2026年7月6日在瑞士日內瓦舉行的首屆全球人工智慧治理對話的標誌。（圖片來源：Fabrice COFFRINI / AFP via Getty Images）
【看中國2026年8月10日訊】（看中國記者路克編譯/綜合）《財富》8月10日報導，圍繞人工智慧是否已經形成泡沫的爭論持續多年，但現在市場面對的或許是一個更加微妙的問題：AI技術本身可能確實能夠創造巨大價值，真正的風險卻在於，目前資本市場對這些價值將在產業鏈什麼位置兌現，可能作出了錯誤判斷。
阿波羅全球管理公司（Apollo Global Management）首席經濟學家托爾斯滕．斯洛克（Torsten Slok）近日提出一個值得警惕的現象：AI產業鏈中利潤率最高的企業，恰恰不是最接近最終用戶的模型和應用公司，而是位於上游、向整個AI熱潮出售晶元和設備的企業。
換句話說，AI繁榮並非沒有產生利潤，而是利潤高度集中在「賣鏟子」的一端。問題在於，這些利潤在相當程度上依賴產業鏈下游繼續融資和燒錢。
41%對負59%，AI產業鏈出現驚人利潤斷層
斯洛將AI產業鏈劃分為四個環節：模型與應用、雲計算與算力、能源與電網，以及晶元與設備。
他利用PitchBook和彭博的數據，對OpenAI、Anthropic、微軟（Microsoft）、亞馬遜（Amazon）、星座能源（Constellation Energy）、英偉達（Nvidia）、AMD和美光科技（Micron）等企業進行分析後發現，晶元與設備環節的利潤率最高，達到41%；與消費者和企業用戶距離最近的模型及應用層，營業利潤率卻低至負59%。
這形成了一個與傳統商業邏輯頗為不同的結構。
正常情況下，一項新技術逐漸商業化之後，靠近最終客戶的產品和服務企業通常應該能夠從需求中獲取越來越多利潤，並將部分收入傳導至供應商。但目前的AI產業鏈呈現出的景象卻近乎相反：晶元、伺服器和基礎設施供應商已經獲得巨額利潤，而開發大模型和AI應用的公司仍需要投入大量資本。
斯洛認為，這意味著當前AI熱潮產生的利潤，相當一部分並不是來自最終客戶創造的現金流，而是來自投資者不斷投入產業鏈的資金。
按照他的判斷，現在AI上游企業獲得的利潤是真實存在的，但支付這些利潤的錢，在很大程度上來自虧損企業籌集的資本，而不是最終市場需求自然產生的現金。
這也是當前AI繁榮最容易被忽視的一層風險：只要融資繼續，產業鏈就可以正常運轉；一旦資本供應明顯下降，上下游之間極不平衡的盈利結構便可能迅速暴露出來。
萬億美元資本開支繼續湧入，回報速度卻成為最大疑問
問題的另一面是，AI投資目前還沒有明顯降溫跡象。
高盛近期的研究顯示，美國科技投資佔國內生產總值的比例已經超過1990年代網際網路泡沫時期的峰值，而大型雲計算和算力企業2026年的支出計畫，相比僅僅半年前的市場預期又提高了接近50%。
高盛此前預計，2026年AI相關企業資本支出可能超過5000億美元；與此同時，高盛全球研究部門的吉姆．科韋洛（Jim Covello）今年6月再次提出質疑：企業客戶、模型公司以及超大規模雲計算企業迄今仍未充分證明這些巨額投入能夠帶來與之匹配的經濟回報。
這並不意味著AI沒有商業價值。
高盛資產管理7月在矽谷調研後發現，企業採用AI的速度正在加快，推理需求增長也可能進一步推高算力需求。也就是說，AI需求並非完全建立在市場想像之上，企業端的實際部署正在擴大。
真正的問題因此變成：需求增長得夠不夠快？
如果AI最終客戶產生的收入和生產率提升能夠迅速追上基礎設施投入，那麼今天看起來驚人的資本開支，未來可能被證明具有合理性。但如果商業化速度遠遠落後於數據中心、晶元和電力設施建設速度，那麼資本市場現在提前支付的價格，就可能變成未來需要消化的成本。
斯洛因此警告，整個產業鏈目前存在一種危險的依賴關係：最賺錢的上游企業，需要最不賺錢的下游企業不斷擴大收入，或者繼續從資本市場融資。
資本當然可以在一段時間內填補這個缺口，卻不可能永遠持續。
AI熱潮開始從現金流轉向債務，金融風險隨之放大
這種擔憂並不只存在於華爾街。
