核心观点 - 当前AI领域的巨额资本投入并非泡沫，而是供需错配下的正常周期现象，其长期投入产出比失衡的风险较低，AI带来的变革才刚刚开始 [2] - AI产业的发展将伴随不可避免的周期性波动，当前正处于“早期建设阶段”，但长期需求将持续向上，推动行业螺旋式上升 [9][14] AI产业定性：非泡沫与长期逻辑 - 判断AI是否为泡沫的核心标准在于：当前的巨额投入在未来长期视角下能否带来相应回报，若高投入能被未来持续增长的需求消化，则属于正常周期现象 [2] - 基于此标准，倾向于认为AI不是泡沫，但承认当下资本开支强度可能处于阶段性超前投资水平 [2] - AI基础设施的资本开支需要打提前量，因其建设与交付需要时间，这种“超前”可能导致阶段性过度投资，但关键在于需求的增长速度能否匹配或超越供给扩张 [5] - 即便出现阶段性供大于求，行业基于具体业务需求的大规模投入导致长期过剩的可能性极低，因行业周期负反馈机制（过剩导致资本开支下降，增长的需求重新填满供给）会发挥作用，核心判断是需求会长期向上 [5] 需求驱动力与应用场景 - 各大科技公司采购AI服务器的动机已从早期“不能错过”的防御性动机，转向“必须拥有”的发展性动机，基于明确的业务需求进行投资 [5] - 绝大多数AI服务器的使用率在高位，客户需求尚未被满足，说明资源并未闲置 [5] - 相对于训练环节，AI在“端侧应用”和“推理场景”的落地才刚刚展开，其潜在需求总量将远超训练环节 [6] - AI应用场景已广泛渗透：智能助手/搜索重构信息获取与工作流程、AI编程工具提升开发者效率、AI视频生成降低内容创作门槛、AI辅助系统提升医学影像诊断准确率与效率、智能辅助驾驶成为主流车型标配、AI成为电商推荐与搜索引擎的底层基础设施等 [6][7] - 当前所见应用场景仅为“冰山一角”，未来涌现的AI应用场景很可能远超当下的认知边界 [4][7] 发展周期与历史参照 - AI发展过程中的周期性波动不可避免，源于技术演进规律与资本市场情绪的放大 [9] - 当前AI投资周期正处在“早期建设阶段”，科技巨头正以前所未有的规模增加AI资本开支，构建数据中心，形成新的“军备竞赛” [9] - 可参照2010年至2015年美国页岩油革命的历史轨迹，其特点包括：高投入高回报可能、技术突破引发资本涌入、短期内产能迅速扩张、行业周期导致融资收紧与洗牌、存活企业通过技术迭代与成本优化实现可持续发展 [10] - 短期的供给超前建设总会被需求的增长所消化 [10] - AI发展将是一条螺旋上升的曲线，有高光时刻也会有低谷调整，有资本狂热也会有理性回归 [14] 未来供需态势的核心关切 - 判断未来AI产业是供不应求还是供过于求，核心关切在于几个方面：电力、材料、制造等环节的约束是否会导致2026-2027年的实际资本开支显著低于企业计划，从而引发产业链供需调整 [13] - 商业化的速度是否停滞，科技企业的边际投资回报率是否快速下降，云厂商的堆积订单是否快速消化，从而导致供需逆转 [13] - 个别公司的激进策略（如OpenAI数万亿美元的资本开支计划在缺乏相当量级收入的前提下）是否会产生负面连锁效应，若融资受阻可能影响整个产业链及投资人行为 [13] - 任何技术发展初期，阶段性的“过度”投资几乎不可避免，但对长期发展有益，能积累资本与人才，并在产业低谷时倒逼企业提升效率、加快应用落地 [13]