為什麼大家開始擔心：AI 會不會吹出一個“兆美元大泡泡”？（1）

——投資砸得離譜，商業模式卻還沒跑通

作者：Seth Fiegerman & Carmen Reinicke

過去這兩三年，人工智慧一路狂飆，大家幾乎從第一天開始就擔心：這是不是又一場會重演 1990 年代網際網路泡沫那樣的投機狂潮？

現在，這個擔心正在變得越來越真實。

科技公司在先進晶片、資料中心上花的錢，已經不是“幾十億”這種概念，而是—— 幾千億美金等級，甚至有公司提出了 兆美元等級 的 AI 大基建計畫。

目的只有一個：不只是為了滿足人們用 ChatGPT、Gemini、Claude 聊天的需求，而是為了迎接“經濟活動從人類遷移到機器”的更大轉折。

這些錢從那來？
✔ 風投
✔ 債務
✔ 各種讓華爾街都皺眉的“循環融資”結構

甚至連最鐵桿的 AI 頭號粉絲們也不得不承認——市場現在確實有點“虛高”了。但他們依然堅信：AI 會重塑產業、治病救人、加速整個人類社會。

問題是：從來沒有一個“還沒證明能賺錢的技術”，被投過這麼多錢。

科技圈內部其實有很多人私下裡也不太相信所謂“顛覆性AI革命”的最樂觀版本，但他們也不敢不投。

因為如果不跟著燒錢，就可能被競爭對手甩開，錯過未來所有市場。

11 月大部分時間，全球科技股出現劇烈震盪——說明投資者的緊張情緒越來越強。

華爾街 CEO 們甚至公開警告： 這波 AI 市場可能已經該來一次“健康崩盤”了。

AI 泡沫的危險訊號在那裡？

今年 1 月，OpenAI CEO Sam Altman 跑到白宮宣佈一個計畫——Stargate：5000 億美元的 AI 基建計畫。

大部分人聽到這個數字第一反應是：“這認真的嗎？”

後來 Meta 的祖克柏也來卷，說要投“幾千億”建資料中心。

結果——Altman：我們 OpenAI 已經決定要投 1.4 兆美元 了。（數字嚇到華爾街直接噴咖啡。）

現在的 AI 基建工地是這樣的：

錢是怎麼來的？越來越像“循環融資”

OpenAI、Anthropic、xAI，這些頂級 AI 公司在搞的融資模式，已經被金融圈稱為：
“繞來繞去搞不清楚誰在支援誰” 的循環結構。

例子：

➤ Nvidia 給 OpenAI 投資 1000 億美元 → OpenAI 用這些錢買 Nvidia 晶片。

資本圈：？？？

之後——Nvidia + Microsoft → 150 億撐 Anthropic，Anthropic 用錢買 Nvidia 晶片 + 用微軟雲。

xAI 也在找 Nvidia 融資，然後準備用這些錢繼續囤 Nvidia 晶片。

一個自我循環的完美閉環。

更危險的是：這些公司根本不盈利，而且要燒幾十年。

OpenAI：預計 2024–2029 要燒掉 1150 億美元現金（來自 The Information 的報導）

Citi 科技研究主管 Heath Terry 評論：“OpenAI、Anthropic 這種公司是整個生態的核心，但它們沒有微軟那樣的現金流和資產負債表。這兩個月 AI 的風險結構發生了根本性變化。”

大科技公司也在瘋狂發債

Meta 甚至讓 Morgan Stanley 設計了一個結構化工具，把 300 億美元債務塞進 SPV（特殊目的載體）裡，好讓債務不要出現在自己帳上。

但最關鍵的問題是：AI 怎麼賺錢？能不能回本？

諮詢公司 Bain 的預測： 到 2030 年，AI 行業每年需要 2 兆美元收入才能支付資料中心的算力成本。

結果他們算了一下：收入大機率會 差 8000 億美元。

著名基金經理 David Einhorn：“這些數字極端得讓人無法理解。不是說它一定是零，但很可能會導致天量資本被毀滅。”

“第二部分：技術層面的隱憂 + 90% AI 投資沒有回報” ——AI 的錢花得離譜，但技術本身也開始“掉鏈子”

越來越多“來蹭熱度”的公司湧進來

AI 資料中心現在就像淘金熱。誰都想來挖一把。

例如：Nebius

原本是從俄羅斯 Yandex 剝離出來的雲服務商。現在宣佈了一個和微軟合作、價值 194 億美元 的基建合同。

Nscale，一個英國小公司，過去幹的是——加密貨幣挖礦。

現在突然和 Nvidia、OpenAI、微軟合作建歐洲資料中心。

資本市場看了都無語：“這不就是換個馬甲繼續挖礦嗎？”

