輝達市值直衝5兆美元，微軟、Meta、Google、亞馬遜持續上調資本開支預算； 國內市場，科技主線核心標的不斷刷新階段新高。 於是出現了一個“詭異”的市場現象： 越多人喊泡沫，龍頭越漲；越多人猜頂部，資金越抱團；越多人等回呼，核心資產越加速。

過去幾個月，OpenClaw 的熱度像坐了一趟過山車。 最熱的時候，幾乎所有 AI 科技媒體都在寫它：GitHub 增長有多快、個人 AI 助理是不是要變天、普通人能不能在自己電腦裡養一隻“龍蝦”。社群裡也差不多，教學、踩坑、部署筆記、功能演示，一波接一波。 但現在再去看，討論明顯安靜了。 不是那種正常降溫，而是從“全民圍觀”迅速退回到“少數人在繼續折騰”。媒體不再每天追著寫，普通使用者也不再把它當成新玩具反覆曬。OpenClaw 的公共聲量，幾乎已經降到了冰點。

OpenAI 未能實現銷售和新增使用者目標的消息一出，市場反應相當激烈。軟銀、甲骨文、AMD、CoreWeave 這些 OpenAI 的核心合作夥伴在美國盤前交易中集體下跌。市場擔心的不只是 OpenAI 一家公司的業績問題，而是對整個 AI 基礎設施投資回報的質疑。畢竟，科技巨頭們已經宣佈了天文數字般的資本支出計畫，如果 OpenAI 這個行業標竿都開始增長乏力，那些動輒數百億美元的投入能否收回成本？又該回到去年大家討論已久的 AI 泡沫論了。但這次不一樣的是，就在 OpenAI 遭遇增長瓶頸的同時，它的競爭對手 Anthropic 卻交出了一份亮眼的成績單。前段時間，Anthropic 的年化收入已經突破 300 億美元，首次超越 OpenAI 的 250 億美元，這就是兩種完全不同的商業邏輯在較量。AI 應該怎麼賺錢？OpenAI 走的是典型的網際網路打法，先用免費或低價產品獲取海量使用者，再慢慢提高付費轉化率。ChatGPT 現在有 9 億周活躍使用者，5000 多萬付費訂閱者，這個使用者規模確實令人羨慕。但問題在於，付費率只有 5.6%，周活躍使用者平均收入只有 25 美元。2025 年 OpenAI 總營收 131 億美元中，C 端訂閱貢獻了 85 億美元，佔比超過 60%。這種“大而不強”的收入結構，在消費端增長放緩後就顯得有些尷尬了。OpenAI 現在面臨的局面是：C 端使用者增長見頂，企業端市場又還沒真正打開。Anthropic 從一開始就沒打算走這條路。它把 80% 的精力都放在企業客戶身上，採用 API 優先的分發模式，目前已經服務超過 30 萬家企業客戶。這種高度聚焦帶來了驚人的商業化效率，Anthropic 的月活躍使用者平均收入高達 211 美元，是 OpenAI 的 8 倍多。更能說明問題的是企業採購決策的變化。2026 年 3 月，首次購買 AI 工具的企業中有 73% 選擇了 Anthropic。而在十周前，這個比例還是五五開；去年 12 月甚至是 60:40 偏向 OpenAI。短短幾個月，企業市場的天平就完全傾向了 Anthropic。這背後反映的是消費網際網路的流量思維和企業軟體的價值思維之間的根本差異。Anthropic 從成立第一天起就站在了企業市場這條賽道上，而 OpenAI 現在才開始艱難轉身。Claude Code如果要找一個 Anthropic 成功的關鍵產品，那一定是 Claude Code，這也是筆者在 openclaw 盛行的當下，多次安利的工具，這才是真正跟生產力工具。這個企業級編碼 Agent 在市場上的表現堪稱現象級，現在 Claude Code 在企業級編碼 Agent 市場的佔有率已經達到 54%，遠超 OpenAI 的 21%。預計到今年年底，GitHub 上超過 20% 的每日程式碼提交將由 Claude Code 完成。Claude Code 的爆發式增長直接驅動了 Anthropic 整體營收的飛躍。從 2025 年底的 90 億美元年化收入，到 2026 年 4 月的 300 億美元，短短幾個月增長超過 3 倍。Anthropic 的產品哲學很清晰：“輕編排、重能力”。模型原生支援工具呼叫和環境互動，把編排的自由交給開發者，瞄準的是開發者和高級使用者這群上限最高的人。Claude Cowork 更是把這個理念推到了極致，能在本地檔案、資料夾和應用之間自由切換，代替使用者執行多步知識工作，而不只是一個聊天助手。這種“讓模型本身成為 Agent”的思路，在專業使用者群體中建立了強大的心智壁壘。OpenAI 走的是另一條路，通過 GPTs 和 GPT Store 建構開發者生態，試圖覆蓋 C 端和開發者兩個市場。但這種廣覆蓋策略導致資源分散，生態活躍度始終不溫不火。OpenAI CEO Sam Altman 自己也承認，在“真實世界程式碼”的應用上，OpenAI 起步比 Anthropic 慢，Anthropic 更早認識到將模型應用到混亂的真實程式碼庫和真實世界資料上的重要性。雖然 OpenAI 後來推出了 Codex 程式設計智能體，周活使用者在三個月內增長 5 倍突破 200 萬，但在市場份額和開發者口碑上仍然落後。管道策略在商業化的具體執行層面，兩家公司的差異同樣明顯。Anthropic 是唯一一家同時在 AWS Bedrock、Google Cloud Vertex AI 和 Microsoft Azure Foundry 三大雲平台上提供前沿模型的 AI 公司。這種“不繫結單一雲”的策略讓企業客戶無需更換雲服務商就能接入 Claude，極大降低了採用門檻。在收入構成上，Anthropic 約 60%-75% 的收入來自第三方 API 銷售（通過雲平台訪問）,10%-25% 來自官方 API 直接銷售，C 端訂閱只佔約 15%。OpenAI 長期主要通過微軟 Azure 獨家銷售模型，管道相對單一，而且只把 20% 的銷售額計入自身收入，這在一定程度上限制了市場觸達能力。不過面對競爭壓力，OpenAI 也開始調整策略，終止了與微軟的排他性合作，入駐 AWS、Oracle 等平台，並尋求接入 Google Cloud。在定價模式上，Anthropic 最近做了一個很務實的調整，把最大的企業客戶從基於席位的固定使用額度計費，遷移到按 Token 消耗量計費的標準 API 費率模式，讓定價更直接地反映資源消耗。配合強勁的營收增長，Anthropic 的毛利率有望從 2024 年的 -94% 改善到 2025 年目標的 40%，並在 2028 年進一步提升至 77%。組織文化這是一個比較虛的詞，但還是要提一提。