2026年7月6日在瑞士日内瓦举行的首届全球人工智能治理对话的标志。（图片来源：Fabrice COFFRINI / AFP via Getty Images）
【看中国2026年8月10日讯】（看中国记者路克编译/综合）《财富》8月10日报道，围绕人工智能是否已经形成泡沫的争论持续多年，但现在市场面对的或许是一个更加微妙的问题：AI技术本身可能确实能够创造巨大价值，真正的风险却在于，目前资本市场对这些价值将在产业链什么位置兑现，可能作出了错误判断。
阿波罗全球管理公司（Apollo Global Management）首席经济学家托尔斯滕・斯洛克（Torsten Slok）近日提出一个值得警惕的现象：AI产业链中利润率最高的企业，恰恰不是最接近最终用户的模型和应用公司，而是位于上游、向整个AI热潮出售芯片和设备的企业。
换句话说，AI繁荣并非没有产生利润，而是利润高度集中在“卖铲子”的一端。问题在于，这些利润在相当程度上依赖产业链下游继续融资和烧钱。
41%对负59%，AI产业链出现惊人利润断层
斯洛将AI产业链划分为四个环节：模型与应用、云计算与算力、能源与电网，以及芯片与设备。
他利用PitchBook和彭博的数据，对OpenAI、Anthropic、微软（Microsoft）、亚马逊（Amazon）、星座能源（Constellation Energy）、英伟达（Nvidia）、AMD和美光科技（Micron）等企业进行分析后发现，芯片与设备环节的利润率最高，达到41%；与消费者和企业用户距离最近的模型及应用层，营业利润率却低至负59%。
这形成了一个与传统商业逻辑颇为不同的结构。
正常情况下，一项新技术逐渐商业化之后，靠近最终客户的产品和服务企业通常应该能够从需求中获取越来越多利润，并将部分收入传导至供应商。但目前的AI产业链呈现出的景象却近乎相反：芯片、服务器和基础设施供应商已经获得巨额利润，而开发大模型和AI应用的公司仍需要投入大量资本。
斯洛认为，这意味着当前AI热潮产生的利润，相当一部分并不是来自最终客户创造的现金流，而是来自投资者不断投入产业链的资金。
按照他的判断，现在AI上游企业获得的利润是真实存在的，但支付这些利润的钱，在很大程度上来自亏损企业筹集的资本，而不是最终市场需求自然产生的现金。
这也是当前AI繁荣最容易被忽视的一层风险：只要融资继续，产业链就可以正常运转；一旦资本供应明显下降，上下游之间极不平衡的盈利结构便可能迅速暴露出来。
万亿美元资本开支继续涌入，回报速度却成为最大疑问
问题的另一面是，AI投资目前还没有明显降温迹象。
高盛近期的研究显示，美国科技投资占国内生产总值的比例已经超过1990年代互联网泡沫时期的峰值，而大型云计算和算力企业2026年的支出计划，相比仅仅半年前的市场预期又提高了接近50%。
高盛此前预计，2026年AI相关企业资本支出可能超过5000亿美元；与此同时，高盛全球研究部门的吉姆・科韦洛（Jim Covello）今年6月再次提出质疑：企业客户、模型公司以及超大规模云计算企业迄今仍未充分证明这些巨额投入能够带来与之匹配的经济回报。
这并不意味着AI没有商业价值。
高盛资产管理7月在硅谷调研后发现，企业采用AI的速度正在加快，推理需求增长也可能进一步推高算力需求。也就是说，AI需求并非完全建立在市场想象之上，企业端的实际部署正在扩大。
真正的问题因此变成：需求增长得够不够快？
如果AI最终客户产生的收入和生产率提升能够迅速追上基础设施投入，那么今天看起来惊人的资本开支，未来可能被证明具有合理性。但如果商业化速度远远落后于数据中心、芯片和电力设施建设速度，那么资本市场现在提前支付的价格，就可能变成未来需要消化的成本。
斯洛因此警告，整个产业链目前存在一种危险的依赖关系：最赚钱的上游企业，需要最不赚钱的下游企业不断扩大收入，或者继续从资本市场融资。
资本当然可以在一段时间内填补这个缺口，却不可能永远持续。
AI热潮开始从现金流转向债务，金融风险随之放大
这种担忧并不只存在于华尔街。
