范文仲：当前的AI投资是泡沫吗？

数经科技 范文仲

2026年7月，全球资本市场经历了一场令投资者猝不及防的剧烈震荡。从硅谷到首尔，AI产业链的估值在数周之内遭遇集中出清。纳斯达克指数自6月高点显著回落，费城半导体指数较历史高位大幅下挫，韩国KOSPI指数出现单日暴跌，多次触发熔断。曾经被奉为圭臬的“算力永远稀缺”叙事，正在被市场无情地质疑。投资者开始追问：那些天文数字般的AI资本支出，究竟何时才能转化为真金白银的回报？AI企业的真实业绩是否能支撑起如此巨大的估值？

一、一场由科技叙事驱动的估值盛宴

要理解这场股市震荡，首先需要回溯这场盛宴是如何开始的。

2022年11月30日，OpenAI发布ChatGPT。这个看似寻常的产品发布，却如同一颗投入平静湖面的石子，激起了此后三年多全球资本市场最壮阔的涟漪。AI从一个学术圈的热词，骤然变成了华尔街最炙手可热的投资主题。

资本的天平以前所未有的速度向AI倾斜。在风险投资领域，这种倾斜几乎到了极端的程度。2025年，全球风险投资总额中高达61%流向了人工智能领域，金额达到2587亿美元。这意味着，每十美元的风险投资中，就有六美元押注在了AI上。由英伟达、微软、苹果、Alphabet、亚马逊、Meta和特斯拉组成的“七巨头”，自ChatGPT上线以来权重组合累计回报超300%，其增长贡献了标普500指数近一半的涨幅。

在这股洪流中，英伟达成为了无可争议的王者。这家以游戏显卡起家的芯片制造商，凭借其强大的GPU软件生态系统和在AI训练芯片，占据了市场高达80%的份额，成为了整个AI基础设施建设的“卖铲人”。其市值从2022年底的约3600亿美元一路飙升，2026年5月达到5.43万亿美元的峰值，一度成为全球市值最高的公司。从2022年底到2025年底，英伟达股价飙升超过1100%，创造了现代金融史上最为惊人的财富神话之一。这场牛市的背后，是一套极具说服力的叙事逻辑：大模型的迭代永无止境，算力需求永远增长，而高端芯片的供给存在产能壁垒——因此，“算力长期稀缺”是确定性的趋势。在这套逻辑的驱动下，市场愿意为AI概念股支付越来越高的溢价。

这场盛宴并非美国独享。在韩国，AI相关企业的市值狂飙更为惊人。韩国KOSPI指数在短短半年内从4000点攀升至9385点的历史峰值，涨幅超过130%。SK海力士和三星电子作为全球高带宽存储芯片的核心供应商，成为这场狂欢的最大受益者。韩国监管层甚至主动放行追踪三星电子和SK海力士的2倍杠杆ETF，口号是“让国民分享AI产业红利”。这些产品上市后迅速被散户疯抢，一个月内规模从30亿美元暴涨至91亿美元。然而，在这幅繁荣图景之下，裂缝早已悄然滋生。

二、AI股市狂欢终结的征兆

进入2026年中，一系列因素共同触发了AI科技股的剧烈调整。首先，宏观流动性环境的收紧成为直接导火索。2026年上半年，美国资本投资上升和美伊战争引发的油价波动加剧了通货膨胀的压力，美国长期利率持续走高，高企的美债收益率抬升了长期融资成本，使得机构资金开始重新审视为远期技术愿景支付高估值溢价的合理性。部分美联储理事甚至表态，AI领域的大规模资本投入正在推高核心通胀。货币政策的边际收紧，叠加对AI投资回报率（ROI）的质疑，引发市场对“AI泡沫”破裂的恐慌。

其次，产业层面的供需关系出现逆转迹象，加剧了投资者的担忧。一方面，Meta等公司宣布将对闲置算力进行云服务化出售，表明头部企业并非全面处于算力短缺状态，行业供给缺口可能被夸大。前期“算力永远紧缺”的信仰开始动摇。另一方面，市场上出现了关于AI基础设施可能过剩的警示信号。据报道，美国部分数据中心建设计划被取消，显示实际需求或不及预期。此外，中国自主研制的光刻设备量产消息，也引发市场对存储芯片等AI硬件供过于求的忧虑。这些因素共同作用，使得“算力永远紧缺”的单边乐观预期被打破，投资者开始重新评估AI产业的真实需求与供给格局。

