AI加时赛暗藏四大资本泡沫预警信号

AI周期进入加时赛，警惕资本开支泡沫预警信号。

　　本周，三星电子第二季度营业利润同比激增约18倍，创下单季新高，但当日股价却下跌近7%。分析指出，这反映出投资者的关注重点已从企业业绩转向对人工智能基础设施巨额投资能否迅速带来回报的担忧，以及这波热潮还能维持多久。

　　这场关于AI巨额投资的清算是否已经临近？

　　独立投资研究机构BCAResearch的首席中国投资策略师司马菁在7月10日的策略会议上指出，AI领域确实存在泡沫，但并非体现在估值上，而是反映在盈利能力上。她用世界杯作为比喻，表示当前的AI投资周期正处于“加时赛”阶段，还未到达“点球大战”的时刻。

　　关于AI资本支出泡沫可能破裂的预警信号，她指出应重点关注四类指标，包括图形处理器（GPU）租金、存储芯片价格、AI应用的普及程度与投资情况，以及代币（Token）价格和编程智能体的下载量。

　　盈利泡沫而非估值泡沫

　　司马菁称，AI并非源于估值层面的泡沫，而是来自盈利层面的泡沫。历史上，盈利端的泡沫并不少见，例如金融危机前的银行股和房地产行业，其盈利表现也非常突出，但一旦这种强劲的盈利无法持续，市场便会重新调整定价。她以半导体行业为例指出，该板块利润率较高，市盈率并不算高，但她认为，市盈率之所以保持在低位，恰恰是由于利润增长的不可持续性所导致的。

　　支撑“加时赛”这一说法的，来自利润、需求与供给端竞争三个层面。

　　利润方面的隐忧，首先来自于折旧问题。司马菁引用的市场预测显示，到2030年，几家超大规模云服务商合计将拥有约2.5万亿美元的AI资产。按照约20%的折旧率计算，仅今年年底的折旧费用就将达到约5000亿美元。而这些厂商去年的总盈利约为4000亿美元。也就是说，仅折旧一项，就已经超过了它们的总利润。而目前，这部分折旧尚未在财务报表中充分体现。

　　在需求层面的问题，实际上隐藏在一种“循环记账”机制中。司马菁解释道，当一家公司花费100美元购买AI芯片时，这笔资金对于卖方而言是一项收入，而对买方来说则被记录为资本支出，作为资产而非费用入账，因此在买方的财务报表中同样表现为盈利。“你的资本支出，变成了我的现金流，”她总结道，买卖双方就这样将同一笔资金都计入了各自的盈利中。

　　与此同时，这些超大规模厂商的自由现金流已在2024年达到顶峰，到今年年底将接近耗尽。一边是现金流正逼近赤字，另一边却是利润率被推至历史最高水平。在她看来，自6月以来市场的波动正是源于这一矛盾，价值正在从资本支出的投入方，向接受方转移，而这种趋势“显然不可持续”。

　　供给端的竞争正在迅速加剧。面对持续旺盛的需求，存储等相关环节的厂商正加快扩产步伐。司马菁援引互联网时代的经验指出，技术迭代带来的效率提升，往往能够消化掉相当一部分新增需求，即“用更少的投入，也能获得更多的产出”。这表明，AI领域的资本开支可能不会像市场预期的那样持续扩张。一旦产能跟上需求，价格和利润的下滑将难以避免。从当前趋势来看，企业对产能扩张的热衷虽可理解，但过度投资可能带来后续的结构性风险。尤其是在技术更新迅速、竞争激烈的AI领域，若不能有效控制成本并提升效率，盲目扩产反而可能成为压垮利润的导火索。因此，企业在扩张过程中需更加注重理性判断与长期规划，避免陷入“产能过剩—价格战—利润缩水”的恶性循环。

　　司马菁并不排除相对乐观的情形，即这些厂商开始证明投资确有回报。在她看来，这种可能性要大于厂商因回报不及预期而主动下调资本开支指引。但她强调，即便如此，从增长率的角度看，明年AI投资增速要超过今年的可能性也不大，到2028年投资规模更将几乎与2027年持平。“市场定价往往看的不是投资的绝对水平，而是今年比去年增加了多少，”她分析道，且市场通常在资金真正投下去之前就已作出反应。因此她判断，明年除非资本开支大超预期、并真正产生利润，“否则投资者心里一定还是会打鼓”。

　　司马菁认为，明年将成为关键节点，利润、需求与供给端竞争三个层面的问题可能“会集中出现”。“任何经济体最终面对的都不是稀缺，而是过剩。泡沫的本质，是市场为一种终将消失的稀缺性定价。”司马菁表示，“在任何一个周期里，最终产能都会超过、或追上需求。届时盈利的稀缺性、也就是盈利本身，就不再可持续了。”

