型。人们理论上可以在模型间切换，但人倾向于在一个产品上安定下来并产生品牌忠诚。比如我基本只用 ChatGPT，不是因为我有什么真正理由，而是因为它是我用过的第一个大模型。这在一定程度上抵消了客户流失的风险。另一个「没有护城河也能赚钱」的方式是机构锁定：一旦一家大公司把某个 AI 集成进日常运营，迁走的代价并不为零。它们甚至可能签了买一定数量 token 的合同，这会把它们绑在继续使用上，而不是迁移。

还有大量资金可以融

泡沫破掉的一种可能路径是：相关公司在成长过程中把可花的资本耗尽，从而失败。考虑到 AI 公司的巨额烧钱与债务，这确实是个需要认真对待的风险。即便如此，我认为在大多数公司还没 IPO 的时候就去担心它们融不到钱，为时过早。SpaceX（尽管名字如此，它部分也是家 AI 公司）上市时融了 800 多亿美元。除此之外，很多 AI 公司还没有发行公开债务，而当私募贷方不愿再投钱时，公开债是拿贷款的主要途径。已经发了公开债的那些，比如 Alphabet 和 Meta，债券评级都很优秀。真需要更多资本，它们不会缺愿意借钱的人。

当然，投资者不是唯一的资本来源。一旦 AI 公司开始盈利（它们看起来已经盈利了），就能用利润为增长提供资金、并偿还债务。「AI 公司必须不断寻找新投资人才能开门」这个想法，大概已经过时几个月了。从 Anthropic 的 S-1 看，AI 世界可能已经过了「押风险赌注」的阶段，现在可以专注于收获回报。

这个行业不像我们见过的任何泡沫

泡沫发生时，通常先有相关公司估值明显虚高，事后来看破灭一目了然。对上市的 AI 公司，我们看不到这种情况。Alphabet、Meta 和 NVIDIA 都是过去几年市值暴涨的 AI 公司，但它们的市盈率全都稳定在 20 多倍。如果它们估值的上涨是非理性的（或者只是对未来增长的预期而非当期盈利），你会期待市盈率上升。相反，它们的估值看起来正是一家健康的万亿美元公司该有的样子。互联网泡沫时，很大程度上是由那些无法盈利、或者市盈率上百倍的公司推动的。我不打算假装自己是金融泡沫专家，但我从没听说过哪个泡沫里，参与公司的估值相对其盈利这么温和——即便它们的盈利（以及由此而来的估值）本身已经巨大。

这件事仍然可能是泡沫的一种情形是：AI 被证明只是一阵风潮。这轮估值上涨很大一部分来自对 GPU 和数据中心使用量的需求增加，而那是 AI 需求的下游。我们可以设想：AI 实验室被巨额投资资本托着，而这笔资本又托起了制造或出租 GPU 的公司的估值。但这事看起来并没有在发生。Alphabet 有一条全栈 AI 供应链：自己设计 AI 专用 ASIC、训练自己的 AI、把 AI 集成进产品、也把算力租给客户。他们的招股书很贴心地把它拆成「出租算力的 Google Cloud」和「Google Services」，这让判断 Alphabet 盈利增长是否主要来自数据中心变得容易。答案是：不是。Google Cloud 的收入在百分比上增长更快，但 Google Services 在绝对金额上增长得多得多。具体来说：Google Services 收入增加 378 亿美元、增幅 12%；Google Cloud 收入增加 155 亿美元、增幅 36%。Alphabet 确实从出租数据中心获益，但那不是它盈利暴涨的主要原因。

Meta 完全不出租数据中心，但他们的招股书也记录了收入的大幅增长：2024 到 2025 年多出约 300 亿美元，2023 到 2024 年又多出约 300 亿美元。这不是愚蠢的投资者往任何做 AI 的公司砸钱，这是找到了 AI 变现方式的公司挣到的真实利润。Anthropic 的收入似乎也在指数增长，基于他们的 S-1。唯一真正的未知是 OpenAI，它从其他公司购买天量算力。它的财务状况可能很糟，但即便它倒了，我也不认为这等于泡沫破灭。真要说，更可能发生的是它的竞争对手们整合起来、争夺更大的市场份额，而不是崩塌触发一场把整个行业带下去的多米诺。

