為什麼AI泡沫遲早會破？
最近，瑞·達利歐（Ray Dalio）接受採訪時說：
當前的AI市場已經展現出了泡沫的跡象，而這個泡沫遲早會破。
很多人把這類警告歸為老生常談。
畢竟，高科技市場天天都有人在預警，而美股依然在科技巨頭的帶領下高歌猛進。但這個採訪中，他其實說到了一個非常硬核的金融學機制。
他把這個機制的核心歸結為一個極其樸素的區別：
財富（Wealth）與貨幣（Money）的區別。
一、財富與貨幣
我們先回到最基礎的常識：
帳面上的數字和兜裡的現金是兩碼事。
假設有一家AI初創公司，只籌集了5000萬美元的資金。但在新一輪融資中，投資人按照持股比例，給它定下了10億美元的估值。在這一瞬間，帳面上就憑空創造出了9.5億美元的“財富”。
然後這筆財富會堂而皇之地出現在創始人的身家表格里，出現在LP的資產報告裡，甚至可以作為抵押物去私人銀行貸款。
但問題是，這筆錢沒人能花。
如果創始人想買遊艇，或者公司想支付昂貴的員工工資、繳納稅款，他們就必須找到買家，把手裡的股權賣掉。
只有在這個時候，這筆紙面上的“財富wealth”，才真正轉換成了可以用來清算和支付的“貨幣money”。
用達利歐的話來說：
“泡沫的破裂，本質上就是財富被迫還原為貨幣的過程。”
在資本市場亢奮的時候，全社會的紙面財富呈指數級增長，而基礎貨幣與高流動性現金的增長速度卻遠遠落後。
只要大家達成默契，誰也不去測試這個估值，這個遊戲就能一直玩下去。
可一旦出現某種外生衝擊，導致足夠多的持有人不得不將手裡的“紙面財富”兌換成“真金白銀”去履行支付義務時，系統性的脆弱性就會瞬間暴露。
因為在恐慌中，買盤的流動性會瞬間枯竭。
大家突然發現，市場上根本沒有那麼多真實的“貨幣”來兌付這些高懸在天上的“財富”。
最終的結果，就是紙面資產以驚人的速度蒸發，強行向真實存在的貨幣規模靠攏。
達利歐也承認AI是一項“wonderful”的技術，但他看的是帳本：
這個系統為了維持當下的高估值，需要消耗多少真實的貨幣流動性，以及什麼力量會強行觸發這種“財富向貨幣的轉換”。
二、虛幻的內循環
如果我們順著這個帳本算下去，會發現目前的AI資本市場，其底部的微觀融資結構已經展現出了極高的高度整合和脆弱性。
1. 歷史罕見的資本高濃度
到2025年底，美股市場的集中度已經達到了50年來的最高水平。標普500指數中，僅排名前10的公司就佔了大約40%的權重；在MSCI全球指數中，這一比例也高達20%。
自2022年底AI浪潮爆發以來，AI相關題材驅動了標普500指數約四分之三的收益率、八成的盈利增長，以及九成以上的資本支出（Capex）增長。
高盛的一份報告指出，目前大約有19兆美元的市值，其實已經跑在了AI實際能帶來的經濟效益前面。
2. 閉環裡的“連環計”
這是空頭陣營最喜歡拿出來的證據，我們可以順著資金流向看一看：
甲骨文（Oracle）為了建資料中心，推動了高達3000億美元的基礎設施投資，背後的大客戶是OpenAI，而主要的晶片供應商是輝達；
輝達賺了錢，反手向OpenAI投資了100億美元，並且還持有另一家算力雲服務商CoreWeave的股份；
CoreWeave轉頭去和甲骨文、微軟簽了雲服務合同，而微軟正是OpenAI和Meta最大的晶片買家與算力提供商。
資金就在這幾個巨頭的資產負債表之間反覆橫跳。
支援這種模式的人管這叫“良性循環”（Virtuous Circle）——因為高端晶片太稀缺了，大家必須用這種交叉持股和長期訂單鎖定的方式，來確保自己不會在未來的算力軍備競賽中掉隊。
