文章圖片
文章圖片
文章圖片
（來源：MIT TR）
本文為《麻省理工科技評論》“糾偏熱潮”（Hype Correction）專題系列的一部分 ， 該系列旨在重置人們對 AI 的預期：AI 是什么、它能帶來什么、以及我們接下來該走向何處 。
7 月 ， 一項被廣泛引用的麻省理工學院的研究指出：95% 投資生成式 AI 的組織“零回報” 。 科技股一度應聲下跌 。 盡管這項研究本身比媒體標題呈現得更細致、更有層次 ， 但對很多人而言 ， 它仍像是首個“硬數據點” ， 印證了懷疑者幾個月來的低語： AI 的炒作可能超過了現實 。
隨后在 8 月 ， OpenAI CEO 山姆·奧特曼（Sam Altman）把硅谷人人耳語的話說出了口 。 “我們是否正處于一個整體投資者對 AI 過于興奮的階段？”他在我參加的一次媒體晚宴上說道 。 他接著給出自己的答案：“我認為是的 。 ”
他把當下的時刻比作互聯網泡沫 。 “泡沫出現時 ， 聰明人會圍繞某個真實存在的東西過度興奮 ， ”他解釋道 ， “科技確實很重要 ， 互聯網確實是大事 ， 但人們會過度興奮 。 ”
這些話一出 ， 市場立刻進入“追逐敘事”的模式 。 第二天的股市回調 ， 被歸因于他所表達的情緒 。 “我們是否正處在 AI 泡沫中？”這個問題幾乎無處不在 。
誰認為這是泡沫？
最簡單的答案是：很多人 。 但并非所有人都對“誰”或“什么”被高估達成一致 。 科技領袖正在利用這輪恐慌對競爭對手發難 ， 同時把自己塑造成“泡沫破裂后仍能站到最后”的贏家 。 他們如何描述這場“泡沫”往往取決于各自公司所處的位置 。
9 月我問 Meta CEO 馬克·扎克伯格（Mark Zuckerberg）如何看 AI 泡沫時 ， 他列舉了歷史上的“泡沫”的類比——鐵路、互聯網光纖、互聯網泡沫——并指出每一次都走向類似的路徑：“基礎設施被大規模鋪開 ， 人們背上太多債務 ， 然后遇到某個波動……最終很多公司倒閉 。 ”
但扎克伯格給出的“處方”并不是讓 Meta 放緩 ， 而是繼續投入：“如果我們最后花錯了幾千億美元 ， 我認為那當然會非常不幸 。 但我認為 ， 錯過機會的代價可能更大 。 ”
OpenAI 董事長、AI 初創公司 Sierra 的 CEO 布雷特·泰勒（Bret Taylor） ， 用上世紀 90 年代末的一套心智模型來理解這輪 AI 泡沫 。 “我認為這波 AI 浪潮最接近的類比 ， 是互聯網繁榮或泡沫——取決于你有多悲觀 ， ”他最近告訴我 。 當年大家都知道電商會非?；鸨?， 但 Buy.com 和亞馬遜之間依舊存在巨大差異 。 泰勒以及其他人正努力把自己定位為“當下的亞馬遜” 。
也有人認為 ， 痛感會更廣泛 。 谷歌 CEO 桑達爾·皮柴（Sundar Pichai）本月對 BBC 表示 ， 這輪繁榮中存在“某種非理性” 。 當被問到谷歌是否能在泡沫破裂中獨善其身時 ， 他警告說：“我認為沒有哪家公司會完全免疫 ， 包括我們 。 ”
什么在吹脹泡沫？
企業正在融資巨額資金 ， 并獲得前所未有的估值 。 其中大量資金又被投入到超大規模數據中心的建設中——不論是像 OpenAI、埃隆·馬斯克的 xAI 這樣的私營公司在重金投入 ， Meta、谷歌等公眾公司也在大舉加碼 。 OpenAI 承諾將投入 5000 億美元建設 AI 數據中心 ， 這一規模超過曼哈頓計劃總投入的 15 倍以上 。
這種令人瞠目的數據中心投入 ， 并非完全脫離現實 。 頭部 AI 公司領導者都強調：瓶頸在算力——他們受限于計算資源的可獲得性 。 你和他們對話時 ， 幾乎總能聽到這一點：初創公司拿不到足夠的 GPU 配額；超大規模云廠商在配給算力 ， 把資源留給最優質的客戶 。
如果當下 AI 市場真的像科技領袖所說那樣嚴重“供給受限” ， 那么激進擴建基礎設施或許有其合理性 。 但有些數字大到難以想象 。 奧特曼曾對員工表示 ， OpenAI 的“登月目標”是到 2033 年建設 250 吉瓦的計算能力——大致相當于印度全國的用電需求 。 按今天的成本標準 ， 這樣的計劃將耗資超過 12 萬億美元 。