结论

我写这篇文章，不是想把「AI 泡沫论」一把推翻。即便有这些证据，AI 行业的财务可持续性仍存在严重风险。针对数据中心的公众反弹会让 AI 革命所需的基础设施更难继续，监管壁垒可能让新模型更难开发或部署。除此之外，还有一个巨大的风险：一个自主 AI 黑客造成严重破坏，让公众对 AI 的需求骤降。而且，即便我已经论证了 AI 公司有能力偿还债务，我仍然对那个数字本身感到担忧。它们用越来越复杂的方式为基础设施投资融资，这不是好事；如果收入增长突然放缓（这当然有可能），这场赌局就会反噬。别把毕生积蓄 YOLO 进 AI 革命——或者至少亏得只剩衬衫时别怪我。

我写这篇文章，是因为我觉得关于 AI 的讨论已经变成一个回音室，而回音室从来不是弄清对错的路径。尽管有回音室，人们口头上相信的东西和他们实际的行为却相差甚远。说 AI 是即将破灭的泡沫是一回事，可如果我们都同意这一点，这些投资人的钱是从哪来的？说到底，当人真要把钱放到嘴上说的位置时，他们把钱从嘴里拿出来，去买了 NVIDIA。他们可能买错了，也可能没错。时间会给出答案。

最后一个观察：我认为围绕 AI 泡沫的修辞其实跟财务无关。关于 AI 泡沫的讨论太普遍了，不可能是逆势观点；也太欢快了，不可能是由投资者的恐惧驱动。在我看来，所谓 AI 泡沫之所以成为这么大的话题，是因为它代表了一种希望：希望事情能回到过去的样子。人们害怕 AI 会带来什么，这恐惧是正当的。除了对未来的恐惧之外，当下的 AI 已经变得令人不适地普及——网上到处是 AI 垃圾，现实里也越来越多。这一切发生得太快，很容易忘记 ChatGPT 是不到四年前才发布的。我们的世界以一种既可怕又古怪的方式改变了，虽然我对 AI 总体抱持相当乐观的看法，我理解人们会希望它全部消失。于是人们许愿。他们告诉自己这一切都是巨大的泡沫，很快有一天一切都会崩掉，然后立刻回到从前的样子。不管好还是坏，那不会发生。即便 AI 真的成了泡沫，它也会像互联网泡沫那样——底层技术依然有用。从这一刻起，我们只会生活在 AI 时代；至于由此会发生什么，希望至少对经济是好事。

我们的整理：这套论证的三个薄弱处

原文的长处是把「泡沫」拆成四张可检验的表：一次性支出 vs 经常性支出、S-1 里的单位经济、市盈率、以及收入增长来自哪里。它也诚实地列了反向风险。但有三处值得读者自己再推一遍：

1. 「一次性支出」是个循环论证的风险点。数据中心建完支出就降——前提是那一代硬件不会在两三年内被淘汰。GPU 折旧周期和「建完就结束」这个假设是冲突的，原文没有展开。
2. S-1 的 2.08 倍是毛利口径，不是自由现金流。它证明「忽略基建后很赚钱」，但整篇文章的争点恰恰是「基建该不该被忽略」。
3. 20 多倍市盈率只覆盖了已上市的三家。真正可能出问题的是拿债务建数据中心、又不在公开市场定价的那一层（原文自己也说这部分账看不清）。

一个可操作的读法：把「AI 是不是泡沫」换成三个可跟踪指标——超大规模厂商的折旧年限是否被拉长、AI 相关债务的发行结构是否越来越复杂、以及云收入增速与总收入的差值是否在收窄。这三项里前两项恶化，就是原文所说「复杂融资 + 增长突然放缓」的组合，那时再谈泡沫也不迟。

来源：I'm Not Convinced The AI Bubble Exists（Matteo Raso，2026-11-08）。

原文附注（作者自荐）：作者正在争取加拿大自由党在 Sudbury East—Manitoulin—Nickel Belt 选区的提名，该党要求他登记 25 名捐款人才能进入考虑范围；原文在此处附了党内 Victory Fund 的捐款链接。

本文由汇智网 · Software 2.0 编译整理，转载请注明出处。

这是「AI 基建 / 评测 / 安全」专题的一部分。完整地图见：AI 基建 / 评测 / 安全完全指南