Anthropic 產品負責人 Cat Wu 說過一句很有意思的話：“如果 Claude Code 失敗了，但 Anthropic 整體成功了，我會非常開心。整個團隊也都願意按照這樣的思路來做決策。”這種使命驅動的文化讓 Anthropic 能夠快速決策並統一執行，核心創始人團隊無一人離職，保持了罕見的穩定性。OpenAI 則呈現出截然不同的組織特徵。自 2023 年底管理層變動以來，公司經歷了技術路線的搖擺和資源的分散配置。過度聚焦 C 端產品浪費了大量資源，Sora 就是個典型例子，每天的推理成本估計高達 1500 萬美元，但整個生命周期的收入只有 210 萬美元，最終在推出不到半年後被砍掉。OpenAI 應用業務 CEO Fidji Simo 在全員會議上坦言：“我們不能因為被 side quest 分心而錯過這個時刻。”此外，多位關鍵人物的相繼離職也反映出組織內部的不穩定性。AI 又泡沫了？今天 OpenAI 營收不及預期引發的市場震盪，讓很多人又開始擔心 AI 泡沫論。但如果仔細看 Anthropic 的表現，會發現問題的本質並不在於 AI 這個行業本身，而在於 OpenAI 自身的產品力。GPT-5 出來之後，大家發現 OpenAI 的模型已經不再領先了。而且 OpenAI 當時做的 GPT-5，野心是很大的，是想著藉著 GPT-5 來做電商，這樣大家通過 GPT 這個超級流量入口，可以直接讓 AI 推薦商品，而不用自己再去其他平台搜尋，但起碼目前來看，這個模型還並沒有達到奧特曼的預期。而 Anthropic 憑藉 Claude 系列產品，在企業市場建立了明顯的技術優勢。現在很多國內公司都在想方設法給員工配 Claude API，但很少聽說誰專門去配 OpenAI 的 API。這種用腳投票的結果，比任何分析報告都更能說明問題。企業客戶是最理性的，他們不會為品牌溢價買單，只會選擇真正能提升生產力的工具。其實不管國內外，CSP 都現在依然都在囤貨、掃貨，AI需求對整個產業鏈的帶動是肉眼可見的。 (傅里葉的貓)

最近，一段2024年上傳到YouTube的視訊突然在全球社交媒體上火了起來。視訊裡，加拿大華裔學者江學勤（Jiang Xueqin）冷靜地作出了三個預測：川普會贏下大選、美國會對伊朗開戰、而且美國會輸掉這場戰爭。前兩個已成事實，第三個還懸在那裡，像一個沒人敢碰的深水炸彈，吊著所有關注中東局勢的人的胃口。最近，江學勤在《Breaking Points》節目中系統解釋了他的判斷依據。這個視訊短短兩天已經有500多萬觀看人數。他的分析不光是軍事層面的推演，更多指向了一個更深層、也更令人不安的結構性問題——這場戰爭真正的發動機，其實不在五角大樓的作戰室，而在矽谷的機房和華爾街的交易終端。換句話說，看這場戰爭，不能光盯著導彈的軌跡，還得看清楚錢是怎麼流的。沙漠裡的伺服器：美國科技巨頭正在中東布什麼局？過去幾年，有個現象沒怎麼引起注意——中東那些靠石油發家的國家，正在悄悄變臉。沙烏地阿拉伯、阿聯、卡達，過去的天際線是鑽井塔，現在冒出來的是成片的資料中心。亞馬遜的AWS在阿聯建了中東最大的雲端運算叢集之一，微軟的Azure也在卡達和沙烏地阿拉伯落地，Google雲則瞄準了利雅德。這些項目表面上是商業投資，其實背後是一條正在鋪開的AI產業鏈。為什麼偏偏是中東？說到底，就三個原因：能源便宜、錢多、位置好。這場佈局的規模大得驚人。光2023到2025這幾年，微軟就在阿聯和沙烏地阿拉伯砸了上百億美元建資料中心；亞馬遜在巴林和阿聯的業務也在不停擴張；甲骨文更是和沙烏地阿拉伯政府簽了協議，一起搞雲基礎設施。與此同時，阿聯本土的AI公司G42，正跟幾家美國科技巨頭深度合作，想把阿布扎比搞成全球AI研發的新中心。這些投資不光是商業行為，背後是一盤地緣科技的大棋——誰控制了這個地區的算力，誰就在AI時代的全球版圖上多了一個據點。先說能源。訓練一個大型AI模型，耗電量大到嚇人。一個巨量資料中心的用電量，能頂一座中型城市。而中東有的是便宜的天然氣，發電成本比歐美低得多，在這地方搞資料中心，帳怎麼算都划算。再說資本。沙烏地阿拉伯的主權財富基金PIF、阿布扎比的投資局ADIA、穆巴達拉——這些機構手裡攥著幾兆美元，正拚命往美國科技圈砸錢。有公開資料顯示，光2024到2025年，中東主權基金對美國AI公司和基礎設施的投資就超過了一千億美元。最後是地理位置。中東正好卡在亞、歐、非三洲的交界處，是全球資料傳輸繞不開的樞紐。江學勤在節目裡提了一個細節——阿聯的一個亞馬遜資料中心已經遭到攻擊。這個事很值得琢磨，說明AI基礎設施已經從“旁觀者”變成了戰場上的靶子。石油美元正在換賽道：從油井流進晶片要說清楚美國這一波AI泡沫的錢是從那來的，就得先搞明白一個運轉了快五十年的金融機制——石油美元循環。1974年，美國和沙烏地阿拉伯簽了一份秘密協議：沙烏地阿拉伯賣石油只用美元結算，美國則提供軍事保護。這套安排的厲害之處在於，全球只要有人買石油，就得用美元，而產油國手裡攢下的美元，又通過買美債、投資美國資產的方式流回美國。這個閉環是美元霸權的基石，也是美國能常年借錢不手軟的底氣。沙烏地阿拉伯Neom新城的資料中心（概念圖）但到了2020年代，這個循環裡多了一個新出口——AI。錢是怎麼流過去的？分好幾層。最上面，是沙烏地阿拉伯PIF直接入股美國科技公司和基金，金額動輒百億；中間層，是中東的家族辦公室和二級基金通過矽谷的風投進入早期AI公司；最底層，是石油出口賺來的美元，通過貿易、央行儲備、買美債這些常規管道，不斷給美國的金融市場“補水”。這三層加在一起，就是一條從波斯灣到矽谷的錢道。回頭看看OpenAI那一波波動輒幾百億的估值，輝達兩年翻幾倍的市值，還有科技巨頭們動不動千億等級的AI基建計畫——這些錢從那來？很大一部分，就來自中東。海灣國家的主權財富基金不光直接投資美國的AI公司和晶片企業，還通過買科技股、進私募、投風投，給整個AI生態提供了關鍵的資金支撐。可以說，石油美元正在換跑道，從油井轉向晶片。而美國的AI泡沫，如果這算泡沫的話，正是這條跑道的終點站。換句話說，美國這輪AI繁榮，不光是技術突破堆出來的，也是中東資本持續輸血養出來的。一旦戰爭把這條血管切斷，後果會是系統性的。五萬美元的無人機對上百萬美元的攔截彈從軍事角度，江學勤有一個獨到的觀察：伊朗根本沒打算跟美國正面硬剛，它的打法是用不對稱消耗，拖到美國自己先撐不住。這套帳算得很簡單。伊朗一架自殺式無人機，成本大概五萬美元。美國用來攔它的“愛國者”導彈，一枚就是幾百萬美元。就算打下來了，帳面上也是伊朗贏。而且伊朗為了這一天，準備了二十年。