技術層面也開始出現一個更大的擔憂：AI 的回報到底在那裡？

AI 資料中心的狂飆背後，是一個最扎心的問題：AI 到底能不能帶來生產力？

MIT（麻省理工）今年 8 月的研究嚇到很多投資人：95% 的公司表示：

投入 AI 項目 → 沒看到任何回報。

更扎心的是哈佛和史丹佛最近共同發佈的一項研究。

他們發現員工在用 AI 幹嘛？不是提高效率，而是——製造一種叫做 “workslop（工作垃圾）” 的東西。

研究定義： Workslop = 看起來像正常工作內容，但實際一點價值都沒有的 AI 生成廢話。

比如：看起來完美的報告、方案、策略……結果領導一看：內容空空如也，是 AI 瞎編的。

研究結論：大公司因此每年虧掉的生產力可達數百萬美元。

這對 AI 行業來說是非常壞的訊號。

更糟糕的是：AI “越訓練越不漲價”

過去十幾年，AI 行業有一個鐵律：只要堆錢、堆資料、堆算力 → 模型就會無限變強。OpenAI、Anthropic、Google 基本都靠這套邏輯燒錢。

這叫 Scaling Laws（規模定律）。

但過去一年發生了什麼？回報開始遞減。 堆更多 GPU，模型並沒有產生“飛躍”。

今年 8 月，OpenAI 發佈 GPT-5，結果……

投資人期望：“這次一定要起飛了！”

現實：“嗯……好像也就那樣？”

Sam Altman 在發佈會上都承認：

“我們仍然缺少邁向 AGI 的關鍵要素。”

與此同時，中國 AI 公司在瘋狂降維打擊

中國公司今年密集推出： 更便宜、 更快、更容易部署的 AI 模型

在許多市場裡，美國 AI 的“高成本路線”被打得措手不及。

這意味著：美國企業在投入兆美元後，面臨“價格打不過中國”的風險。

簡直是噩夢。

另外一個巨大隱憂：電力不夠用了

AI 資料中心需要的電力量大到離譜。

未來幾年，美國大型電網都可能撐不住。

這不只是“貴”。而是——可能根本給不了這麼多電。

全球資料中心的用電量預計將在 2030 年超過某些國家的總用電量。

這意味著：AI 泡沫可能不是被資本刺破，而是被——供電系統刺破的。

行業怎麼回應？Sam Altman、Zuckerberg 的說法 + AI 訂閱可能漲到 2000 美元/月。

——Altman：是泡沫，但我還是 ALL IN。儘管各種質疑不斷，但 AI 行業的領軍人物依然非常堅定。

Sam Altman：“是的，泡沫存在。但這是幾十年來最重要的技術。”

他最近幾個月反覆強調： “投資人現在確實有點過度興奮了。”

但話鋒一轉： “AI 是人類最重要的技術，我依舊樂觀。”

這就是 Altman 的風格：嘴上承認是泡沫，身體卻瘋狂往裡沖。

行業大佬依然在“加槓桿式”狂奔

Zuckerberg 更直接： “AI 可能會有泡沫，但我更擔心我們投得不夠。”

他甚至說： “如果我們最終多花了幾千億美元，那確實很不幸。但更大的風險，是我們沒有抓住機會。”

這種話只有有錢人說得出來。Meta 今年已經在準備花“數千億美元”搞資料中心

OpenAI CFO：AI 的意義被嚴重低估了。OpenAI 的 CFO Sarah Friar 在公開訪談裡說：

“我覺得人們對 AI 的熱情還不夠。”

然後她給了一個非常關鍵的觀點： “如果 AI 能以博士助手的水平幫我處理所有事情，那麼每月收費 2000 美元也完全合理。”

這是什麼意思？——AI 的商業定價未來可能暴漲。

這也是為什麼OpenAI 一直叫窮，卻估值已經炒到 5000 億美元。

OpenAI：我們使用者多到算力不夠用了

截至目前，ChatGPT 有： 每周 8 億使用者

這個增長速度超過歷史上任何消費類科技產品。

Altman 公開說： “算力仍然遠遠不夠。我們被迫限制功能，因為計算資源不足。”

所以他才瘋狂搞：

• 1.4 兆美中繼資料中心計畫
• Stargate 超級算力項目
• 要求 Nvidia、微軟、Oracle 等巨頭加碼投資
• 甚至準備通過發債融資

他不管是不是泡沫，反正一句話：先把基礎設施全修起來再說。

行業內部給出的資料：AI 的生產力其實已經開始見效

OpenAI、Anthropic 等公司也發佈了自己的研究報告，顯示：

• AI 讓員工完成任務更快
• AI 在某些任務上明顯提高效率
• 企業正在加速採用 AI 工具

這些研究的意圖很明顯：反擊學界那些“AI 沒作用”的報告，提高市場信心。 (發比利斯)