文章核心观点 - 当前人工智能领域的狂热与上世纪末的互联网泡沫存在显著相似之处，市场情绪呈现怀疑与亢奋并存的状态[1][2][4] - 决定本轮AI周期走向的关键在于成本曲线、需求曲线和资本曲线三条经济学曲线能否在可见期限内对齐[10][11] - AI技术革命的结果更可能是结构性兑现而非线性兑现，基础设施环节可能面临压力，而具备成本优势和实际应用能力的环节将脱颖而出[14][16] AI投资狂热与历史相似性 - AI公司估值动辄数千亿美元，2025年已诞生数十位新晋亿万富翁，科技巨头计划投入巨额资本开支，其中亚马逊、谷歌、Meta、微软2025年合计计划资本开支达3200亿美元，大部分指向AI基础设施建设[2] - 与互联网泡沫时期类似，AI公司多凭借“潜在颠覆力”而非当期盈利吸引资金，2024年全球企业在AI的投资达2523亿美元，是2014年的13倍[2] - 互联网泡沫时期的商业模式空心化问题值得警惕，例如Commerce One几乎无收入却估值210亿美元，TheGlobe.com上市首日暴涨606%仍缺乏营收抓手，Pets.com在268天烧光3亿美元后破产[6][7] 基础设施过度投资风险 - 当前超级数据中心的规划规模巨大，面向全国的5000亿美元级算力网络已在规划中，若需求不及预期，可能重蹈互联网泡沫时期“暗光纤”的覆辙，出现“暗算力”闲置[8] - 互联网泡沫时期电信商在美国铺设超8000万英里光纤，但因需求预测过于乐观（宣称流量每100天翻番，现实仅年增一倍），导致大量光纤长期闲置，康宁股价从近100美元跌至1美元，Ciena营收从16亿美元骤降至3亿美元[8] - 过去两年微软、Meta、特斯拉、亚马逊与谷歌合计向AI基建投入约5600亿美元，但能清晰标注为“AI相关”的直接收入仅约350亿美元，MIT研究指出企业内部95%的AI试点并未产生“有意义”的产出[9] AI发展的现实基础与挑战 - 与互联网泡沫时期“靠点击率估值”不同，AI头部玩家已开始产生真实现金流，微软Azure因AI业务实现高增长并达到数百亿美元级年化收入，OpenAI年化营收据称有望在年内逼近200亿美元[9] - 企业侧已出现少量可规模化的AI落地场景，但资本投入曲线远在技术与收益曲线之前[9] - 决定AI基建能否形成可持续财务闭环的关键在于单位经济指标，包括数据中心的GPU利用率、负载结构、PUE、电价、摊销期，以及模型的每千token成本、延迟、质量三角取舍[12] 未来可能的发展路径 - 技术革命更可能以“结构性兑现”而非“线性兑现”的方式实现，类似互联网泡沫破裂后基础层资产经历出清，应用与平台在新范式下重排座次[14] - 最先承压的可能是“高假设、高资本开支、低可见现金流”的重资产环节，如电力受限区域的超大规模机房，而最先走出顺周期的可能是具备成本优化能力和实际应用能力的软硬结合型厂商及行业应用方[14] - 未来发展可能出现三种路径：软着陆（成本降、需求起、资本成本回落）、阶段性出清（部分算力资产折价流转）、结构性分化（基础设施过剩与应用侧繁荣并存），这些路径可能在不同地区和行业同时发生[15] 投资者与经营者的务实抓手 - 应重点关注实际运营指标而非宏大叙事，包括数据中心的峰谷利用率、平均作业大小、功率使用效率与边际电价，模型在真实业务负载下的质量、延迟、成本三角解，以及客户的席位扩张、模块渗透与续费净额[15] - 当利用率、成本线和回款节奏等“冷指标”持续改善时，行业才能健康发展，若这些指标停滞，越大的资本开支意味着越紧的财务束缚[15]