但在懷疑者眼裡，這很像是一個閉門寫借條的遊戲——只要終端消費者的付費意願沒跟上，這個鏈條上的任何一環出現鬆動，都可能引發連環的財務危機。
3. 需求集中的“懸崖效應”
比內循環更驚心動魄的，是終端需求的極度單一和集中。
我們之前的文章也說到：美國四大雲廠商手裡握著的未來收入合同（Revenue Backlog）大約有2.1兆美元，而其中足足有一半（約1.05兆美元）來自於兩家尚未實現自由現金流正向循環的AI初創公司——OpenAI與Anthropic。
這意味著，數兆美元的AI基礎設施建設周期，底座居然是兩家天天在燒錢、自由現金流為深負值的初創巨頭的採購承諾。
這在商業史上是非常罕見的。
OpenAI與的Anthropic估值達到了兆美元，輝達的市值更是摸到了4.5兆美元的天花板。但與此同時，OpenAI的推理成本已從2024年的37.6億美元飆升至2025年上半年的50.2億美元，其官方預測在2029年之前將產生累計高達1400億美元的營運虧損。
這就引出了AI在微觀經濟學上的一個逆向規律。
以前的軟體行業之所以迷人，是因為“零邊際成本”：
微軟寫好一套Windows，複製第100萬套的成本幾乎為零。
但，大模型的推理（Inference）具有顯著的物理和算力成本，而且隨著模型變得越來越聰明，回答問題的邊際成本反而在增加。
行業資料顯示，要讓模型的性能提升一倍，可能需要消耗5倍以上的能源和算力資源。
如果技術的演進無法快速拉平這個成本曲線，那麼每一次模型升級，都將是對資本耐心的又一次極限搾取。Token經濟帳怎麼平？
三、流動性視角
在達利歐的模型裡，泡沫破裂往往是“外生性”的。
也就是說，AI技術本身可能沒有任何問題，但金融系統的流動性突然收緊了。
達利歐特別 flagged了一個時間窗口：
美國中期選舉之後、新一屆總統宣誓就職之前。
這是一個極其微妙的政治敏感期。一旦關於“富豪稅”或者“未實現資本利得稅”的提案在國會重新抬頭，為了規避潛在的重稅，大量concentrated的持股人就會被迫拋售手裡的科技股套現。
這種非自願的拋售，會瞬間把大量的紙面“財富”強行推向市場尋找“貨幣”，從而成為引爆系統流動性枯竭的導火線。
如果我們接受達利歐的診斷，那接下來的問題就是：
在這幾重引信中，那一個會被率先引爆？我們可以盯著這幾個指標：
第一，是初創巨頭的“再融資窗口”。
2026年，OpenAI和Anthropic將迎來新一輪的融資或IPO考驗。
如果一級市場投資者的耐心耗盡，或者美股IPO市場遇冷，這兩家公司的融資鏈條一旦斷裂，那它們對四大雲廠商高達1.05兆美元的未來合同承諾就將面臨重估。這火舌會迅速燒向雲廠商的資本開支，最終傳導到輝達的晶片訂單上。
第二，是信用債市場的變化。
債券市場往往比股市早兩到三個季度預警危機。
我們需要嚴密監控甲骨文、Meta這些大舉借債建設資料中心的巨頭，看它們的債券收益率溢價是否開始走寬。如果債券市場開始拒絕為它們無底洞式的建設提供廉價資金，那巨頭們的狂飆就會停下來了。
第三，是地緣政治。
供應鏈上的物理中斷，從來不聽華爾街的邏輯，而它也最難預測。
當“財富還原為貨幣”的清算真的到來，我們不用感到恐慌。
好消息是，當那些高負債的資料中心和晶片資產被債務清算、重新估值，以一折、兩折的價格轉手給更務實的營運者時，算力的價格才會真正降下來。
那時候，AI將像當年的廉價光纖一樣，默默融入千行百業，支撐起真正有生命力的、能自我造血的AI應用生態。 (虎嗅APP)