美国正进入AI泡沫破裂时刻

  编辑 | 虞尔湖

  出品 | 潮起网「智能之光」

  悬在AI产业头顶的“达摩克利斯之剑”，终于在12月的资本市场落下了。

  12月11日，甲骨文股价单日重挫13%，市值蒸发约千亿元人民币。这一记重锤不仅砸向自身，更引发连锁反应：英伟达、AMD、美光科技等AI核心概念股集体承压，跌幅在3.1%到4.2%之间，并最终拖累纳斯达克指数跌至一周以来的最低点。

  图源：路透社

  图源：路透社

  从表面看，甲骨文的股价雪崩源于一份“未达预期”的财报。伦敦证券交易所集团（LSEG）数据显示，2025财年Q2，甲骨文总营收为160.6亿美元，低于分析师普遍预期的162.1亿美元；调整后营收为67亿美元，同样不及华尔街68亿美元的预期。

  更令市场不安的是其未来增长指引：甲骨文预测，2025财年Q3.调整后每股收益将在1.64美元至1.68美元之间，远低于分析师此前预估的1.72美元；营收增长预期为16%至18%，也低于市场19.4%的乐观判断。

  然而，资本市场的本质从来不是对当下业绩的“记账式交易”，而是对未来价值的集体预判。甲骨文的股价异动，实则反映出美国AI产业深层次矛盾的集中爆发：巨头投入与商业回报的严重失衡、Open AI主导的内循环困局、AI“数据幻觉”引发的信任危机……多重压力之下，曾在年初掀起“狂热投入潮”的美国AI产业，正加速转向注重风险评估与成本控制的“理性定价阶段”。这一转向背后，正是AI泡沫开始破裂的明确信号。

  资本闭环下的虚火与隐忧

  AI产业的资本狂热，不断将头部企业乃至初创企业的估值推向新高度。英伟达成为全球首家市值突破5万亿美元的公司，Open AI的估值从2024年10月的1570亿美元，一路暴涨至2025年10月的5000亿美元——相当于每月增长290亿美元，每天新增近10亿美元。Anthropic、Mercor等参与者同样增长迅猛，前者半年内估值从615亿美元翻升至1830亿美元，后者在8个月内从20亿美元攀升至100亿美元。

  图源：Visual Capitalist

  然而，支撑这份高估值的并非扎实的盈利能力，而是一场围绕Open AI、英伟达、甲骨文展开的“价值内循环”资本游戏——这正是AI估值泡沫生成的核心动力。该循环以天价订单为纽带，构建出人为推高需求预期的闭环链条，与真实市场需求逐渐脱节。

  2025年5月，甲骨文宣布以400亿美元向英伟达采购40万张GB200算力卡。这一行为已超出单纯商业采购的范畴，实为向资本市场释放“AI算力需求爆发”的强烈信号。仅凭该协议，英伟达市值应声上涨1.6万亿美元。资本市场对AI概念的狂热，使得“订单信号”几乎直接被视作“价值确权”。

  随后，Open AI与甲骨文达成协议，承诺未来五年投入3000亿美元采购其AI算力服务。作为全球史上规模最大的算力订单，该消息推动甲骨文市值瞬间上涨2510亿美元。

  最终，英伟达完成闭环收尾，与Open AI签署投资意向书，承诺依据算力落地进度提供最高1000亿美元投资。“千亿押注”的消息彻底点燃市场，投资者将其视为对Open AI潜力的“权威背书”，进一步助推其估值飙升。

  这场循环的本质已十分清晰：英伟达投向Open AI的千亿资金，最终将通过“Open AI采购甲骨文算力→甲骨文再向英伟达采购芯片”的路径，重新流回英伟达体系。

  这场循环中，资金未形成“技术落地→商业变现”的有效转化，仅在三家企业间完成资本层面的流转——本质是脱离真实市场需求的资金空转。三家企业以天价协议相互捆绑，形成“相互抬轿”的价值循环，通过人为营造“需求火爆”的假象，持续推高彼此估值。此种闭环已脱离“技术落地—商业变现—利润增长”的商业逻辑，仅凭资本层面的资金空转，便实现估值的倍数级膨胀，其泡沫的脆弱性不言而喻。