2026年6月，市场的情绪发生了微妙的转向。市场开始意识到，超大规模云服务商每年投入数千亿美元建设AI基础设施，但企业客户为AI服务支付的金额却远远不及。这种投入与产出的巨大鸿沟，就像一根不断被拉紧的橡皮筋，终将断裂。

一个被密切关注的实时指标——英伟达旗舰B200 GPU的每小时租赁价格——从5月30日的6.11美元骤降至6月21日的4.22美元，三周之内跌幅约31%。这一数据来自Ornn的实时计算仪表盘，它被视为衡量AI需求与供给平衡的晴雨表。租赁价格的暴跌暗示着算力供给的扩张速度可能已经超过了新工作负载的到达速度，这对英伟达的定价权构成了直接威胁。如果GPU的租赁价格持续下跌，那么即使出货量增加，总收入和利润率也可能承压。与此同时，有传言称英伟达内部人士在过去三个月内抛售了大量公司的股票，这一行为本身也加剧了市场的担忧——如果连公司内部人士都在卖出，外部投资者凭什么应该买入？

受投资杠杆拉动的韩国股市承受力最为脆弱。6月下旬，SK海力士和三星电子开始出现暴跌，而追踪这两只股票的杠杆ETF跌幅更是加倍。花旗、摩根大通和高盛等投行收紧了对韩国对冲基金的互换额度，导致融资成本急剧上升。韩国散户的杠杆水平处于历史高位，大量保证金集中在存储芯片股票上；再加上大规模的ETF赎回压力，使得抛售成为了一场自我强化的恶性循环。

进入7月，市场的抛售非但没有缓解，反而愈演愈烈。7月7日，纳斯达克综合指数下跌1.2%，AI相关股票全面承压。7月13日，KOSPI单日暴跌8.95%，再次触发熔断，收盘于6806.93点。截至7月中旬，KOSPI已从6月初约9114点的历史高点回落超过20%，正式进入技术性熊市区域。

7月22日，谷歌母公司Alphabet公布的二季度财报显示，扣除资本支出后的自由现金流为负59亿美元——这是该公司自2004年上市以来首次出现自由现金流为负。尽管AI云业务收入超过市场预期，但巨额设备投资已经吞噬了经营现金流的全部增长。Alphabet宣布将年度资本支出指引上调至最高2050亿美元。市场给出了残酷的回应。Alphabet股价大跌7%，“七巨头”指数单日暴跌4.8%，市值一日内蒸发约7670亿美元。纳斯达克指数下跌2%，创下两个半月新低。

7月28日，一则消息彻底点燃了市场的恐慌。据报道，英伟达正计划为OpenAI提供约2500亿美元的融资担保，以帮助后者从软银建设的数据中心项目中获得算力支持。批评者将这种安排称为“循环融资”的典型例证——供应商为客户提供资金，客户再用这笔钱购买供应商的产品，从而推高供应商的收入。著名财经评论员吉姆·克莱默警告说，这种安排让他想起了21世纪初的电信泡沫。市场的反应同样剧烈——英伟达股价当日下跌约5%，其信用违约互换价格升至79个基点的历史新高。截至7月下旬，英伟达的市值从5月的5.43万亿美元峰值回落至约4.77万亿美元。

7月28日，全球存储相关企业股票大跌。费城半导体指数单日重挫近5%，美光科技跌近9%，闪迪跌近15%。亚太市场更为惨烈——韩国综合股价指数（KOSPI）29日盘中跌幅一度超过8%，触发市场熔断机制，恢复交易后跌幅继续扩大，KOSPI一度下跌超过12%。这是韩国股市今年以来第九次触发熔断机制，也是有记录以来KOSPI首次连续两个交易日触发熔断机制。三星电子、SK海力士盘中一度分别下跌近8%和近9%，由于两家公司在KOSPI中的合计权重超过40%，它们的下跌几乎等同于整个市场的下跌。韩国股市市值大幅缩水，超过120万个散户账户收到保证金追缴通知。

这场暴跌的特征异常清晰：跌幅最深的板块，恰恰是过去半年涨幅最大、AI叙事定价最充分的领域；跌得最惨烈的市场，恰恰是对AI产业景气度依赖度最高、杠杆加得最猛的市场。这是一场精准针对AI估值的集中出清。

三、互联网泡沫的幽灵与“这次不一样”的迷思

眼前的场景，让许多经历过2000年互联网泡沫的投资者不寒而栗。当年的互联网泡沫，纳斯达克指数从2000年3月的5048点峰值一路跌至2002年10月的1114点，累计跌幅高达78%，全市场市值蒸发超过5万亿美元。无数当时被认为“将改变世界”的互联网公司灰飞烟灭。