2024年那場所謂的“十二天戰爭”，讓他們摸清了美國和以色列防空體系的套路和軟肋。但比無人機更要命的，是伊朗對海灣基礎設施的打擊能力。江學勤在節目裡點了一個很現實的威脅——伊朗和它的代理人，正在有計畫地瞄準沙烏地阿拉伯、阿聯這些海灣國家的命門，比如石油設施，還有海水淡化廠。他舉了個例子：要是利雅德的淡化水廠被端了，那座上千萬人口的城市，撐不過兩周就會斷水。這可不是紙上談兵，這是幾千萬人活生生的處境。而從資本的角度看，一旦海灣國家的安全出了大問題，外資第一個跑，主權基金也得把錢抽回去搞重建，那流向美國AI的錢，說斷就斷。假如真的打起來，會發生什麼？我們來做個思想實驗。假設明天，波斯灣打起來了。胡塞武裝把曼德海峽一封，伊朗對沙烏地阿拉伯阿美的油井動手，阿聯的資料中心因為安全威脅被迫停擺。然後呢？第一步，能源市場先炸。全球五分之一左右的石油要從荷姆茲海峽走，油價幾天之內就能飆到兩百美元以上。第二步，資本市場跟著崩。海灣主權基金會緊急叫停海外投資，拋美股換現金，華爾街會迎來一場流動性地震。第三步，也是最致命的——AI產業鏈斷了。中東的資料中心關了，資本的管道被切斷，剩下的資料中心因為能源漲價營運成本飆升……美國的AI產業會面臨一場供給和資金兩頭擠的危機。這不是危言聳聽。現在美國AI產業的估值，靠兩個前提撐著：一是資本持續流入，二是算力不停擴張。這兩條都依賴一個穩定的中東。一旦戰爭把這個平衡打碎，泡沫不會慢慢洩氣，而是直接爆掉。輝達的股價、科技巨頭的市值、跟AI掛鉤的債券和衍生品，全得重估。而AI泡沫一旦破了，通過金融系統傳導開，殺傷力可能比2008年的次貸危機還要大。更深的一層，是信心。AI現在估值這麼高，很大程度上靠的是一個故事：人工智慧會改變一切，所以現在砸多少錢都值。這個故事要繼續講下去，就得有源源不斷的錢來撐股價、撐研發、撐擴張。一旦戰爭切斷了一條主輸血線，市場信心的崩塌會比實際損失來得更快。歷史早就演過——2000年網際網路泡沫，2008年次貸危機，都不是因為基本面歸零，而是因為邊際資金撤了，引發恐慌踩踏。AI泡沫要真破，也逃不過這個劇本。既然戰爭後果這麼嚴重，為什麼還會打？江學勤給了三層解釋。第一層是歷史的慣性——“帝國傲慢”。從羅馬到大英，每一個處在權力頂峰的帝國，都容易高估自己，低估對手。美國在阿富汗和伊拉克挨了那麼多教訓，按理說該長記性。但二十年過去，記憶淡了，新一茬決策者正踩著同樣的坑往前走。第二層是利益交換。沙烏地阿拉伯和以色列通過給川普家族——包括他的私募基金和競選活動——輸送了大量資金，換取了美國對伊朗動武的承諾。這種操作把國家級的戰爭決策跟私人的商業利益攪在一起，理性戰略自然讓位給了交易邏輯。第三層最隱秘，也最危險——戰爭本身，可能就是一種政治工具。在美國的憲法框架下，戰爭可以讓總統拿到大量緊急權力，比如限制公民自由、推遲選舉、壓制反對聲音。對一個想鞏固權力的人來說，一場持續的海外衝突，可能是最好用的國內政治工具。結語：演算法背後，是戰火的影子我們現在看到的，是一個前所未有的局面——人工智慧，這項被寄予厚望的技術，它的經濟底盤，竟然如此深地嵌在地緣政治的火藥桶裡。矽谷的工程師在調參，利雅德的王子在簽投資協議，德黑蘭的指揮官在部署無人機，華盛頓的政客在盤算選票和利益——這四件事看似不搭邊，其實早就纏在一起。江學勤的預測會不會全中，誰也說不準。但他點出的那個結構性矛盾是實的：美國的AI繁榮，其實是建在一個很脆的地緣政治平衡上。而那些推著戰爭往前走的力量，正好在拆這個平衡。這就像有人一邊給氣球打氣，一邊拿著針在旁邊比劃——不是會不會爆，而是什麼時候爆。對普通人來說，這意味著什麼呢？意味著你手機裡那個語音助手，你用的搜尋引擎，你每天離不開的那些自動化工具——這些看起來輕飄飄的數字服務，背後連著波斯灣的油輪、沙漠裡的伺服器，還有中東上空的無人機。技術從來不在真空裡，它一直活在權力、資本和戰爭的縫隙裡。我們聊AI的未來，或許也該抬頭看看，那些在頭頂轉的，到底是伺服器的散熱扇，還是戰火的味道。 (科工力量)

當矽谷還在高喊“AI將重塑全球經濟”，華爾街巨頭高盛直接潑來一盆冷水：2025年AI對美國GDP增長的貢獻基本為零。這份報告戳破了持續兩年的AI狂熱神話——數千億美元砸進資料中心、算力軍備競賽愈演愈烈，最終卻沒能轉化為實打實的經濟增長。所謂的“AI新經濟”，更像一場資本自嗨的泡沫遊戲。高盛首席經濟學家揚·哈丘斯的結論並非空穴來風。過去一年，微軟、Google、Meta、亞馬遜等科技巨頭砸下數百億美元佈局AI，2026年AI相關資本開支更是飆升至7000億美元，相當於美國GDP的2.8%，強度直逼1999年網際網路泡沫峰值。但從GDP核算邏輯來看，這場狂歡的真相格外殘酷：AI投資的錢，大部分流去了海外。資料中心成本約四分之三用於晶片、伺服器等硬體，而美國AI產業鏈高度依賴亞洲製造環節。按照GDP支出法核算，企業進口硬體的支出，會在“淨出口”項中被全額抵消，投資拉動效應直接歸零。簡單說，美國企業越瘋狂買算力裝置，東亞半導體與製造業經濟體的GDP越受益，美國本土卻只拿到了“投資熱鬧”，沒分到“增長實惠”。這也是高盛判定AI貢獻為零的核心原因——錢花了，GDP沒漲，全是進口抵消效應。比經濟貢獻掛零更可怕的，是美國AI泡沫的三大膨脹特徵，每一項都在透支行業未來。第一，投入產出嚴重倒掛，商業化遙遙無期。紅杉資本資料顯示，全球AI基礎設施年投入超6500億美元，實際相關收入僅500億美元，6000億美元的投入鴻溝觸目驚心。OpenAI年收入僅數十億美元，年虧損卻突破百億美元，陷入“越發展越虧損”的怪圈。麥肯錫調研更揭露行業真相：近80%部署AI的企業未能提升淨利潤，95%的生成式AI試點項目沒有直接財務回報。巨頭們靠延長裝置折舊年限掩蓋成本，中小AI公司則靠融資續命，90%的AI創業公司註定失敗，“殭屍企業”數量逐年激增。第二，資本過度集中，估值嚴重透支。2025年美國風投超65%湧向AI領域，資金扎堆硬體層，軟體應用與技術創新反而遇冷。美股AI概念股估值飆升至歷史高位，標普500市值增幅超58%由10家AI龍頭推動，市場完全被“AI敘事”綁架。然而泡沫已開始破裂：2026年以來，美股科技七巨頭市值蒸發超1.5兆美元，輝達、博通等核心標的股價重挫，投資者終於清醒——沒有盈利支撐的高估值，終究是空中樓閣。第三，產業結構畸形，風險外溢經濟全域。AI軍備競賽讓科技巨頭自由現金流急劇惡化，Google自由現金流或暴跌90%，亞馬遜、Meta甚至面臨轉負風險。為維持燒錢，企業大舉發行高息債券，2025年AI相關信貸發行佔比達全年美元計價信貸的30%，債務風險持續累積。