  如果说“资本闭环”是泡沫的“膨胀工具”，那么“高估值与弱盈利的严重背离”则是泡沫必然破裂的“内在基因”——这也是估值泡沫最核心的根源。以Open AI为例，其不仅要应对谷歌Gemini等竞争对手的激烈挤压，短期盈利仍然遥遥无期。

  汇丰银行预测，到2030年，Open AI的年收入可能达1538亿美元，主要依赖订阅增长、企业级AI服务及在全球数字广告市场中占据约2%的份额。该模型假设到2030年Open AI用户数将达30亿，相当于中国以外全球成年人口的44%，付费转化率从5%提升至10%。

  然而，汇丰银行的详细分析同时揭示了巨大的财务压力：研发支出预计达1407亿美元、销售成本为754亿美元，运营亏损却接近5000亿美元。该银行警告，在预测期内任何时间点，Open AI都无法依靠收入覆盖运营支出。

  即使基于上述乐观假设，Open AI的现金流预计每年仍为负值。公司预计到2030年累计自由现金流净流出2820亿美元，即便计入预期投资，仍存在2070亿美元的资金缺口。

  更矛盾的是，Open AI此前承诺在2030年前投入超1万亿美元用于AI相关支出，却始终未明确这笔巨额资金的具体筹措方案。一边是持续扩大的亏损，一边是尚未落实的投资计划，这让市场对围绕Open AI构建的内循环产生质疑。

  作为循环关键一环的甲骨文，同样面临日益凸显的财务压力。受AI领域巨额投资影响，甲骨文在2025财年上半年已消耗掉约100亿美元现金储备。美国银行全球研究分析师指出：“当前的困境在于需要更多资本支出来支撑所谓的需求，公司不得不以异常快的速度投资，才能跟上AI需求趋势。”

  若亏损持续，甲骨文市值可能蒸发超900亿美元，其2026财年的额外支出或将达到150亿美元，且这些支出绝大部分与对Open AI的投入直接相关——为维持资本闭环营造的“繁荣假象”，甲骨文已陷入“越投越亏、越亏越投”的恶性循环。

  这种“投入－回报”的严重失衡，已蔓延至整个AI产业。亚马逊2025年约1000亿美元资本支出中，大部分流向云计算与AI；微软计划投入800亿美元，Alphabet提升至850亿美元，Meta锁定在660亿到720亿美元区间。瑞银进一步预测，2026年全球AI相关支出将达5000亿美元。

  图源：Vaneck

  尽管处于产业链上游的硬件供应商已率先受益——博通2025财年AI业务收入飙升65%至200亿美元，但市场态度已悄然转向，对“烧钱换增长”模式的担忧日益加剧。

  M&G全球股票负责人Daniel White的判断直指核心：“市场越来越担心AI相关资本支出规模过大，而变现能力与生产率提升能否同步跟进存疑。”贝恩公司数据显示，到2030年，满足预期的AI需求需每年2万亿美元收入来支撑算力投入。如今，当资本投入的洪流远超技术变现的能力，当估值增长完全脱离盈利支撑，这场由资本闭环吹起的AI估值泡沫，究竟还能持续多久？

  美国AI的“庞氏游戏”何以持续？

  市场对美国AI巨头高投入的担忧背后，实质是能源消耗失控与资金链脆弱的双重危机，使得泡沫破裂的风险日益清晰。

  一方面，AI巨头的扩张计划正面临难以承受的能源压力。Open AI CEO Sam Altman提出激进目标：到2033年，将公司数据中心容量提升至250吉瓦。这一规模相当于美国电网峰值需求的1/3，是加利福尼亚州历史峰值电力需求的四倍多，几乎触及能源供给的物理上限。

  英伟达首席执行官黄仁勋给出的估算更为惊人：建设1吉瓦数据中心需500亿至600亿美元（其中约350亿美元用于英伟达芯片）。据此推算，仅硬件与基建成本，按最低500亿美元/吉瓦的标准计算，Open AI的目标就需超过12万亿美元。

  分析师进一步估计，Open AI的基础设施支出可能包括：2025年末至2030年间，数据中心租赁一项预计耗资6200亿美元，总体相关支出达7920亿美元；到2033年，除前期基建成本外，相关计算运营支出总额将升至1.4万亿美元。