國際清算銀行（BIS）今年的研究顯示，AI基礎設施投資已經成為發達經濟體投資增長的重要組成部分，但隨著資本支出迅速超過企業以往水平，越來越多AI投資開始依靠借貸融資。
2025年，大型科技企業在公司債市場的融資規模已經超過1000億美元，而且不少債券期限超過五年，用於支持持續多年的數據中心和基礎設施建設。與此同時，一些企業的信用違約掉期利差已經上升，說明債券市場正在重新評估AI項目最終能否產生足夠回報。
更值得注意的是，風險已經不僅存在於科技公司的資產負債表之內。
國際清算銀行指出，部分大型科技企業正在利用合資企業、特殊目的實體以及私人信貸等結構建設數據中心。企業可以通過長期租賃或算力採購協議鎖定使用權，而相關債務則留在項目實體中。
這種模式減少了科技公司眼前直接承擔的資本支出，卻同時製造出類似「影子借貸」的經濟義務，並把AI產業與私人信貸基金、保險機構以及銀行之間連接得更加緊密。
國際清算銀行在6月底發布的《2026年度經濟報告》中進一步指出，五大超大規模雲計算企業2025年至2026年的AI相關資本開支合計預計超過1萬億美元，而且這些投資正在超過相關企業的盈利和自由現金流增長速度，促使部分公司越來越依賴債務融資。
BIS在7月發布的另一項研究甚至估計，在較為保守的情景下，AI企業為了爭奪未來市場主導權而展開的投資競賽，可能導致資本投入比社會效率意義上的合理水平高出約50%。如果AI最終帶來的生產率增長不足，債務以及產業內部複雜的資本關係可能進一步放大調整。
這也是AI泡沫與單純「科技股估值太貴」之間的區別。一旦資本開支開始通過公司債、私人信貸和長期租賃承諾向金融體系擴散，風險便不再侷限於股票投資者。
真正危險的不是AI失敗，而是所有人同時停止燒錢
科技評論人士埃德．齊特龍（Ed Zitron）則把這種邏輯推到了更加極端的位置。
他以甲骨文（Oracle）為例指出，這家公司為AI基礎設施承擔了極其龐大的資本承諾，其中很大一部分未來需求與OpenAI有關。齊特龍認為，如果OpenAI不能兌現長期購買算力的承諾，相關基礎設施投資的經濟基礎就可能受到動搖。
但在他看來，更大的危險甚至不是某一家企業出現問題，而是微軟、谷歌（Google）、亞馬遜和Meta等科技巨頭同時決定降低AI資本開支。
過去幾年，英偉達以及存儲、伺服器、電力設備、數據中心建設等產業的增長，很大程度建立在超大規模科技公司持續採購GPU、內存、存儲設備以及建設數據中心的基礎上。
只要這些企業繼續投入，產業鏈上游就可以維持高增長和高利潤；可一旦主要買家認為回報不足，同時削減資本開支，市場此前視為長期存在的「AI超級週期」便可能突然逆轉。
國際清算銀行也提出了類似警告：如果超大規模科技企業減緩甚至停止目前激進的資本開支，供應鏈中的大量企業可能難以找到替代收入來源，並面臨償債壓力。AI企業、晶元製造商和雲計算公司之間還存在股權投資、長期算力採購和晶元購買等複雜關係，使風險傳導路徑更加難以判斷。
不過，把當前AI週期簡單等同於2000年的網際網路泡沫也可能過於草率。
高盛指出，與網際網路泡沫末期不同，美國企業利潤目前仍處於歷史高位，企業整體資產負債表並未出現同樣程度的惡化。AI相關公司自2022年底以來增加了約27萬億美元市值，這一估值並非完全無法用未來利潤增長解釋，只是需要對AI能夠創造和捕獲的經濟價值作出相當樂觀的假設。
因此，AI泡沫真正的核心或許並不是「人工智慧有沒有用」。
從企業部署增加、算力需求擴大到模型能力持續提升來看，這項技術已經擁有真實需求。更關鍵的問題是，AI最終能夠產生多少利潤，這些利潤需要多長時間才能出現，以及最後究竟由模型公司、雲計算平臺、晶元製造商還是最終使用AI的企業獲得。
眼下最反常的地方就在這裡：AI產業鏈最賺錢的一端，正在依靠最虧錢的一端持續購買產品；而最虧錢的一端，又依賴資本市場不斷提供資金。
只要投資者仍願意為未來買單，這套循環就能夠繼續推動晶元、數據中心和能源投資繁榮。但如果最終客戶創造現金流的速度始終追不上資本投入，問題遲早會從「AI是不是泡沫」，轉變成另一個更加現實的問題——究竟誰來承擔此前數萬億美元投資無法獲得預期回報的損失。