更致命的是“擠出效應”：資金全被AI硬體吞噬，傳統製造業、實體產業投資持續低迷，美國經濟患上“AI依賴症”，一旦泡沫破裂，將拖累整體增長。很多人拿AI與網際網路革命類比，試圖淡化泡沫風險，但兩者本質截然不同。網際網路泡沫時期，技術落地帶動了生產力提升、就業增長與產業重構，最終走出了Google、亞馬遜等真正創造價值的企業。而當前的AI熱潮，停留在算力競賽與資本炒作層面，沒有大規模提升勞動生產率，沒有改變就業結構，更沒有滲透到實體產業創造真實價值。索洛悖論再次應驗：“你到處都能看到電腦時代，唯有生產率統計裡看不到”。美國AI泡沫的本質，是技術狂熱、資本逐利與政策推動共同催生的虛假繁榮。政府力推AI主導權，企業跟風燒錢搶份額，華爾街炒作概念推高股價，三方合力把AI吹成了“無所不能”的神話，卻忽略了最核心的商業化與經濟轉化。高盛的報告，就是戳破神話的那根針——沒有實際產出的技術革命，終究只是泡沫。當然，這並不意味著AI毫無價值。長期來看，AI仍是重塑生產力的核心技術，但技術落地需要時間，商業化需要場景，經濟貢獻需要積累。歷史反覆證明，所有脫離基本面的資本狂歡，最終都會回歸理性。2000年網際網路泡沫破裂後，行業洗盤留下了真正的創新者；如今的AI泡沫，也終將經歷擠水分、去泡沫的過程。對於美國而言，當下最該做的不是繼續瘋狂燒錢，而是讓AI回歸產業本質：推動技術落地實體、完善本土供應鏈、提升投入產出效率。對於全球市場而言，高盛的報告是一記警鐘：別被AI敘事綁架，尊重技術規律，尊重商業常識。從“貢獻為零”到真正驅動經濟，AI還有很長的路要走。而那些只靠炒作、沒有真實價值的AI泡沫，終將在理性回歸中破裂。畢竟，資本可以製造狂熱，但經濟增長，永遠只認實實在在的產出與價值。 (新火m)

一筆S交易，引發連鎖暴跌。PE行業正在上演詭異的一幕：一方面，各家PE巨頭們基本都發佈了亮眼的財報，募資額暴增，並實現了創紀錄的利潤。黑石去年淨利潤21.4億美元，同比翻了一倍，創下“四十年最強業績”；KKR去年Q4單季募資430億美元創下四年新高；阿波羅全球全年募資2280億美元創歷史紀錄，利潤超出市場預期……與此同時，它們的股價卻一瀉千里。剛剛過去的2月，幾乎成了PE行業的“股災”之月——黑石的股價單月跌幅達20%，KKR跌了30%，阿波羅全球資管跌了29%，Ares Managemant跌了33%，凱雷跌了12%，TPG跌了33%。2月的最後一個交易日（2月27日），又是集體大跳水的一天。黑石跌了3.88%，KKR跌了6.34%，阿波羅全球資管跌了8.57%……這樣不講道理的跌法，讓人恍如回到了2008年金融危機。實際上，自進入2026年以來，PE巨頭們的股票就一直在被投資者大肆拋售。年初至今黑石市值已經縮水了30%多。令人擔憂的是，這次大跌不但沒有走穩的跡象，反而還有愈演愈烈之勢。“SaaS末日”成了PE巨頭們的滑鐵盧在今天的資本市場上，AI是萬因之始，亦為萬象之果。這場大跌的禍源，同樣被扣到了AI的頭上。2026年1月，Anthropic發佈了AI智能體工具“Claude Cowork”，可以自主在使用者的電腦上執行複雜、多步驟的專業工作。一時之間，整個SaaS行業人心惶惶。因為Claude Cowork號稱可以搞定財務審計、人事管理、法律合規等各種各樣的工作，傳統SaaS軟體公司將被一舉顛覆。於是，一場“SaaS末日”恐慌席捲美股，上市SaaS公司股價集體暴跌。這還沒完。2月23日，Anthropic宣稱其AI程式設計工具“Claude Code”能夠在一夜之間完成對COBOL系統的現代化改造。COBOL被稱為軟體行業“最堅固的堡壘”，IBM靠維護COBOL程式碼已經躺賺了幾十年。消息一出，IBM股價單日暴跌13%，創下25年來最大跌幅。雖然，事後來看這兩件事中輿論都有點過分誇大了AI的能力，AI還沒那麼快在專業工作上替代人類。但對傳統SaaS商業模式的懷疑種子已就此種下，龐大的軟體行業成了一座融化中的冰山，而第一道裂縫已經出現。在GPT橫空出世之後，多少傳統行業都在惴惴不安地擔憂會不會被顛覆。現在，第一個AI“受害者”看起來已經出爐了。那麼問題來了，軟體行業崩了，跟PE行業又有什麼關係呢？關係還真不小。實際上，軟體行業是過去十年來PE行業投資最多的行業，沒有之一。SaaStr的資料顯示，從2015年到2025年，私募股權機構共收購了超過1900家軟體公司，交易金額超過4400億美元。在2025年，近20%的槓桿併購的目標是軟體公司。這還只是小頭。我們知道，過去十年PE機構大力發展“放貸”業務，私募信貸規模急劇膨脹。一般認為，目前美國私募信貸的餘額可達3兆美元。而據瑞銀的估計，其中多達三分之一都投給了SaaS公司。如今，黑石、KKR等頭部PE巨頭們，無不在軟體行業有大規模的佈局。在部分大型基金在軟體行業的配置超過了30%。Thoma Bravo、Vista Equity等一批專注於投資軟體行業的專業型PE機構，管理規模都超過了千億美元。PE機構們青睞軟體行業的原因很好理解。因為SaaS的商業模式是訂閱制，擁有穩定的經常性收入、高利潤率、可預測的現金流，客戶遷移成本還高，這樣的商業模式正是PE機構的最愛。然而，沒人預料到，隨著AI的興起，對軟體公司的超額配置居然成了PE機構的集體滑鐵盧。首先，軟體公司的估值正在大幅縮水，美國科技軟體股指數今年已經下跌20%，軟體股的平均P/S倍數更是從9倍掉到了6倍。二級市場如此，一級市場只會更糟。而更令人擔憂的是規模以兆美元計的私募信貸。過去，PE機構們在向軟體公司“放貸”的時候，一個前提假設是它們擁有“永續”的現金流。而現在這個假設顯然不成立了，再疊加當下的高利率環境，這些債務面臨巨大的違約風險。一筆S交易，引發連鎖暴跌就在市場愈發不安之際，一樁不合時宜的S交易成了引爆點。2月18日至20日，Blue Owl Capital宣佈將旗下三隻私募信貸基金的資產轉讓給幾家北美養老金和保險機構投資者。雖然這次資產出售的估值是面值的99.7%，並沒有明顯折價。但由於據稱Blue Owl將永久停止其中一隻基金的贖回，市場還是將其解讀為“資產質量惡化”。於是，這筆交易規模只有14億美元，卻一舉把管理規模達3000億美元的Blue Owl的股價干崩了。2月19日起的三個交易日，Blue Owl股價暴跌了22%。Blue Owl的暴跌引發了連鎖反應，黑石、KKR、Ares等其他PE巨頭的股價也跟著一起暴跌。這並不是誤傷。由於一級市場的低流動性，估值調整較慢，資產的貶值不會立刻反映在財報上。而越是這樣，投資者們越是感到擔憂。