AI 是泡沫吗？

每个董事会都会提出这个问题：AI 是泡沫吗？就连身处中心的人也在问。2025 年 8 月，OpenAI 首席执行官 Sam Altman 对记者说：“我们是否正处于投资者整体对 AI 过度兴奋的阶段？我的看法是，是的。”他还对泡沫如何形成给出了最精炼的描述：“泡沫出现时，聪明人会因为一个真相的内核而过度兴奋。”

通俗地说，泡沫就是价格和支出远远跑在一样东西所能产生的现金前面。很少有人怀疑这项技术是真实的。悬而未决的问题是，如今投入其中的钱能否获得回报，以及多快能获得回报。下面是相关数字、双方的论点，以及我们关注的指标。

支出的规模

先从建筑说起。J.P. Morgan Asset Management 估计，Alphabet、Amazon、Meta、Microsoft 和 Oracle 的资本支出在 2023 年为 1540 亿美元，2024 年为 2410 亿美元，2025 年为 4160 亿美元。分析师的一致预期是 2026 年达到 7990 亿美元，2027 年达到 1.093 万亿美元。这些是总投资额，不只是 AI，但这一跃升恰好与竞相为 AI 建设数据中心的热潮同时发生。

单家公司的情况能说明这意味着什么。Microsoft 在一个季度内支出 410 亿美元，其首席财务官 Amy Hood 表示，其中约三分之二用于短期资产，“主要是 CPU 和 GPU”。签下大型 AI 合同的 Oracle 报告称，截至 2026 年 5 月的财年自由现金流为负 237 亿美元，并在这一年中举债 430 亿美元。

风险投资紧随其后。Crunchbase 统计，2025 年风险投资总额为 4250 亿美元，其中约一半投向 AI，包括有史以来规模最大的私募融资：OpenAI 的 400 亿美元。2026 年前三个季度，总额达到 6790 亿美元，第三季度 AI 占了百分之六十四。5 月，Anthropic 以 9650 亿美元的估值融资 650 亿美元。

兜圈子的钱

即便是乐观者也担心的，是有多少钱在兜圈子。2025 年 9 月，Nvidia 与 OpenAI 签署了一份意向书，根据该意向书，Nvidia“计划随着新的 NVIDIA 系统的部署，向 OpenAI 投资最多 1000 亿美元”。供应商为客户出资，客户再购买供应商的系统。两周后，AMD 向 OpenAI 授予了最多可认购 1.6 亿股 AMD 股票的认股权证，随着 OpenAI 部署 AMD 芯片以及 AMD 股价达到特定目标而逐步生效。

这类交易是公开且经过披露的。但在我们看来，它们可能让需求显得比实际更加独立，也让最大的几家公司的命运更紧密地捆绑在一起。2026 年 9 月，英格兰银行金融政策委员会指出，“AI 企业日益加重的负债，加上不透明性，有时还有‘循环安排’”，让风险更难判断。

看跌者怎么说

看跌者从价格和债务说起。该委员会指出，AI 公司的股票估值在 7 月大幅下跌；它援引 Morgan Stanley 的估计称，截至 9 月初，全球发行的 AI 相关债务已达约 4500 亿美元，是 2025 年全年的两倍多；它还援引 J.P. Morgan 分析师的估计称，2026 年至 2030 年间，约 4.1 万亿美元的 AI 投资将由债务融资。它的结论是：“更剧烈调整的风险依然存在。”

他们还提到集中度。据 J.P. Morgan 计算，截至 9 月底，十家最大的公司占 S&P 500 市值的百分之四十点六，却只贡献了其利润的百分之三十六点一，而与 AI 相关的行业占该指数的百分之五十三点二。一个主题的调整，会波及大多数追踪该指数的投资组合。

他们还指出资产的寿命。一座数据中心可以使用几十年，但里面的芯片几年之内就会老化。如果芯片贬值的速度比账面假设的更快，那么今天的利润就被高估了，账单会在以后到来。

看涨者怎么说

看涨者用可以衡量的需求来回应。Microsoft 的 Azure 云业务在截至 6 月的季度增长了百分之四十三，Amy Hood 表示：“客户需求持续超过可用产能。”Anthropic 在 5 月表示，其年化收入已突破 470 亿美元。大部分产能在建成之前就已售出：Oracle 报告了 6380 亿美元尚未确认的合同收入，近期增长的大部分来自大型 AI 合同，在这些合同中，客户预先支付了芯片费用或自行提供芯片。

他们还指出估值。按照 J.P. Morgan 的数据，S&P 500 中最大的十家公司的市盈率为 20.9 倍预期盈利，而 1996 年以来的平均水平为 20.8 倍。以此衡量，这些最大公司的定价与其自身的历史水平一致，而且它们合计赚取了该指数全部利润的三分之一以上。

我们的解读，以及需要关注什么

双方描述的是同一件事。技术是真实的，需求是可衡量的，而部分融资看起来像泡沫。铁路和早期互联网建成了经久不衰的基础设施，而为之买单的许多投资者却亏了钱。AI 很可能两者同时发生。

我们关注四件事：建设者的自由现金流，有多少支出是靠债务和私人信贷融资的，有多少收入来自同时也是投资者的客户，以及 AI 收入能否跟上 2027 年超过一万亿美元的一致预期支出。

对于使用 AI 而非建设 AI 的公司来说，有用的问题要小得多。您自己在 AI 上的支出物有所值吗？这正是 North 的用途：所有重要的数字都在一个视图中，从第一次访问到最后一张发票，每个数字要么经过实测，要么被标为缺失。市场是否处于泡沫之中，留给投资者去争论。您的 AI 是否能收回成本，则是一个您可以知道的数字。