“我確實認為這里存在真實的執行風險 ， ”OpenAI 總裁兼聯合創始人格雷格·布羅克曼（Greg Brockman）最近在談到公司激進的基礎設施目標時對我說 ， “我們談論未來的所有事情 ， 都認為它有可能發生 。 它不是必然 ， 但不確定性并不來自科學問題 ， 而在于需要做大量艱苦的工作 。 ”
誰該負責？
這取決于你問誰 。 8 月那場媒體晚宴上 ， 奧特曼直言不諱地指出他眼中的“過熱”在哪里：一些“只有三個人和一個點子”的 AI 初創公司 ， 竟能在如此高的估值下拿到融資 ， “這太瘋狂了 。 ”他說 ， “那不符合理性 。 我覺得總有人會在這里受傷 。 ”安全超級智能（Safe Superintelligence）聯合創始人、前 OpenAI 首席科學家兼聯合創始人伊利亞·蘇茨克維（Ilya Sutskever ）在最近一檔播客里也表達過類似觀點：硅谷“公司比點子多” 。
11 月我與 Google DeepMind CEO 戴密斯·哈薩比斯（Demis Hassabis）交流時 ， 他給出了相近診斷：“顯然私募市場存在泡沫 。 ”他說 ， “你看看那些種子輪 ， 什么都沒有就能到數百億美元的規模 ， 這看起來有點不可持續 。 ”
12 月上旬 ， 《紐約時報》DealBook 峰會上 ， Anthropic CEO 達里奧·阿莫代伊（Dario Amodei）也把矛頭指向競爭對手 。 他說自己對技術本身有信心 ， 但擔憂行業在商業層面的行為：“在經濟層面 ， 我確實有顧慮——即便技術兌現所有承諾 ， 我認為生態里仍有一些參與者 ， 只要在時機上犯一點錯誤、偏差一點點 ， 就可能出大事 。 ”
他沒有點名奧特曼或 OpenAI ， 但暗示非常明顯 。 “有些玩家在 YOLO（孤注一擲） 。 ”他說 ， “假設你這個人天生就喜歡 YOLO ， 或者就喜歡大數字 ， 那你可能會把旋鈕擰得太過 。 ”
阿莫代伊還提到“循環交易”（circular deals）：越來越常見的一種安排是 ， 英偉達這類芯片供應商投資 AI 公司 ， 而 AI 公司再把這筆錢轉頭花在購買對方芯片上 。 他說 Anthropic 也做過這類交易 ， 但“規模沒有其他一些玩家那么大” 。 （OpenAI 處在多起此類交易的中心 ， 英偉達、CoreWeave 以及其他一眾參與者也是） 。
風險在于數字過大時的自我加杠桿：“如果你開始把這些交易層層疊加到巨額規模 ， 并且你說‘到 2027 或 2028 年我需要每年賺 2000 億美元’ ， 那你確實可能把自己拉爆 。 ”
在 Meta 上一次財報電話會后的一場內部員工問答中 ， 扎克伯格也傳遞了類似信息 。 他提到 ， 像 OpenAI 和 Anthropic 這樣尚未盈利的公司 ， 如果對投資時機判斷失誤 ， 可能面臨破產風險；但他安撫員工稱 ， Meta 的優勢在于強勁的現金流 。
泡沫如何破裂？
我與多位科技高管和投資者的交流顯示：泡沫最可能在那些資金過剩的初創公司無法實現盈利、或無法增長到支撐其高估值時破裂 。 由于私募市場不在公開市場交易、價格變動更慢 ， 這輪泡沫可能比過去持續更久 ， 但終局到來時 ， 其外溢影響依然會非常深遠 。
如果那些對數據中心擴建做出宏大承諾的公司 ， 不再擁有足以支撐承諾的營收增長 ， 那么托舉股市的那些“頭條級交易”就會受到質疑 。 Anthropic 的阿莫代伊在 DealBook 峰會上舉例說明：他必須做出多年期的數據中心承諾 ， 而公司的營收增長又快速且不可預測 ， 兩者疊加會形成一個關于“該花多少錢”的“錐形不確定區間”（cone of uncertainty） 。
AI 領域最重要的兩家私營玩家——OpenAI 和 Anthropic——迄今都尚未實現盈利 。 德意志銀行的一張圖表把局面放在鮮明的歷史語境中：亞馬遜在盈利前燒掉了 30 億美元；特斯拉約 40 億美元；優步 300 億美元 。 預計 OpenAI 到 2029 年將燒掉 1400 億美元 ， 而 Anthropic 到 2027 年將燒掉 200 億美元 。