這導致各大PE巨頭的私募信貸基金都在2026年陷入了贖迴風暴。在2025年，已經有多家獲得了巨額私募信貸融資的大型企業宣佈破產，讓投資者對私募信貸的資產質量非常擔憂。尤其是去年First Brands宣佈破產，居然出現了抵押品不翼而飛的情況，暴露出私募信貸對風控的嚴重忽視，引起巨大爭議。當時，摩根大通CEO戴蒙就發出警告稱：“看到一隻蟑螂時，可能還有更多。”暗示美國私募信貸市場存在系統性風險。這並不完全是危言聳聽。彭博情報的資料顯示，在二月的短短四周之內，就有177億美元的美國科技公司貸款滑落至“困境交易水平”，也就是面臨嚴重財務困境、瀕臨違約或破產，其中大部分來自SaaS公司。晨星的資料也顯示，在2025年底以來，對軟體公司的槓桿併購貸款陷入“困境交易水平”的金額急劇增長，目前已經佔到總額的13%之多。彭博預計，私人信貸的違約率在2026年可能上升2個百分點，達到6%。瑞銀更是預測，如果AI的顛覆性影響繼續加速，美國私人信貸的違約率可能達到13%，是正常水平的3倍以上。當然，這場危機到底會發展到何種程度現在還很難說。幾乎所有PE巨頭們都公開表示“問題不大”，市場反應過度。但無論如何，可以確定一場巨變正在發生。那些敏銳的機構早就在行動了。阿波羅全球資管在2025年已經把對軟體行業的配置砍了大約一半，配置比例從20%降至約10%。Thoma Bravo的創始人奧蘭多·布拉沃在今年的達沃斯論壇上坦言，AI將顛覆許多軟體公司，尤其那些核心能力是技術的公司。Thoma Bravo手中握有超過75家軟體公司，是世界上最大的軟體公司投資者之一。就在不久前，黑石總裁喬·格雷在接受採訪時談到AI相關資產是否存在泡沫的問題，他表示：“人們都在關注泡沫風險，我認為最大的風險其實是顛覆性風險——如果一個行業在一夜之間就面貌全非該怎麼辦？”與VC不同，PE通常關注那些有穩定、長久價值的行業。當PE也在談顛覆的時候，一定有什麼不同尋常的事情在發生。 (投中網)

在2026年2月的全球金融市場中，一股風險厭惡情緒正悄然蔓延。摩根大通首席執行長傑米·戴蒙近日在投資者會議上表示，當前市場狀況讓他聯想到2008年金融危機前夕的景象。他指出，高資產價格、槓桿化過度以及某些機構從事“愚蠢行為”可能增加風險，並強調信貸周期中總有意外發生。這一言論並非孤立，而是與市場資料相呼應：債券收益率下降、安全資產需求上升、私人信貸問題凸顯，以及人工智慧（AI）潛在顛覆帶來的不確定性。這些因素共同構築了當前市場格局，預示著經濟可能進入更謹慎的階段。全球市場風險厭惡情緒的蔓延2026年2月，全球金融市場呈現出明顯的風險厭惡跡象。儘管股市在某些領域出現反彈，但整體趨勢指向安全資產的轉移。根據最新市場資料，美國股市在2月24日反彈，道瓊斯工業平均指數上漲370點，標準普爾500指數和納斯達克指數分別上漲0.77%和1.04%。然而，這更多是軟體股從AI顛覆擔憂中短暫恢復所致，而非根本性轉折。歐洲股市相對穩定，STOXX Europe 600指數持平，但債券收益率創下多月低點，顯示投資者轉向避險。債券市場是風險厭惡的核心指標。美國國債收益率曲線繼續陡峭化，2月20日10年期國債收益率收於4.08%，2年期為3.48%，10年-2年利差為0.60%。這一陡峭化並非源於長期利率飆升，而是短期利率相對穩定，長期利率下行，暗示市場預期聯準會可能進一步降息以應對潛在衰退。加拿大債券收益率也顯著下降，10年期降至3.18%，2年期至2.43%，創下去年11月以來最低，反映出加拿大銀行已宣佈結束降息周期，但市場對全球同步復甦的疑慮加深。歐洲債券市場同樣顯示出避險需求。德國10年期國債收益率降至2.71%，義大利10年期BTP收益率跌至3.33%，均為2024年以來低點。法國和義大利收益率也創下多月新低，表明投資者在股票波動中轉向歐元區債務。儘管歐洲央行一再強調經濟處於“好位置”，但收益率下行趨勢從2月初持續，顯示市場對官方樂觀敘事的懷疑。英國10年期國債收益率降至4.30%，同樣反映出財政赤字壓力與經濟疲軟的博弈。亞洲市場則更複雜。日本政府債券（JGB）10年期收益率持穩於2.11%，但近幾個月下行趨勢明顯。買家罷工結束的跡象顯現，養老基金和保險公司可能重返市場，這與日本經濟再衰退相符——2025年下半年GDP大幅收縮，無反彈。日元匯率弱化至約156日元/美元，但作為防禦性貨幣略有走強。瑞士法郎升值至15年高點，匯率約0.77瑞士法郎/美元，政策利率已降至零，但資金仍湧入，凸顯全球風險偏好下降。這些趨勢並非孤立。2月初私人信貸溢出效應加劇，引發全球信用擔憂。戴蒙的言論強化了這一敘事：高資產價格並非安慰，而是風險放大器。市場訊號顯示，風險厭惡從美股科技類股擴散至全球債券和貨幣，類似於2006-2007年的“上升潮水抬高所有船隻”階段，但潛在下行風險更高。分析評論：當前風險厭惡並非突發，而是積累結果。2025年關稅不確定性和AI泡沫擔憂已醞釀多時。債券收益率集體下行表明投資者優先保本，而非追逐回報。這可能預示短期波動加劇，但若央行干預及時（如聯準會維持3.50%下限），可避免系統性危機。相比2008年，當前槓桿雖高，但監管更嚴，私人信貸分散風險或成緩衝。區域經濟動態與安全資產飛行美國市場是全球風向標。2025年第四季度GDP增長1.4%，低於預期，但私人國內最終購買增長2.4%。失業率降至4.4%，1月新增就業5萬，雖低於預期，但顯示勞動力市場轉折。通膨持穩，PCE指數2.7%，核心2.6%。然而，AI擔憂導致軟體股暴跌，iShares Expanded Tech-Software Sector ETF（IGV）較52周高點跌超30%。標準普爾500指數預計年底達7500點，增長10%，但科技盈利增長33%依賴AI實現。加拿大經濟同步全球趨勢。2025年第四季度GDP增長2.6%，但2026年預期放緩。失業率升至6.8%，就業增長8200。債券收益率下行反映對銀行結束降息的疑慮，市場預期短期利率降至2%附近，類似於2008年後伯南克時代。歐洲經濟面臨分化。歐元區PMI顯示製造業觸44月高，但整體增長乏力。德國Ifo商業景氣指數下滑，義大利通膨最終資料待確認。債券收益率下行至2024低點，德國-義大利利差0.62%，歐元/美元1.18。失業率穩定，但青年失業率上升。歐洲央行樂觀敘事與市場背離，顯示投資者擔憂全球信用問題而非本地復甦。日本經濟再衰退，2025年下半年GDP收縮，無第四季度反彈。首相高市早苗對央行加息表示擔憂，導致日元貶值1.1%至156.28。JGB收益率下行，買家罷工可能結束，但養老基金重返需經濟惡化確認。