需求仍在
最近幾天，全球市場、尤其是韓國股市連續下跌，氣氛極度壓抑。
所有人對AI泡沫破裂的恐慌也越來越重。
但要搞清楚，這波裂開的究竟是AI泡沫，還是「炒AI的人」？
5月底，韓國當局一口氣批准了十餘隻掛鉤三星和SK海力士的兩倍單股槓桿ETF。
上漲時，ETF被動買入維持槓桿，散戶瘋狂湧入；下跌時，超過120萬槓桿散戶帳戶觸發追加按金，20-30歲的年輕人爆倉比例高達62%。
進而導致了惡性暴力事件：
7月13日，某20多歲的韓國年輕人，持刀刺傷了一名40多歲的網紅股票博主。
警方通報說，嫌疑人聽信了該博主的推薦，傾盡積蓄、加槓桿重倉SK海力士，然後就爆倉了、背上鉅債。
他摸清了博主線下辦公地址，連捅數刀。
更諷刺的是利多兌現變屠宰場。
最近美光和三星先後發佈業績，業績暴增十幾倍，股價卻都見頂下跌。
這無疑加劇了恐慌：業績這麼好還跌，後面怎麼辦？
而如此這般，本質上是大量槓桿資金在極度擁擠的倉位裡踩踏，是散戶和投機機構在晶片產能周期性波動中的自我恐慌。
和AI產業的實際應用價值，能有多大關係？
01. 核心需求變了嗎？
AI泡沫是否破裂，最關鍵的因素是兩方面的需求：AI企業的算力需求，應用端的需求。
而現在，由於月初Meta宣佈出租剩餘算力，市場擔憂算力是否已經過剩，導致AI巨頭未來的資本開支大幅縮減。
但Meta為什麼出租算力？我們之前的文章其實已經討論了。
因為下一代大模型的訓練，前沿巨頭們爭奪的是Blackwell、Rubin等新一代叢集算力。
上一代晶片，若僅僅用來跑推理、跑日常業務太浪費了，不如打包成雲服務租出去賺現金流。
事實是，Meta 2026年全年的AI資本開支不僅沒降，反而提升到了1250-1450億美元，且剛跟AMD簽了5年600億美元的合作，還向外採購近500億美元算力資源。
僅亞馬遜、微軟、Google、Meta四家，今年的資本開支總和預計將達到7250億美元，相比去年上漲77%。
當然，具體情況，還要等到月底才會陸續披露，現在無法下定論。
不過高盛的預估非常大膽：
“如果AI基礎設施的建設軌跡，遵循人類歷史上鐵路和汽車黃金時代的規律——即增量投資達到GDP的2%-3%，那麼到2027年，全球超大規模雲廠商的資本開支將輕鬆跨過 1.1兆美元；在極端的樂觀情境下，甚至可能衝到1.4兆美元！”
也就是說，AI企業在算力方面的需求，大機率是繼續上漲的。
但如此膨脹的開支，是否對應有足夠的市場需求？
AI的真實需求，已經像水、電、網一樣，悄無聲息地融入了全球B端SaaS和C端智能硬體的每一個毛細血管。
而且，特定服務的特定用戶，是真真切切在用真金白銀買單。
先看關注最高的兩家。
5月28日，Anthropic完成650億美元的H輪融資，估值被推到9650億美元。
而支撐這一估值的，就是讓人震驚的收入增速。
財富100強企業中有70%是它的客戶，每年支付100萬美元以上的客戶超過1000家，推理基礎設施毛利率暴漲到了70%以上。
其中，針對程序員和企業的開發工具Claude Code，發佈短短6個月就創造了10億美元的年華收入，到今年2月更是突破了25億美元。
用戶規模最大的OpenAI，雖然在B端市場搶不到油水，但如今的年華收入也站穩了400億美元。
再看其他企業。
B端方面，最賺錢的是Microsoft 365 Copilot。
截至2026年4月，其付費企業席位突破了2000萬哥，僅一季度就淨增500萬個席位，且仍在以每個季度30%以上的增速侵蝕傳統的辦公軟件市場。
目前，財富500強中超過60%的企業，都擁有至少1萬個的Copilot席位。購買5萬個席位以上的大廠客戶數量比2025年同期翻了四倍。
比如全球最大的諮詢巨頭埃森哲，給全球120個國家的74.3萬名員工，全員部署了Copilot。
這玩意並不算便宜，每個席位每月是30美元。
為什麼埃森哲願意掏這筆鉅款？因為在前期20萬人的灰度測試中，97%的員工表示AI讓完成日常任務的速度快了最多15倍。
其次是客戶關係管理巨頭Salesforce，最新業績創紀錄地達到415億美元營收。
其旗下的智能體平台在整個生命周期裡已經為全球企業客戶交付了24億個「智能體工作量單位」，累計處理了19兆個Tokens。
「過去我們賣的是軟件許可證，客戶需要僱人來操作軟件。現在我們賣的是『AI員工』。不再按席位收費，而是按AI幹了多少活（每工作量單位）來收費。這徹底引爆了那些想要砍掉人工客服、人工銷售支援的企業的需求。」