貝恩咨詢估算 ， 到 2030 年 ， 僅為“證明這波 AI 基建投入合理” ， 就需要每年 2 萬億美元的 AI 營收來支撐 。 這一數字超過了亞馬遜、蘋果、Alphabet、微軟、Meta 與英偉達 2024 年營收總和 。 當我與這些大型科技公司的領導者交流時 ， 他們都認為：自己的龐大業務能夠消化一次關于 AI 基建回報的昂貴誤判 。 真正令他們擔心的 ， 是那些高杠桿負債或尚未盈利的公司——甚至包括 OpenAI 和 Anthropic 本身 。
盡管如此 ， 考慮到 AI 的投入規模 ， 它仍需要一種可行的商業模式 ， 不能只依賴訂閱——訂閱無法像過去 20 年互聯網的廣告驅動模式那樣 ， 從數十億人的注意力中持續榨取利潤 。 即便是最大型的科技公司也清楚：他們需要把自己不斷鼓吹的“改變世界的智能體（agents）”真正交付出來——能夠在現實世界完成任務、完全替代同事的 AI 。
目前 ， 投資者大多還在買單于一種預期：這些數據中心擴建未來將解鎖更強大的 AI 系統 。 到了某個時點 ， 像 OpenAI 這樣的最大支出方 ， 必須向投資者證明這些基礎設施投入“值回票價” 。
與此同時 ， AI 的技術路線仍存在大量不確定性 。 人們預計大語言模型（LLM）仍將是更高級 AI 系統的關鍵組成 ， 但行業領袖似乎無法就實現通用 AI（AGI）還需要哪些額外突破達成一致 。 有的人押注于能理解物理世界的新型 AI；也有人專注于訓練 AI 以更“通用”的方式學習 ， 像人類一樣 。 換句話說：如果這前所未有的支出押錯了方向呢？
當前的問題
讓這個時刻顯得超現實的 ， 是坦誠 。 同一批把數十億資金砸向 AI 的人 ， 卻會公開告訴你：一切可能會崩盤 。
泰勒把這描述為兩個真相同時成立：“我認為 AI 將改變經濟 ， 這是真的 ， ”他對我說 ， “我也認為我們正處在泡沫中 ， 而且很多人會損失慘重 。 我認為這兩點同時都絕對為真 。 ”
他把它比作互聯網時代：Webvan 失敗了 ， 但多年后 Instacart 用幾乎相同的想法獲得成功 。 如果你從亞馬遜 IPO 持股到現在 ， 你的回報相當可觀；如果你當年買的是 Webvan ， 大概就不會這樣想了 。
“塵埃落定、贏家浮現后 ， 社會會從這些發明中受益 ， ”亞馬遜創始人杰夫·貝佐斯（Jeff Bezos）在 10 月說 ， “這是真的 。 AI 給社會帶來的收益將是巨大的 。 ”
高盛表示 ， 如今的 AI 繁榮看起來更像 1997 年的科技股——距離互聯網泡沫真正破裂還有好幾年 。 該行指出 ， 投資者當下應關注上世紀 90 年代末曾出現的五個預警信號：投資支出見頂、企業利潤下滑、企業債務上升、美聯儲降息、信用利差擴大 。 我們可能還沒到 1999 年的程度 ， 但失衡正在快速累積 。 以精準預判 2008 年房地產泡沫破裂而聞名的邁克爾·伯里（Michael Burry ， 電影《大空頭》中的原型之一） ， 最近也把 AI 繁榮與 90 年代互聯網泡沫相提并論 。
也許 AI 會把我們從自身的“非理性繁榮”中拯救出來 。 但眼下 ， 我們正活在一個夾縫時刻：每個人都知道可能會發生什么 ， 卻還是不斷往氣球里打氣 。 正如奧特曼那晚在晚宴上所說：“有人會虧掉一筆驚人的錢 。 我們不知道是誰 。 ”
原文鏈接：
【所謂人工智能泡沫，到底是什么？】https://www.technologyreview.com/2025/12/15/1129183/what-even-is-the-ai-bubble/
推薦閱讀
- 蘇姿豐最新深度訪談：AI泡沫不存在，芯片市場不會一家通吃
- 探討科學計算/人工智能基礎設施的交付標準
- 中國信通院李強治：人工智能治理在2025年迎來轉折點
- AMD CEO蘇姿豐：AI行業不存在泡沫，技術創新是競爭核心
- IBM擬110億美元收購Confluent 拓展企業生成式人工智能業務
- AI陪伴+潮玩：被高退貨率戳破的情緒泡沫
- 任正非：中國和美國在人工智能上，追求方向不同
- AI泡沫什么時候破？
- “AI泡沫論”被反復提及，吳泳銘、孫正義、黃仁勛紛紛駁斥
- 蘋果新任AI副總裁生于印度 擅長人工智能和機器學習研究