銀行日本聲稱加息針對過熱，但政府刺激需求凸顯矛盾。瑞士經濟收縮，第三季度GDP下滑，第四季度無反彈。消費者價格回落，政策利率零，但法郎強勢顯示全球資金流入。瑞士並非“賣美國”，而是純避險資產，類似於日本但更極端。分析評論：區域動態顯示全球同步“Pringle周期”最終階段——央行退回降息，但需更大刺激。安全資產飛行從2月初加速，非關稅不確定性或AI報告所致，而是根本信用擔憂。相比2008年，當前全球化更深，亞洲衰退可能放大歐美風險。但AI投資（2026年資本支出佔GDP 2%）或成新增長點，緩解下行壓力。私人信貸周期的風險與趨勢私人信貸是戴蒙警告的核心。2026年展望顯示，資產管理規模預計到2030年翻番至4.5兆美元，2026年募資回暖。直接貸款主導，但困境債務、特殊情況和資產支援融資增長。供給漸超需求，收益率谷底8.0%-8.5%，仍高於歷史均值。然而，風險上升。2025年違約率升至5.8%，軟體行業從7.5%降至1.9%，但整體上升。槓桿增加，非銀行金融機構槓桿化加劇。戴蒙指出“愚蠢行為”如風險貸款，與2005-2007類似。全球私人信貸從影子銀行演變為主流融資，規模匹敵銀團貸款1.5-2兆美元，預計2028年達3兆美元。趨勢包括公私融合、信貸輪廓變化、零售增長。銀行與私人信貸重聯，分散風險。但成熟市場意味著機構化、銀行互聯性增加，資本充裕影響競爭和承銷標準。2026年交易勢頭重建，M&A量回升。分析評論：私人信貸增長是雙刃劍。分散銀行風險增強金融穩定，但晚周期過度（如垃圾貸款）可能放大衰退。戴蒙“信貸驚喜”警告提醒，當前高資產價格掩蓋問題。若AI顛覆加劇失業，信貸質量惡化風險上升。投資者應關注違約率和槓桿，優先高品質資產。AI泡沫與股票市場不確定性AI是2026年市場焦點。軟體股暴跌源於AI顛覆擔憂，如Anthropic工具威脅SaaS模式。納斯達克指數波動，科技盈利預期33%，但失業擔憂（2028年10%+）拖累。Citadel報告顯示失業率4.28%，AI資本支出6500億美元，資料中心2800個。但軟體工程師職位增長11%，顯示短期穩定。全球股市輪動：工業、消費防禦、能源領先，科技落後。標準普爾500旋轉至“真實經濟”股，如卡特彼勒、沃爾瑪、埃克森受益AI資料中心、成本意識消費、油價上漲。分析評論：AI並非純負面。S曲線擴散顯示早期採用慢，但成本下降後加速。短期泡沫擔憂合理，但長期提升生產力。市場“AI恐慌交易”過度，軟體股反彈顯示調整。投資者應平衡科技與防禦，關注Nvidia財報（收入661億美元，增長68%）作為風向標。全球經濟指標展望2025年第四季度全球GDP放緩。美國1.4%，加拿大2.6%，日本平坦，瑞士收縮。2026年預期：美國2.1%，加拿大放緩，歐元區溫和，日本再衰退風險。失業率：美國4.4%，加拿大6.8%，歐洲穩定，日本青年失業12.2%。通膨：美國PCE 2.7%，加拿大2.4%，歐洲回落。聯準會展望顯示降息風險減少，若2月就業強勁，利率持穩。全球央行分化，日本加息“愚蠢”，瑞士負收益率。分析評論：指標顯示軟著陸可能，但下行風險傾斜。失業上升與通膨持穩暗示政策空間有限。AI資本支出或推高商品價格（AI相關大宗上漲65%），但若失業加劇，消費疲軟。2026年增長穩定3%，但需警惕貿易、地緣風險。結論：警惕訊號與戰略應對戴蒙的2008類比雖非預言，但捕捉了當前焦慮：高資產價格、信貸風險、AI顛覆。市場訊號——債券下行、安全資產強勢、私人信貸溢出——顯示風險厭惡主導。相比2008年，當前有更強監管和分散融資，但全球同步衰退風險更高。投資者應關注央行動態、AI財報、經濟資料，優先避險配置。長遠看，AI或驅動復甦，但短期波動不可避免。全球經濟需更協調政策，以防“小驚喜”演變為大危機。 (周子衡)

導讀全球AI投資浪潮正以算力、資料中心和大模型為核心重塑科技產業與資本結構，形成高強度、短周期、重資產的新型投資循環。本文系統梳理了AI投資的歷史演進、產業層次與融資結構，對比其與網際網路泡沫的異同，本輪AI熱潮技術基礎更穩固，但金融鏈條更複雜、系統性風險更高。文章進一步分析AI泡沫可能的破裂路徑及跨國傳導機制，強調未來更可能經歷結構性出清而非單點崩塌，為政策制定與資產配置提供風險識別框架。引言AI的全球性投資浪潮正在重塑科技行業的結構，也重塑著資本市場的邏輯。以大模型、算力基礎設施和資料中心建設為核心的AI鏈，形成了自2008網際網路以來最強烈的一輪跨周期資本累積。巨頭之間的資本開支競賽不斷刷新紀錄，從NVIDIA的GPU出貨與企業市值，到微軟、亞馬遜、Google爭相投建的超大規模資料中心，再到初創公司圍繞模型、Agent與新型AI服務，展現出一種技術突破疊加資本擠兌式投入的發展結構。與傳統科技周期不同，這一輪投資不僅規模更大、節奏更密集、折舊周期更短，也構成了一個容易產生系統性風險的正反饋循環。在未來收益充滿不確定性的背景下，AI產業彷彿踩在紅利與成本現實的雙軌之上，推動市場在繁榮與泡沫之間不斷擺動，債務與融資結構也逐漸複雜化：為支撐資料中心和算力擴張，銀行、ABS與企業債等多管道快速擴張，放大了利率與信用風險的傳導路徑。01. AI投資的系統梳理(一) 歷史處理程序AI投資熱潮的發展歷程可以大致分為幾個階段。1、早期探索階段（1950年代-1980年代）。AI主要以學術研究為主，技術集中在符號主義、邏輯推理和早期神經網路上。雖然計算能力和資料規模有限，但政府和高校的科研資助推動了基礎理論的發展。例如，1956年達特茅斯會議首次提出“人工智慧”概念，1960年代的MYCIN和DENDRAL專家系統在醫療診斷和化學分析中進行了初步應用。此階段的投資主要依賴於政府撥款和科研基金，風險投資尚未形成規模。日本政府在1980年代啟動的“第五代電腦計畫”（FGCS）也試圖推動AI產業化，但整體投資活躍度仍較低。2、1980年代至1990年代的AI低潮期。即所謂的“AI寒冬”，早期專家系統和神經網路在實際應用中屢屢受挫，技術無法滿足市場預期。計算能力不足、資料匱乏以及投資回報不確定，使得全球範圍內的AI投資大幅減少。美國、英國和日本等國家紛紛縮減AI相關研發預算，資本市場對AI初創企業的熱情顯著下降。3、21世紀初（2000年代-2010年代）的復甦期。隨著網際網路的普及和巨量資料技術的發展，AI迎來了新的發展機遇。統計學習方法逐漸成熟，機器學習和早期深度學習模型開始顯現潛力。與此同時，GPU計算能力提升和雲端運算的發展為AI應用提供了必要的基礎設施。這一時期的投資逐漸恢復，以科技公司和部分風險投資機構為主，重點關注資料驅動型的智能演算法和初創公司。