当下的AI热潮与当年的互联网泡沫之间，确实存在着令人不安的相似性。

从叙事层面看，两场狂热几乎如出一辙。2000年，投资者相信“互联网将改变一切”——这当然是对的，但错在将这一长期真理当作了短期投机的通行证。今天，投资者相信“AI将改变一切”——这同样大概率是对的，但同样的问题在于，正确的长期判断并不能为任何价格提供合理性辩护。无论是互联网泡沫、20世纪20年代的无线电泡沫，还是当下的AI热潮，都对应着简单、振奋人心、可信的商业逻辑，但投资者对“新科技时代”故事的反应过度，往往导致在高位买入。

从市场结构看，两场狂热都伴随着极端的仓位集中和杠杆膨胀。2000年，纳斯达克的估值被推至超过150倍市盈率的荒谬水平。今天，费城半导体指数的市盈率虽然“仅”约71倍，但考虑到AI概念股在主要指数中的权重已达到史无前例的水平，市场对单一叙事的暴露程度可能比2000年更为严重。在韩国，杠杆ETF的泛滥和散户的疯狂加杠杆，与当年互联网泡沫时期散户的亢奋状态如出一辙。

然而，简单地宣称“历史正在重演”同样是一种智识上的懒惰。两场狂热之间也存在本质差异。

最核心的差异在于盈利基础。2000年互联网泡沫时期，大量上市公司只有概念、没有利润、烧钱如流水。而今天的AI龙头公司——英伟达、微软、Alphabet——都拥有真实且庞大的盈利基础。英伟达在2025财年的净利润超过数百亿美元，这是任何一家2000年的互联网公司都无法企及的。AI产业已具备坚实的收入支撑。

另一个差异在于宏观环境。互联网泡沫破裂前，美联储在经济过热背景下将联邦基金利率从4.75%快速上调至6.50%，流动性急剧收缩直接击穿了科技股的估值基础。而当前全球主要经济体仍处于降息窗口，美联储自2024年9月以来累计降息125个基点宽松的货币环境在一定程度上为估值提供了支撑，并没有出现互联网泡沫破灭前夕货币政策大幅紧缩的状况。

那么，如果历史不会简单重复，我们该如何理解当前的局面？

答案在于行为金融学的一个核心洞察：投资者的非理性并非源于愚蠢，而是源于深层的认知偏误。在互联网泡沫的破灭前，笔者在耶鲁大学的导师——诺贝尔经济学奖得主罗伯特·席勒提出了“非理性繁荣”的概念，精准地描述了当投资者情绪脱离基本面时市场的状态。在AI热潮中，几种典型的认知偏差同样被放大到了极致。

首先是羊群效应——当英伟达的股价每天都在创新高时，不买似乎就意味着错失良机，这种恐惧错失的心理驱动着资金不断涌入。投资者不再基于独立的分析做出决策，而是简单地跟随市场趋势。这种行为的危险在于，它创造了一个自我强化的泡沫：价格上涨吸引更多买家，更多买家推动价格进一步上涨，直到某个外部冲击打破这个循环。韩国散户在杠杆ETF上的疯狂涌入，正是羊群效应的典型写照。

其次是过度自信——投资者看到AI技术的突破性进展，便将其设想为无限的增长前景，而忽视了技术从突破到商业化、从商业化到规模化盈利之间漫长而充满不确定性的路径。很多投资者最大的认知误区，在于试图用“线性思维”去丈量“指数级变革”——看着一家AI公司今年盈利增长50%，就盲目假设其未来十年每年都能保持50%的增速。连续两年的上涨让投资者相信AI的增长是无限的，他们低估了技术迭代、竞争加剧和地缘政治的风险。他们忘记了，即使是最好的公司，其增长也会遇到物理极限和市场饱和。

再次是锚定效应——投资者将近期的高点作为参照，认为任何回调都是买入机会，而忽视了估值已经透支了多年增长的事实。当英伟达从235美元跌至192美元时，许多投资者认为这是一个便宜的买入点，因为他们的心理锚定在了235美元的高点，而不是公司的内在价值。