　　四组预警信号

　　为观察泡沫的形态，司马菁建议投资者应重点关注四组预警信号。

　　第一组是GPU租金。据目前数据，新款芯片的租赁费用依然保持稳定，而旧款则出现了一定程度的下降。“旧款其实是一个超前的先行指标，”她解释道，“因为一旦旧款需求走弱，通常意味着大客户正在等待新品发布，而小型企业客户则已经率先削减了预算。”在她看来，目前“已出现一些预警迹象”，但新款GPU的租金仍处于上升趋势，“这个指标到目前为止还没有明显问题”。从当前市场动态来看，GPU租赁价格的变化不仅反映了供需关系的调整，也揭示了不同规模企业对技术更新的不同反应。旧款芯片租金的下滑可能预示着新一轮技术迭代的临近，而新款的坚挺则显示出市场需求仍在持续。这种分化现象值得进一步关注，尤其是在行业整体增速放缓的背景下，企业对算力投资的态度变化可能会对整个市场产生深远影响。

　　第二组是存储芯片，其不确定性相对更大。司马菁分析，AI存储芯片的短缺短期内不会缓解，但供应端正在加速上线，目前已进入一个窗口期，即价格可能仍在上涨，但涨速已开始低于市场预期。美光、三星以及中国相关企业均在扩产，她强调：“只要有新产能上线、或产业链上出现新的竞争者，市场往往会在供需真正达成平衡之前很久，就提前反应。”

　　第三组是AI应用普及率与投入。她援引一组数据称，采用率虽仍在上升，但需求结构值得警惕。在被消耗的Token中，约20%的大客户贡献了约80%的消费，而大量客户的花费其实非常小，前1%的用户每月在AI上的花费约为7000多美元，中位数却只有约11美元。

　　这意味着大部分客户使用的是较便宜的模型，只有少数客户在真正深度使用AI。司马菁进一步提示，从投入趋势看，目前已能观察到不少公司在削减、而非提高AI应用支出，尤其是在更便宜、更具竞争力的模型不断出现的背景下，企业实际上在压缩AI相关开支。

　　第四组，也是司马菁认为“最重要、最应关注”的较早期预警信号，即Token价格与编程智能体下载量。她指出，Token价格近期在回落，AI编程智能体的下载量也趋于停滞，背后原因并不复杂：“越来越多更便宜的、开源的模型上线，其中包括不少中国的模型。”

　　另一重原因来自需求端的转变，过去许多公司追求“AI技术最大化”，倾向于用最好、最贵的模型来创造最高效率，而如今这一思路正逐渐失去吸引力，越来越多公司转向成本控制。许多公司发现，自己并不需要最前端、最贵的模型即可满足日常需求，从而拉低了上游价格。

　　若泡沫破裂美股或下行30%～50%

　　据报道，一份尚未获得批准的报告草案显示，美国财政部为财政部长贝森特、美联储主席沃什等监管机构准备的内容指出，若人工智能市场重蹈25年前互联网泡沫破裂的覆辙，将对股市、私人信贷、云服务提供商以及芯片制造商等多个领域造成广泛影响。

　　司马菁也指出，AI泡沫的破裂对经济的冲击可能超过2000年互联网泡沫破裂的情况。其原因在于，美国在2026年第一季度的软硬件投资已达到约5%的历史高位，一旦科技领域的投资开始下滑，将明显削弱整体需求。

　　更值得关注的是财富效应带来的影响。据司马菁测算，目前美国家庭持有的股票财富至少达到70万亿美元，其中约一半集中在科技股，相当于美国国内生产总值（GDP）的230%；而在上一轮互联网泡沫顶峰时期，美国居民家庭的股票财富约为13万亿美元，占当时GDP的约130%。“如果此次泡沫破裂，其带来的财富效应将远超上一次，”她引用一项研究指出，股票财富每减少1美元（尤其是在股市进入长期下跌的熊市阶段时），将导致消费减少约4美分。据此估算，若股市财富缩水20%，美国消费预计将下降3%，相当于GDP的约2%。

　　司马菁提醒，这一次的冲击对最富有的1%家庭可能更大。市场普遍以“K型经济”形容美国，上端是最富有的家庭，下端是约90%主要依靠工资生活的家庭，但“这一次，K型的上端可能会向下端靠拢，最终由K型变成L型”。

　　综合上述因素，司马菁认为：“如果是AI科技泡沫破裂带来的下行，美股的跌幅可能不是10%、20%，而是落在30%–50%的区间。”她补充说称，这一预测“听起来或许有点危言耸听”，但“一旦出现羊群效应，30%并不是一个特别极端的预测”。