2006年，Hinton提出深度學習概念，為後續的突破奠定基礎；2012年，AlexNet在ImageNet競賽中取得壓倒性勝利，標誌著深度學習技術進入快速發展期。4、2012年至2020年，AI投資進入快速增長階段。深度學習在圖像識別、語音識別和自然語言處理等領域取得實際應用，帶動了風險投資和企業併購的熱潮。科技巨頭如Google、Facebook、百度等紛紛加大研發投入，同時AI初創企業融資金額屢創新高。例如，2015年，全球人工智慧市場融資規模達到了63億美元。這一階段的投資特點是技術驅動與資本市場熱情共同推動，行業應用開始拓展至金融、醫療、教育等多個領域。5、2021年至今，生成式AI的快速發展進一步引爆了新一輪投資熱潮。OpenAI發佈的ChatGPT引發全球關注，推動企業和投資者加大對生成式AI及相關基礎設施的佈局。微軟、Google、騰訊等科技巨頭通過戰略投資和併購搶佔技術前沿，AI創業公司融資規模屢創新高，資本熱情從科技行業擴散到金融、醫療、教育、製造等各類應用場景。生成式AI的技術突破和跨行業落地能力，使得AI投資成為全球科技資本追逐的核心方向之一。ChatGPT發佈（2022年11月30日）至今，輝達股價累計上漲964%，其利潤累計上漲1354%；蘋果股價累計上漲91%，其利潤累計上漲12%；微軟股價累計上漲90%，其利潤累計上漲55%；Google股價累計上漲211%，其利潤累計上漲107%。但近兩年，AI投資逐漸放緩，反映出AI技術發展及其在各行業應用仍處於探索的早期階段。雖然長期市場潛力仍然巨大，但最初的熱情已被在實際應用中推廣人工智慧技術的複雜性和挑戰所削弱。來源：2025 AI Index Report(二) 產業層次與參與主體近年來，AI產業的發展逐漸呈現為基礎設施、平台、應用三個層面平行推進，並由不同類型主體共同推動其資本流動與技術落地。首先，在基礎設施層，AI所需的算力硬體，如GPU、專用加速器、伺服器、儲存、網路裝置等，以及支撐這些硬體的系統成為基礎底座。分析指出，AI伺服器市場近年來經歷爆炸式增長。根據最新統計，全球伺服器市場因AI加速器需求迅速擴張，2024年前三季度伺服器銷售額大幅上升，AI伺服器出貨量與總伺服器平均壽命替換需求疊加，推動整體市場顯著擴容。另一方面，以阿里雲為代表的雲基礎設施提供商，其在中國 AI 基礎設施市場（IaaS）中佔據領先地位。2024年下半年阿里雲在中國AI IaaS市場份額達約23%，在大模型訓練與推理兩大子市場均位列第一。其次是平台層或雲服務層，即把基礎算力、儲存和網路資源以“雲服務、模型服務、算力租賃、按需呼叫”等形式打包提供給下游使用者。隨著 AI 技術成熟、模型越來越大，對算力和靈活資源調度的需求也越高，使得雲服務商、neo‑cloud租戶、專業AI服務商等成為關鍵中介。業界觀點認為，隨著大模型與雲端運算的融合，傳統雲端運算（IaaS）正在向“AI 原生”（AI‑native）雲服務演進，雲廠商不僅提供通用計算資源，也在提供專門為AI最佳化的算力、調度、儲存、模型部署環境等服務。此外，智算雲服務（AI‑optimized cloud）在中國也形成了較為明確的產業鏈結構，上游含晶片與伺服器基礎設施，中游為雲平台提供商，下游為行業使用者。最後是應用層，即行業化落地層。當基礎設施和平台服務配備就緒後，大量企業就能夠借助雲+模型服務，把 AI 技術應用到具體場景中：例如網際網路服務、金融、製造、醫療、零售、公共服務等等。報告指出，隨著AI平台服務能力提升，對於中小企業、傳統行業的“上雲+用數+賦智”門檻大幅降低，這推動了AI應用的廣泛普及。這個體系的推動主體首先是超大科技公司及頭部雲廠商（hyperscalers），其擁有資金、基礎設施、全球資源分配能力，是基礎設施與雲平台能力建構最重要推動者。其次是專業雲、neo‑cloud租戶、中型雲服務提供商及智算雲服務商，它們通過租賃基礎設施、提供靈活、彈性的AI算力及雲服務，把能力下放，為更多中小企業與行業使用者提供門檻更低、按需付費的AI服務。然後是私募和債權市場，基礎設施尤其是資料中心和機櫃建設，需要巨額資金投入，也往往借助債權融資、私募基金或機構資本支援。這使得AI基礎設施本身成為一種資本資產，並連接到更廣泛的金融市場與資本運作中。綜上，這種多元主體參與的機制，使得AI投資熱潮不僅是技術浪潮，也是基礎設施擴張、服務變現與產業應用同步推進的綜合性變革，也是當前AI產業能夠迅速擴張並持久化的重要原因之一。(三) 融資形式及周期特徵AI 基礎設施與平台建設需要大量資本投入，因此融資形式呈現多樣化趨勢。一方面，企業常通過企業債、高票息直接貸款獲取建設資金，這類方式利率相對固定、融資成本可控，但增加了短期償債壓力。另一方面，隨著項目規模擴大，也出現了基於長期租約的項目融資模式，即通過未來收入現金流如雲租用、AI服務訂閱等支援融資；進一步衍生的還有資產證券化（ABS），將資料中心、GPU叢集或機房租約收入打包成可交易證券，使投資風險在資本市場分散。與此同時，部分私募信用也開始進入AI基礎設施領域，為非上市公司提供靈活的信貸支援。這種多元化融資結構在分散風險的同時，也引入了資訊不對稱、信用評級難以精準評估以及流動性錯配的問題。AI硬體尤其是GPU、定製加速器和AI‑optimized 伺服器更新周期短，導致資本支出密集且折舊快速。短周期硬體更新不僅增加了資產殘值不確定性，還會加大再融資壓力，尤其在企業擴張或大規模部署初期。這意味著投資者在衡量 AI 基礎設施項目時，必須同時考慮技術迭代風險、折舊損失、未來現金流以及市場需求變化。在大型AI 資料中心項目中，GPU佔總資本支出約40-50%，伺服器機櫃與網路裝置佔30-35%，折舊周期短的硬體部分對項目財務壓力貢獻顯著。02. AI投資熱潮與網際網路泡沫的異同（一）相似之處當前的AI投資熱潮與1999年網際網路泡沫之間確實存在明顯的相似關係：高度一致的市場情緒、對技術變革的集體敘事、企業估值大幅上漲、媒體與投資人對新產業的超預期樂觀，這些因素共同構成了典型的科技繁榮景觀。市場熱情高漲，資本對新興技術的追逐表現出明顯的“短期高估”傾向。在網際網路泡沫期間，投資者對電子商務、入口網站等前景抱有過度樂觀預期，而在當前AI熱潮中，生成式AI、行業大模型、智能硬體和雲服務等領域的融資額持續攀升，部分初創公司估值迅速膨脹，許多人工智慧公司的估值已遠超行業平均水平，例如，Palantir和特斯拉的市盈率遠遠超過了200倍，而標普500指數成分股公司的平均市盈率約為25倍。