理性投资的基本原则在这场动荡中显得尤为珍贵。本杰明·格雷厄姆所倡导的价值投资理念——以低于内在价值的价格买入资产，并留有足够的安全边际——在AI狂热中被许多人抛诸脑后。当一家公司的股价需要其在未来十年保持每年30%以上的增长率才能匹配当前估值时，任何微小的失望都会被市场放大为灾难。格雷厄姆的“市场先生”寓言在此刻显得尤为贴切：市场先生每天向你报价，有时他过度乐观，有时他过度悲观。聪明的投资者不应该被市场先生的情绪所左右，而应该利用他的情绪。当市场先生为AI股票开出天价时，理性的投资者应该保持警惕；当市场先生因恐慌而抛售时，理性的投资者应该寻找被低估的机会。

“这次不一样”——这也许是金融史上最昂贵的一句话。从荷兰的郁金香狂热到英国的南海泡沫，从1929年的股市崩盘到2000年的互联网泡沫，每一代投资者都相信自己遇见的是一次“范式转换”，因而旧有的估值规则不再适用。但每一次，市场都证明了基本面的引力终究无法逃避。严守理性投资的基本原则，并非意味着拒绝新技术、新产业。恰恰相反，真正的理性意味着在拥抱未来的同时，不为未来的故事支付过高的价格。它意味着区分“正确的长期判断”与“合理的当前估值”——前者关乎方向，后者关乎代价。

四、科技创新的滞后性与AI的长周期价值

近期的AI科技股波动，是市场自我修正的一次必要过程。它清除了过度杠杆化的投机头寸，重置了膨胀的预期，让估值回归到一个能够与基本面对话的区间。费城半导体指数从高点下跌超过20%，进入技术性熊市；英伟达的前瞻市盈率压缩至约19倍，低于其历史平均水平，甚至低于一些增长更慢的同行；韩国股市的剧烈波动则警示了单一叙事和过度集中的危险。

然而，将这次调整等同于AI技术本身的失败，则是犯了另一种错误——从非理性的狂热滑向非理性的绝望。2000年互联网泡沫破裂时，纳斯达克指数暴跌78%，无数互联网公司灰飞烟灭。但二十年后的今天，谁能想象一个没有互联网的世界？当年的泡沫是真实的，互联网革命同样是真实的。两者并不冲突——前者反映的是资本市场在短期内的过度反应，后者反映的是技术在经济中长期演进的必然逻辑。今天的AI热潮很可能正在经历类似的过程。当前的股价回调——无论是纳斯达克的跌幅，还是韩国KOSPI的暴跌——放在AI技术的长期演进框架中，都只是漫长道路上的一个小小波折。虽然部分AI企业的股票存在泡沫，但AI驱动的全球技术变革，才刚刚开始。

在市场的短期波动中，最容易被遗忘的是一个被历史反复验证的经济学真理：通用目的技术对经济增长的贡献从来不是即时兑现的，它需要十年乃至数十年的酝酿期。理解这一点，是穿越当前恐慌、把握AI长期价值的关键。

1987年，诺贝尔经济学奖得主罗伯特·索洛在《纽约时报》的书评中写道：“计算机时代无处不在，唯独在生产率统计中不见踪影”。这就是著名的“索洛悖论”。当时，美国企业已在信息技术上投入了数千亿美元，个人电脑进入了千家万户，但1973年至1995年间，美国的劳动生产率增长却从早期的近3%放缓至1.5%以下。计算机越普及，经济增长似乎越乏力。这一悖论困扰了经济学家近二十年，直到麻省理工学院的埃里克·布林约尔松及其合作者给出了答案：通用目的技术不是即插即用的。电力、蒸汽机和计算机都是如此——它们能够变革几乎所有行业，但这种变革不是通过简单替换旧机器实现的。它需要整个生产流程、组织结构、技能基础和商业模式围绕新技术进行重构。这些互补性的变革远远滞后于技术本身的到来。在它们跟上之前，成本大于收益，生产率数据自然保持平坦。

经济史学家保罗·大卫在1990年的经典论文《发电机与计算机》中记录了一个极具启发性的案例。19世纪80年代，电动机首次进入美国工厂。工厂主们做了最自然的事：拆下巨大的蒸汽机，换上一台同样巨大的电动机。车间布局没有改变，所有机器仍然通过头顶的传动轴和皮带连接到中央动力源。一个工人拉动杠杆，所有机器同时转动。唯一的区别是能源从蒸汽变成了电力。这种改造持续了数十年，而在此期间，工厂生产率几乎没有提升。直到近四十年后，制造商们才意识到电力的真正优势在于分布式动力——它允许工厂围绕工作流程而非动力源的位置进行重新设计。一旦这种互补性创新发生，生产率才出现了爆发式增长。这个案例告诉我们，技术本身并不自动带来生产率提升；只有当组织、流程和人力资本与技术协同进化时，真正的变革才会发生。

