文章核心观点 - 当前AI热潮并非单一泡沫，而是由估值、投资、技术三重泡沫交织构成[1] - 公开市场巨头估值有盈利支撑，而私营公司估值已极度高企[1] - 天量投资由现金流驱动，非债务扩张，但复杂循环融资与潜在技术瓶颈埋下风险[1] - AI需求强劲且成本骤降，但能源与芯片供应或成最终制约[1] 估值泡沫 - 希勒周期调整市盈率已超过40，接近2000年互联网泡沫顶峰的44倍水平，显示市场过热[4] - 整体估值主要由盈利增长驱动，标普500指数自2022年10月以来在22.7%的年化增长趋势通道内运行，目前处于通道低端[6] - 大型科技股的估值溢价约60%，但得到了20%以上的盈利增长差异支撑[8] - 科技股估值未达互联网泡沫极端水平，且盈利增长正向更广泛行业扩散[9] - 私营公司估值极高：OpenAI基于2025年130亿美元预测收入的市销率达38倍，Anthropic达44倍[11] - 公开市场科技巨头估值相对合理：英伟达市销率22倍，微软12倍，谷歌9.9倍，亚马逊3.5倍[13] 投资泡沫 - 当前AI投资主要由自由现金流支撑，与互联网泡沫时期的债务驱动不同[15] - 谷歌第三季度运营现金流达480亿美元，超大规模云服务商的资本支出与运营现金流比率普遍低于1，财务状况健康[15] - 自2013年以来，全球科技资本支出年增长率为12.3%，当前增长仍在这一趋势通道内[16] - 大型科技公司的投资回报率自AI周期开始以来持续上升，通过云客户需求、AI工具和编程成本节约产生实际回报[17] 技术泡沫 - 生成式AI仍容易出错和产生幻觉，难以大规模应用[19] - AI的快速扩展可能遭遇物理瓶颈，例如芯片间数据传输速度的限制[19] - 2025年11月谷歌推出的Gemini 3证明AI尚未触及天花板，在多模态能力方面取得重大进展[21] - Gemini 3在“人类最后的考试”中超越所有先前模型，在视觉推理方面的得分是GPT-5 Pro在ARC-AGI-2测试中的三倍[21] - 需求端数据强劲：谷歌10月透露其每月处理1300万亿个令牌，较2024年4月的9.7万亿大幅增长[23] - 目前仍不到10%的美国企业在使用AI，显示巨大的增长空间[23] - 成本骤降是需求激增的重要驱动力：在MMLU基准测试中得分至少42分的最便宜大语言模型成本已下降1000倍[25] 泡沫破裂的潜在触发点 - 复杂循环融资协议可能带来系统性风险：例如OpenAI在八年内承诺1.4万亿美元的计算购买，涉及多方交叉投资和购买协议，可能导致估值不透明[28] - 超大规模云服务商开始发行更多债务：2025年美元投资级债券发行量已超过350亿美元，微软、谷歌、Meta、亚马逊和甲骨文的净债务与EBITDA比率正在上升[30] - 技术规模效应递减：从Llama 2到Grok 4，训练计算成本从1000万美元飙升至10亿美元以上[32] - 基于数据中心支出在5年内开发AGI的概率从2022年的接近100%降至2025年的约20%[32] - 社会政治反弹：在英国和欧盟，20%以上的受访者非常担心AI会在未来几年抢走他们的工作，可能导致客户抵制、员工抵抗和限制性监管[34] - 能源供应制约：2030年电力需求预计将是2020年的四倍，美国家庭今年支付的电价达创纪录的每千瓦时约17美分，能源供应可能成为AI采用和变现的最大障碍[36]