其次，風險偏好顯著提高，投資者願意在尚未盈利或尚處於早期研發階段的企業中投入巨額資金，以搶佔潛在市場份額。而市場投機心理與輿論推動相結合，媒體和分析機構對前沿技術的持續炒作進一步放大了資本湧入速度。（二）關鍵差異首先，AI熱潮的技術基礎更為穩固。與1999年網際網路泡沫不同，當時許多公司缺乏可落地的商業模式，網際網路技術本身尚不成熟；而當前AI技術已經在電腦視覺、自然語言處理和大模型訓練等領域取得實際突破，生成式AI具有可直接落地的行業應用，從金融、醫療到製造和教育均有明確商業場景。其次，產業生態和資本結構更加多元。AI投資不僅包括風投和天使投資，還涉及企業資本支出（CAPEX）、私募信用、債券融資以及資產證券化（ABS）等形式，使風險能夠在一定程度上分散，同時引入了更複雜的流動性和資訊結構管理。再次，AI投資與全球基礎設施建設緊密掛鉤，如GPU、資料中心、雲端運算平台和模型訓練服務等，而這些硬體與雲服務資產具有長期使用價值和持續收入潛力，相較於1999年網際網路公司大量依賴短期廣告或電商流量收入，更加穩健。最後，監管與風險控制環境更加成熟。當前金融市場對AI相關融資有更嚴格的資訊披露和風險評估要求，部分國家和地區也出台政策鼓勵AI技術創新與應用，同時限制過度槓桿和投機行為。此外，從產業長周期發展來看，每一輪過度投資都可能為產業的長期成長做好了鋪墊。1999年網際網路泡沫崩潰後，此前大規模投資的光纖、電腦、移動通訊等裝置大幅度壓低了電子裝置和網路費用，Google、亞馬遜等一批網際網路企業和整個產業得以持續快速發展。（三）風險複雜性更高當年的泡沫主要集中在股價上，而今天的風險通過資本開支、長期租約、債務結構、影子銀行體系以及跨國能源和供應鏈瓶頸等多層結構相互疊加，一旦某個環節出現違約或資金緊縮，很可能不是簡單的“科技股下跌”，而是沿著融資鏈條迅速向房地產、信貸市場乃至跨境資金流動擴散，從而引發結構性的金融緊張。AI市場目前面臨的挑戰也更加複雜：技術瓶頸，例如輝達高端晶片供應短缺；應用程式的商業化滯後，大多數人工智慧公司尚未找到可持續的現金路徑；以及技術脫鉤，例如美國和中國的晶片監管。新興人工智慧公司傳統財務估值方法的失敗加劇了這種風險，資本狂熱導致泡沫的可能性仍然存在。03. AI泡沫破裂的可能性與傳導路徑AI 泡沫是否會破裂不能簡單地用“會”或“不會”來判斷，而應從估值邏輯、宏觀政策和全球資金流動三條主線分析其潛在破裂方式及時間窗口。從估值角度看，如果未來2-3年大模型的商業化速度無法匹配當前動輒百億美元的資本投入，市場估值必然進入回呼期，尤其是依賴 AI 敘事驅動漲勢的公司更容易經歷大幅波動。從宏觀政策角度看，若聯準會與歐洲央行維持高利率或再次收緊流動性，資料中心開發商、AI 獨角獸及依賴長期租約融資的基礎設施項目將面臨更高的再融資成本壓力，信用風險可能從個別企業擴散為行業性調整。從全球資金流動角度看，美國吸收全球資本將使新興市場、跨境基礎設施項目以及外幣債務敞口較高的經濟體最先感受到壓力，進一步把科技投資的波動轉化為跨國金融波動。整體而言，本輪AI投資周期大機率不會以1999年網際網路泡沫那種單點式全面崩塌收場，而更可能呈現漫長的結構性出清：先是局部估值回呼，再到資本鏈條的重新定價，最終由宏觀政策變化推動整個系統向新的均衡移動。如果發生破裂，具體方式主要包括兩個管道：一是估值重估，觸發因素包括AI商業化速度落後預期、盈利增長未達標或關鍵企業盈利警告，結果是高估值成長股票回呼，指數高度集中導致市場波動放大，回撤集中在“巨頭+AI”股票；二是信貸與項目融資鏈條斷裂，觸發因素包括利率上升、租戶違約或 neo‑cloud企業現金流緊張，結果是資料中心開發商與特殊目的載體面臨償債壓力，資產價值快速下滑，債權損失擴散至銀行、直接貸方及ABS持有者，將泡沫從股市傳導至實體信貸市場。在未來政策方面，需要找到一個平衡：不僅要支援龍頭企業突破技術界限，還要培養多元化的應用產業鏈，以建構良性的工業生態。技術革命的本質不是避免泡沫，而是通過持續的技術迭代能力和可行的商業模式，在穩定資本的支援下，推動長期的GDP增長和引領代際飛躍，並將資本狂熱的階段轉變為新的質量生產力。整體來看，AI 泡沫破裂不是單一事件，而是一系列結構性調整和局部泡沫破裂的組合，AI熱潮將經歷周期性的回撤，但它在超自動化領域（例如機器人、AGI）具有遠超網際網路時代的長期潛力，出現一次性大規模全面崩塌的可能性取決於貨幣政策和信貸鏈條的健康狀況。04. 跨國風險傳導AI 投資熱潮的全球化特徵意味著，一旦出現市場調整，其影響可能跨境傳導。觸發機制主要包括利率和信貸環境的收緊，例如，若美、歐主要央行同時加息並收緊信貸，全球資金快速撤出，將直接衝擊依賴外幣融資的新興市場以及海外AI項目，尤其是資料中心與雲服務廠商。此外，能源供應，尤其是電力，與全球供應鏈瓶頸，也可能放大地區性危機，導致局部市場風險集中爆發。潛在時間窗可分為短期和中期兩個階段。在短期，若宏觀利率快速上行或發生大型租戶違約，短期內可能看到信用利差迅速擴大，同時項目融資重新定價，資料中心、相關REIT及開發商最先暴露風險。在中期，如果AI商業化鏈條未能形成廣泛盈利，尤其是行業級應用落地緩慢，市場可能從增長溢價向盈利篩選切換，導致估值普遍回呼，資金重點流向盈利能力強的項目和企業。各國宏觀政策將是跨國傳導的決定性變數之一。一方面，聯準會與歐洲央行的利率與流動性政策會直接影響債務負擔與風險溢價：緊縮將放大企業融資壓力，寬鬆則可能延緩市場調整，但同時積累更高的系統性風險。另一方面，財政與產業政策的作用也不容忽視：針對資料中心電力成本或AI研發的補貼和支援，能夠緩衝局部衝擊，但可能延長非盈利項目的資金供給周期，形成“殭屍化”風險。最後，宏觀審慎與監管措施也會調節跨境風險傳導的幅度：加強對非銀行信貸、ABS透明度及應計壓力測試，可降低系統性傳染風險；反之，監管盲點可能放大跨國資本流動和供應鏈壓力造成的風險。05. 結語當前的AI熱潮同時包括真實的技術紅利若干高度脆弱的金融鏈條，因此更像是一種局部繁榮與局部泡沫並存的複雜態勢，而非歷史上的單一泡沫復刻。分析的關注點不應停留在“是否存在泡沫”，而應轉向泡沫存在的具體位置、形成機制及其可能通過那些管道傳導至宏觀金融體系。對政策制定者與資產管理者而言，最佳策略是在強化風險監測的基礎上進行選擇性防禦，重點關注資料中心融資結構、租戶信用狀況以及短期再融資節點；在估值重估情形下，應優先迴避高度槓桿化且盈利路徑不明確的投資敞口，從而在享受技術紅利的同時，降低系統性風險暴露。 (IMI財經觀察)