今天的AI正处于同样的“电动机替换蒸汽机”阶段。麦肯锡公司2026年的人工智能产业报告指出，尽管企业对AI的投资已达到空前规模，但仅有约29%的组织报告其生成式AI部署带来了显著的投资回报。这并不意味着AI是骗局，而是说明大多数企业尚未完成必要的组织重构。AI的价值不在于技术本身，而在于企业如何围绕AI重新组织自己。那些仅仅将AI作为现有流程的附加组件的公司，获得的收益将是有限的；那些彻底重构业务流程、重新定义人机协作模式的公司，才能获得超额回报。

AI的生产率悖论还有另一个维度：测量误差。GDP和劳动生产率统计是为工业经济设计的，它们难以捕捉信息质量改善、决策优化和消费者剩余的价值。当一个AI工具每天为知识工作者节省两小时，如果这些时间被用于无法量化的创造性工作，或者公司没有相应缩减人员编制，那么官方统计数据就不会反映这一生产率提升。此外，AI的采用是极不均衡的——少数前沿企业获得了巨大的生产率跃升，而大多数企业仍处于实验阶段。这种离散性意味着加总性的统计数据掩盖了正在领先公司发生的真实变革。麦肯锡的数据显示，约6%的高绩效AI采用者报告AI对息税前利润的贡献超过5%，这些公司的投资回报率达到了每投入1美元获得3.7美元回报的水平，领先者甚至达到10.3倍。但其余80%的公司回报接近盈亏平衡。这种“双轨制”现象意味着，AI的生产率效应是真实存在的，但它被集中在少数先行者手中，尚未扩散到整个经济。

对于投资者而言，这种滞后性蕴含着深刻的投资哲学。首先，它意味着当前的AI基础设施投资——即使部分存在泡沫——是必要的先行成本。没有数据中心、芯片和网络的大规模建设，未来的应用创新就无从谈起。正如19世纪末的铁路过度建设最终为20世纪的工业繁荣奠定了基础，今天的AI基础设施过剩也可能成为明天经济增长的跳板。历史告诉我们，从通用目的技术的首次出现到其生产率效应的充分显现，通常需要20至30年。电力从1880年代进入工厂到1920年代生产率大幅提升，间隔了约40年；计算机从1970年代普及到1990年代生产率复苏，间隔了约20年。AI的扩散速度可能更快，因为今天的技术传播基础设施远比过去发达，但组织变革和社会适应所需的时间不会凭空消失。因此，当前国际AI股票和投资的泡沫，与其说是对技术本身的否定，不如说是对时间节奏的误判——市场试图在五年内兑现需要二十年才能成熟的价值。

其次，它提示我们关注那些正在将AI深度嵌入业务流程、而不仅仅是将其作为噱头或实验的企业。高绩效AI采用者的共同特征不是选择了更好的技术，而是实施了更好的组织实践：重新设计工作流程、更快地规模化部署、将AI嵌入业务流程、追踪AI解决方案的KPI、以及高层领导的坚定承诺。对于投资者来说，这意味着评估一家公司的AI投资价值时，不应该只看它购买了多GPU、训练了多大的模型，而应该看它是否正在改变自己的工作方式。一家拥有最先进AI模型但组织僵化的公司，其长期价值可能不如一家模型稍逊但组织灵活的公司。

五、在狂热与绝望之间寻找理性平衡

全球AI科技股的这轮暴跌，是一次迟到的理性清算。它告诉我们，即便是最激动人心的技术革命，也不能免除资本市场的基本法则——价格终究要向价值回归。但这轮暴跌同样提醒我们，不要因为泡沫的存在而否定技术本身的价值。互联网泡沫的破裂并没有阻止互联网改变世界，AI泡沫的调整同样不会阻止AI重塑经济。通用目的技术的贡献有滞后性，但这种滞后性不是缺席——它只是需要时间。

AI改变世界的进程，才刚刚开始。只是股市的时钟，走得比经济的时钟快得多。对于投资者而言，当下的挑战是在两种错误之间找到平衡：既不要因为“这次不一样”的幻觉而在泡沫高点接盘，也不要因为恐慌而错过一个可能持续数十年的大趋势。前者需要克服贪婪，后者需要克服恐惧——而这两者，恰恰是投资中最难修炼的心性。