經濟學家警告，互聯網泡沫的問題是估值，2008年金融危機的問題是債務，而今天的AI熱潮可能同時擁有兩者。
密歇根大學羅斯商學院創業學教授埃瑞克·戈登（Erik Gordon）警告，當前人工智慧熱潮同時具備互聯網泡沫和2000年代中期信貸泡沫的危險特徵。如果AI投資最終發生逆轉，下一場市場危機可能不只是科技股估值回調，還會通過債務和金融機構向更廣泛市場擴散。
戈登在接受美國商業新聞《商業內幕》採訪時表示，
「下一次崩盤看起來會像互聯網泡沫破裂和全球金融危機生下的孩子。」
他認為，AI熱潮「繼承了互聯網泡沫的炒作和高估值」。雖然人工智慧最終創造的價值可能超過互聯網，但目前部分公司的估值已經極端到足以讓「多數投資者遭受重創，就像大多數互聯網泡沫時期的投資者一樣」。
風險也不只屬於直接購買AI概念股的人。美國市值最高的五家公司，即輝達(NVDA.O)、蘋果(AAPL.O)、Alphabet(GOOGL.O)、微軟(MSFT.O)和亞馬遜(AMZN.O)，合計市值已經超過20兆美元。由於大型科技公司在主要指數中權重很高，一旦估值大幅回落，指數基金和ETF投資者同樣會受到影響。
AI債務快速膨脹
戈登更擔憂的是AI基礎設施擴張背後的債務。他表示，AI相關企業已經在資產負債表內外積累了「數兆美元的債務義務，而且它們還沒有停止借款」。
如果未來AI項目創造的現金流不足以覆蓋債務，損失就可能從股東擴散到銀行、投資基金和保險公司，「金融市場之間的傳染效應會讓我們想起全球金融危機」。
根據外媒彙編的數據，今年企業已經為數據中心和其他AI投資借入超過4100億美元。QTS Realty曾發行39億美元債券，為佐治亞州一個與微軟相關的數據中心項目融資，收益率約為7.23%，甚至高於部分中等評級垃圾債。
澳大利亞經濟學家史蒂夫·基恩（Steve Keen）此前給出了更加激進的時間判斷：
「我認為AI泡沫剩下的時間不到一年。」
基恩認為，當前最大的風險之一，是AI收入增長無法覆蓋持續膨脹的資本投入。他估計，真正能夠長期留下來的用戶貢獻的收入，大約只有相關企業成本水平的五分之一，並據此預計行業可能出現巨額虧損。
不過，這一估算目前無法從企業外部獨立驗證，基恩在採訪中也沒有披露完整底層數據，因此仍屬於其個人判斷。
GPU三四年就要換一輪
相比收入問題，基恩更強調AI基礎設施快速折舊的風險。他指出，房地產即使幾十年後仍能繼續使用，但GPU可能只需要三到四年就失去競爭力。
「當你建設數據中心時，三四年以後，驅動這些數據中心的GPU就不再具有競爭力，因此你被迫再次更新投資。」
這意味著數據中心並不是一次投入後便能長期穩定產生收益的資產。如果第一輪建設尚未形成足夠現金流，企業很快又要面對下一輪GPU更新，那麼部分項目可能失去繼續投資的經濟基礎。
不過，基恩並不認為下一場危機會簡單複製2008年金融危機。他表示，目前新借款支援的支出約相當於GDP的4%至6%，明顯低於2006年第三季度15.4%的高點。
因此，他預計更可能出現的是「一塊一塊」的企業破產，而不是銀行體系率先發生全面崩潰。企業原本可以正常償債，但一旦收入下降、生產成本上升或無法獲得必要投入，現金流就可能突然惡化，進而失去償債能力。
這與戈登的判斷存在差異。戈登更擔心債務損失向銀行、基金和保險公司傳導，並形成類似全球金融危機的市場感染；基恩則認為，當前信貸擴張遠低於2006年前後，風險可能首先表現為企業層面的局部違約。
真正的問題是現金流能不能跟上
但兩人的共同點在於，AI風險已經不能只從科技股估值角度理解。
2000年前後的互聯網泡沫，主要問題是科技企業估值失控。2008年金融危機則顯示，債務可以將資產泡沫的損失放大並傳導至整個金融體系。當前的AI熱潮則同時出現了高估值、巨額資本開支和快速增長的基礎設施融資。
《大空頭》原型投資人麥可·貝瑞（Michael Burry）此前也多次警告AI企業存在過度投資、循環融資、激進會計處理和隱藏債務等問題。
不過，科技行業內部對此有截然不同的判斷。輝達首席執行長黃仁勳以及特斯拉、SpaceX首席執行長馬斯克都認為，考慮到人工智慧提升生產率、企業利潤和經濟增長的潛力，目前AI相關公司的高估值具有充分依據。
因此，當前爭論的核心並不是AI有沒有價值，而是市場究竟提前計入了多少未來價值，以及數千億美元債務和巨額資本開支最終能否轉化為足夠的利潤和現金流。
如果AI收入增長跟不上資本支出，同時數據中心又需要不斷更新GPU，風險就可能沿著「科技股估值—數據中心投資—企業債務—債券投資者—金融機構」的鏈條逐步擴散。戈登和基恩真正擔憂的，正是這一鏈條最終是否會斷裂。 (金十數據)