国际清算银行（BIS）今年的研究显示，AI基础设施投资已经成为发达经济体投资增长的重要组成部分，但随着资本支出迅速超过企业以往水平，越来越多AI投资开始依靠借贷融资。
2025年，大型科技企业在公司债市场的融资规模已经超过1000亿美元，而且不少债券期限超过五年，用于支持持续多年的数据中心和基础设施建设。与此同时，一些企业的信用违约掉期利差已经上升，说明债券市场正在重新评估AI项目最终能否产生足够回报。
更值得注意的是，风险已经不仅存在于科技公司的资产负债表之内。
国际清算银行指出，部分大型科技企业正在利用合资企业、特殊目的实体以及私人信贷等结构建设数据中心。企业可以通过长期租赁或算力采购协议锁定使用权，而相关债务则留在项目实体中。
这种模式减少了科技公司眼前直接承担的资本支出，却同时制造出类似“影子借贷”的经济义务，并把AI产业与私人信贷基金、保险机构以及银行之间连接得更加紧密。
国际清算银行在6月底发布的《2026年度经济报告》中进一步指出，五大超大规模云计算企业2025年至2026年的AI相关资本开支合计预计超过1万亿美元，而且这些投资正在超过相关企业的盈利和自由现金流增长速度，促使部分公司越来越依赖债务融资。
BIS在7月发布的另一项研究甚至估计，在较为保守的情景下，AI企业为了争夺未来市场主导权而展开的投资竞赛，可能导致资本投入比社会效率意义上的合理水平高出约50%。如果AI最终带来的生产率增长不足，债务以及产业内部复杂的资本关系可能进一步放大调整。
这也是AI泡沫与单纯“科技股估值太贵”之间的区别。一旦资本开支开始通过公司债、私人信贷和长期租赁承诺向金融体系扩散，风险便不再局限于股票投资者。
真正危险的不是AI失败，而是所有人同时停止烧钱
科技评论人士埃德・齐特龙（Ed Zitron）则把这种逻辑推到了更加极端的位置。
他以甲骨文（Oracle）为例指出，这家公司为AI基础设施承担了极其庞大的资本承诺，其中很大一部分未来需求与OpenAI有关。齐特龙认为，如果OpenAI不能兑现长期购买算力的承诺，相关基础设施投资的经济基础就可能受到动摇。
但在他看来，更大的危险甚至不是某一家企业出现问题，而是微软、谷歌（Google）、亚马逊和Meta等科技巨头同时决定降低AI资本开支。
过去几年，英伟达以及存储、服务器、电力设备、数据中心建设等产业的增长，很大程度建立在超大规模科技公司持续采购GPU、内存、存储设备以及建设数据中心的基础上。
只要这些企业继续投入，产业链上游就可以维持高增长和高利润；可一旦主要买家认为回报不足，同时削减资本开支，市场此前视为长期存在的“AI超级周期”便可能突然逆转。
国际清算银行也提出了类似警告：如果超大规模科技企业减缓甚至停止目前激进的资本开支，供应链中的大量企业可能难以找到替代收入来源，并面临偿债压力。AI企业、芯片制造商和云计算公司之间还存在股权投资、长期算力采购和芯片购买等复杂关系，使风险传导路径更加难以判断。
不过，把当前AI周期简单等同于2000年的互联网泡沫也可能过于草率。
高盛指出，与互联网泡沫末期不同，美国企业利润目前仍处于历史高位，企业整体资产负债表并未出现同样程度的恶化。AI相关公司自2022年底以来增加了约27万亿美元市值，这一估值并非完全无法用未来利润增长解释，只是需要对AI能够创造和捕获的经济价值作出相当乐观的假设。
因此，AI泡沫真正的核心或许并不是“人工智能有没有用”。
从企业部署增加、算力需求扩大到模型能力持续提升来看，这项技术已经拥有真实需求。更关键的问题是，AI最终能够产生多少利润，这些利润需要多长时间才能出现，以及最后究竟由模型公司、云计算平台、芯片制造商还是最终使用AI的企业获得。
眼下最反常的地方就在这里：AI产业链最赚钱的一端，正在依靠最亏钱的一端持续购买产品；而最亏钱的一端，又依赖资本市场不断提供资金。
只要投资者仍愿意为未来买单，这套循环就能够继续推动芯片、数据中心和能源投资繁荣。但如果最终客户创造现金流的速度始终追不上资本投入，问题迟早会从“AI是不是泡沫”，转变成另一个更加现实的问题——究竟谁来承担此前数万亿美元投资无法获得预期回报的损失。