C端方面，首先看蘋果。
截至今年5月，其全球活躍設備安裝量為25億台，其中支援Apple Intelligence的設備突破5.6億台。
而且，由於全球超過8億台老舊iPhone無法相容端側AI，一場由AI驅動的、價值數千億美元的「iPhone升級超級周期」也已經在2026年開始爆發。
這種需求，是實打實地的。
其次，AI搜尋引擎Perplexity AI。
隨著新產品線和企業級Pro版的推出，年經常性收入在一個月內暴漲50%，它的月活用戶突破3000萬。
從辦公軟件、企業服務，到開發者工具，再到大眾搜尋，整個AI應用行業的金字塔基本已經建立起來了。
用戶也已經用錢包證明：只要AI真的能解決問題，絕對有願意為此買單。
這是席捲各行各業的「生產力重定價」，絕不是泡沫。
AI應用公司正在大口大口地吃掉傳統軟件的市場份額。
基於這種確定的趨勢，我們甚至可以做一些極端的推演。
02. 即便算力過剩了
很多人其實都忽略了一個事實：
AI根本不需要變得更聰明。
這不是能不能的問題，而是絕大部分企業、絕大部分人不需要。
物流分揀員，快遞員，外賣員，送餐收盤子的服務員，流水線零件安裝工，建築工地放線員，吊車駕駛員，叉車駕駛員，人力搬運工，文案，美工，錯字校對，地鐵安檢員……
這些崗位，真的需要更高的智能嗎？
做個最極端的假設：
就算算力真過剩了，規模法則明天就徹底失效，LLM的邏輯、推理、語言能力永遠停留在2026年夏天的水平……
憑現在的AI智能水平，只要給它配上「身體」，依然足以引發人類歷史上前所未有的生產力大解放。
這波泡沫，依然不會徹底破裂。
根據麥肯錫關於工作自動化的長期跟蹤研究：
在全球經濟中，約有60%-70%的工時可以通過現有的技術實現自動化。而在製造業、物流業、零售和餐飲等物理操作高頻的行業，這一比例超過90%。
市場乃至全社會對這一部分的需求，正在加速兌現。
倉儲物流方面。
截至2026年6月，亞馬遜在全球部署的機器人車隊已經突破100萬台。
它們協助處理了全球75%的亞馬遜包裹遞送。其最新的「Sequoia」倉儲系統，利用具身AI識別和記憶體貨物的速度比以前提高了75%。
無人配送方面。
由Starship Technologies運營的自動配送機器人車隊，今年已經完成了超過800萬次真實商業配送。
2000多臺小車每天穿越超過12.5萬條馬路，把食物送到用戶手中。
以及關注最多的工業製造方面。
以中國為例，目前製造業的勞動力缺口將近3000萬人，具身智能行業的數據缺口高達95%。
麥肯錫的預測非常大膽：到2030年，全球最多將有8億個工作崗位被機器人和自動化取代。
而如今，這方面，連十分之一的潛力都還沒有兌現。
所以，就算算力真的嚴重過剩了，結果怎樣？
Token價格將出現斷崖式暴跌。
對於賣卡的輝達，或整天計算折舊費的微軟、Google而言，確實是噩耗。
但應用和需求方面不會受到多大影響，對具身智能行業、乃至整個社會而言，更是天大的利多。
財富將迅速從虛擬的“雲端算力霸權”，轉移到物理世界的“硬體控制節點”。
誰能做出最穩定、最抗造、最便宜的機器人，誰能把AI大腦跟挖掘機、掃地機、流水線更完美結合，誰就能拿走物理世界中90%勞動力的超額利潤。
這才是真正的市場需求。
也能在一定程度上解釋，為什麼韓國那些純靠槓桿ETF推上去的個股會遭遇連環踩踏。
你不值這個價。
資金不是拋棄了AI，而是在AI產業鏈內部進行高低切換。
從前期漲幅過大、故事透支的中游製造環節，流向那些更具有壁壘的先進封裝、高端算力租賃以及跑通了商業模式的軟件大廠。
這頂多隻能算是擠掉了槓桿炒出來的泡沫。
03. 尾聲
很早就說過，將如今的情況，類比2000年的互聯網泡沫，是非常荒謬的。
當時，絕大多數互聯網公司連怎麼變現都不知道，全靠PPT騙投資。
而如今的AI技術，需求是明確的，企業是有真金白銀、且仍在高速增長的收入的。
看宏觀，科技巨頭的資本開支依然在擴張；
看中觀，主流大模型訂閱服務和API調用量仍在以月翻倍的速度下沉到每一個行業；
看微觀，各種不同功能的機器人，也正準備接管這顆星球上最繁重龐雜的勞作。
只要這三者不證僞，很難想像AI泡沫究竟如何完全破裂。
此時此刻，大概只是馬拉松長跑中的一次中場補水。 (格隆匯)