  如此庞大的能源消耗与基建投入，凸显了AI正经历的深刻转变：从“轻资产”的软件商业模式转向物理密集型、硬件依赖型系统。AI公司不再仅专注于编写代码，而是在构建数字时代的“发电厂”。这引发了关键问题：未来AI效率的提升能否降低成本？还是说，不断扩张的需求永远需要更多硬件投入？

  另一方面，能源压力带来的巨额基建成本，进一步加剧了资金层面的危机。贝恩在《全球技术报告》中明确表示，即使2030年美国企业将所有本地IT预算转向云端，并将AI应用节省的成本全额再投资于数据中心，资金仍无法覆盖全部投入——核心症结在于，AI计算需求的增速是摩尔定律的两倍多，技术迭代带来的成本优化远远赶不上需求的膨胀速度。

  即使计入AI带来的成本节省，全球AI领域仍将存在约8000亿美元的资金缺口。面对传统融资渠道难以填补的巨大窟窿，为掩盖这一资金缺口的窘境，美国AI领域正逐渐形成一套脱离实体价值的金融内循环机制，其运作逻辑比此前Open AI、英伟达的产业闭环更为隐蔽。

  援引《The American Prospect》报道，这套循环以“特殊目的公司（SPV）”为核心枢纽，形成资金空转链条：

  企业成立专门的SPV，作为承接AI基建（采购GPU、建设数据中心）的核心中转站。

  私募信贷、银行等金融机构通过“GPU抵押贷”（以未来采购的GPU为抵押物放贷——尽管GPU面临技术迭代快、贬值风险高的问题）或直接股权投资为SPV“输血”，而Meta等大型科技公司会小额入股（例如持股20%左右），刻意给金融机构制造“风险兜底”的错觉。

  SPV获得资金后，直接流向英伟达、AMD等硬件厂商及数据中心建筑商，完成金融资本向产业端的表面转移。

  建成的GPU与数据中心以“服务费/租金”形式返租给Meta、xAI等科技公司，但这些本身仍在亏损的企业（如持续巨亏的OpenAI），所支付的租金往往来自新一轮外部融资。

  SPV再利用这些“租金”偿还金融机构的贷款并向投资者分红，形成“金融机构→SPV→硬件/基建商→科技公司→SPV→金融机构”的资金闭环。

  图源：《The American Prospect》

  这套内循环的本质，是一场缺乏真实盈利支撑的“庞氏游戏”——资金在闭环中不断流转，却未创造任何实质性的商业价值：科技公司自身尚未盈利，GPU等硬件还面临快速贬值风险，整个链条全靠“新债还旧债”维系。

  从Open AI、英伟达的产业闭环，到SPV主导的金融闭环，美国AI巨头正通过一层又一层的资本包装来掩盖内在的价值空洞。而这，正是估值泡沫最危险的征兆。

  数据幻觉严重，AI何时迎来大规模商业化？

  从产业闭环到金融闭环的层层包装，虽暂时维持了AI估值的表面繁荣，但技术应用层面的深层缺陷正不断加剧泡沫的破裂风险。

  当前AI热潮并非毫无实际价值的纯粹投机，其对生产力的推动作用已得到初步验证——Management Consulted CEO Namaan Mian指出，企业内部引入AI确实提升了效率，这种提升甚至表现为“用更少的初级员工创造更多价值，从而抑制薪酬增长”，以四大会计师事务所为例，其顾问起薪相对较低，且自2022年以来增长停滞，也从侧面反映出AI对人力成本结构的影响。

  这种“生产力提升”的初步共识，被资本解读为长期增长信号，成为资本持续涌入AI领域的重要支撑。高盛预测，到2025年年底，全球AI领域投资总额将接近2000亿美元。

  然而，资本的追捧难以掩盖AI技术应用中的关键缺陷——“数据幻觉”。这种与现实不符的错误输出，使得AI输出的决策参考与真实商业逻辑脱节，既误导企业战略制定，也降低客户对AI服务的信任度，成为戳破估值泡沫的又一关键因素。

