Podcast Episode Details
Back to Podcast Episodes
3062.AI是否正在形成泡沫
Episode 1
欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫AI是否正在形成泡沫，来自田瑀研究笔记。
近期市场的波动显著加剧，与AI相关的科技领域回调成为其中的重要导火索。Open AI宣布万亿级资本开支计划，英伟达G P U供不应求，全球科技巨头纷纷加码AI基础设施投资，一时间，关于“AI是否正在形成泡沫”的讨论甚嚣尘上。
要准确判断是否为“泡沫”，首先要明确其定义，避免因概念模糊而产生误判。在此，我们从最贴近现实担忧的维度出发：个人认为，如果当前AI的巨额投入在未来长期视角下无法带来相应回报，即长期的投入产出比严重失衡，那就是泡沫；反之，若当前的高投入能被未来持续增长的需求提升所消化，则属于供需错配下的正常周期现象。
从这一标准看，我倾向于认为AI不是泡沫，AI带来的变革才刚刚开始，但也不意味着发展过程中没有周期。当下资本开支强度可能处于阶段性超前投资的水平。
未来的AI应用场景，或远超当下认知边界
根据我们自下而上的调研数据显示，各大科技公司采购AI服务器的动力，已从早期“不能错过”的防御性动机，转向“必须拥有”的发展性动机。他们正基于明确的业务需求进行投资——无论是大模型训练、智能推荐系统升级，还是AI客服部署、自动驾驶研发。同时我们也看到，绝大多数AI服务器的使用率在高位，很多客户的需求还没被满足，这说明资源并未闲置。
此外，AI基础设施的资本开支需要打提前量。算力中心的建设、芯片的交付都需要时间。因此资本开支往往领先于实际应用落地，这里面就涉及到对于需求的预计。这种“超前”是否会导致过度投资？答案当然是肯定的，然而当下的关键在于：需求的增长速度能否匹配甚至超越供给的扩张节奏。如果超过就还是会景气，如果不如，就会出现阶段性的过剩。
但即便出现阶段性的供大于求，行业整体基于具体业务预计需求带来的大规模投入、继而导致长期过剩的可能性极低。这是行业周期负反馈机制导致的必然结果，阶段性的过剩就会导致资本开支的阶段性下降，持续增长的需求又会重新填满供给，然后供需逆转，周期往复。其中重要的判断是需求会长期向上。
更进一步看，相对于训练，AI在“端侧应用”和“推理场景”的落地才刚刚展开，而这一部分的潜在需求总量将远超训练环节。正如电力网络的建设早于电器普及，AI的“电网”正在搭建，而“家电”时代才刚拉开序幕。
在具体落地的场景中我们也可以看到众多行业中AI的渗透：智能助手或者智能搜索正深度重构信息获取与工作流程；AI编程工具显著提升了开发者效率，降低开发成本；AI视频生成显著降低了内容创作门槛，让更多的创意得以实现，大幅降低了生产成本。此外，在医学影像诊断中，AI辅助系统大幅提升了医生阅片准确率与效率；在智能辅助驾驶领域，自动泊车、L2+辅助驾驶已成主流车型标配，正在逐步的改变我们的用车习惯；在电商推荐、搜索引擎等场景，AI早已成为底层基础设施……
尽管应用场景已“全面开花”，但我们所见仍只是冰山一角。正如农业社会难以想象工业社会的图景，我们今天的想象力依然严重受限于当前的技术范式。未来将涌现的AI应用场景，很可能远超我们今天的认知边界。
当前AI投资周期处“早期建设阶段”，但周期波动不可避免
尽管AI不是泡沫，但其发展过程中的周期性波动却不可避免。这种波动，既源于技术演进的客观规律，也受资本市场非理性情绪的放大。
我们可以从历史中找到很多相似轨迹。2010年至2015年的美国页岩油革命，就是一个有相似之处的例子。在这个例子中，我们不难发现这些特点：
Published on 2 weeks ago