  例如，当同时向DeepSeek和GPT-5.2提问“东鹏为何能赶超华彬红牛”时，两款模型均给出相似回答：“华彬红牛聚焦一、二线城市，东鹏特饮专注下沉市场”。

  图源：GPT官网

  图源：Deep Seek官网

  但湖北某饮料品牌经销商张磊（化名）根据实际市场经验指出，两者市场布局高度重叠，东鹏特饮真正的优势在于差异化渠道运营，如在华南地区依托工厂无人售货机建立稳定的出货网络——AI基于既有数据形成的判断，与真实商业逻辑存在明显偏差。

  “数据幻觉”的存在，使得AI输出的决策参考与真实商业逻辑脱节，既误导企业战略制定，也降低客户对AI服务的信任度，导致AI的商业化远低于预期。麻省理工学院的研究显示，目前几乎没有证据表明AI能持续高效完成复杂任务，即便最先进的AI系统，成功处理办公类任务的比例也仅约30%。

  《财富》杂志进一步指出，截至2025年4月，备受市场追捧的“人工智能代理”仅能完成现实工作中约24%的任务。这种显著差距在ToB和ToC领域均引发连锁反应。

  GoTo与Work place Intelligence对全球多家企业的联合调研表明，62%的受访员工认为人工智能“被严重高估”；许多IT负责人承认，其所在企业目前缺乏系统化的AI应用策略，安全性与系统集成问题是主要障碍。

  Gartner对163名企业高管的调查更揭示出行业心态的转变：其中一半已放弃在2027年前大幅削减客服人员的计划。Gartner客户服务与支持高级总监凯西・罗斯指出：“在许多服务场景中，人的温度与判断仍不可替代。”这反映出企业已理性认识到，AI无法在短期内完全替代人力。

  更值得警惕的是，“数据幻觉”还衍生出金融风险。自Open AI于2025年3月推出GPT-4o改进的图像生成模型后，AI生成的虚假票据数量显著上升。软件服务商App Zen表示，9月提交的虚假文件中约14%为AI生成的假收据，而去年此类情况几乎为零；金融科技公司Ramp称，其新系统在90天内识别出累计超100万美元的AI生成欺诈发票。

  这些超越商业范畴的风险与商业化困境相互叠加，让市场逐渐清醒——面对日益凸显的AI风险，市场已从盲目追捧转向审慎风控，与AI巨头相关的信用违约互换（CDS）交易快速活跃，成为机构管理风险的重要工具，也从侧面印证了AI估值泡沫破裂的风险已被市场广泛感知。

  清算机构DTCC数据显示，9月初以来，与少数头部科技公司相关的CDS交易量激增90%。其中，Meta在10月发行300亿美元债券用于AI项目后，市场迅速出现了专门的MetaCDS产品；信用评级相对较低的甲骨文，其CDS周交易量较年初增长超过三倍，对冲成本也升至2009年以来最高。

  此次CDS交易热潮主要由专业投资机构推动，其本质是为对冲AI投资的风险敞口，反映出行业对AI风险的认知已从乐观转向务实。美国某大型信贷投资公司高管透露，针对科技股的CDS交易明显增加，投资者正通过覆盖大型科技公司或专注甲骨文、Meta等企业的CDS组合来管理风险。

  投资机构Altana便是一例：其在10月初评估发现甲骨文债务攀升且对Open AI存在较高依赖（核心风险源于AI产业的投入失衡与闭环脆弱性）后，立即购入甲骨文CDS进行对冲。该机构高管Mathieu Scemama坦言：“这是当前市场中风险敞口明确、值得对冲的对象。”

  贝恩全球技术业务主席大卫・克劳福德的判断，或许是对当前AI行业态势的恰当总结：未来几年，如何在创新投入、基础设施建设、供应瓶颈应对与算法进步之间找到平衡，将成为科技企业高管的核心课题。

  从资本闭环吹起的估值泡沫，到“数据幻觉”暴露的技术缺陷，再到市场通过CDS工具进行风险管控，AI行业的发展已明确告别“拼投入、扩规模”的上半场，正进入“拼效率、拼可持续性”的下半场——唯有实现技术价值与商业本质的良性结合，AI产业才能真正走出虚火，步入健康发展轨道。