美股“AI泡沫”，到底存在吗？

AI浪潮席卷全球，科技巨头的股价一次次冲上新高，但关于“AI泡沫”的警告也越来越多。市场到底是非理性狂欢，还是对技术革命的合理预判？投资者和决策者现在都要面对这个问题。中欧国际工商学院金融学副教授马中意（Mattia Landoni）和金融学助理教授王任轩在本文中，从两个角度分析了当下AI股市是否存在泡沫，希望帮助大家更好地理解资本市场的AI热潮，同时也给个人投资者和政策制定者提出了一些建议。

马中意

中欧国际工商学院

金融学副教授

王任轩

中欧国际工商学院

金融学助理教授

最近，有关“AI泡沫”的讨论越来越热。谷歌上搜索“AI bubble”这个词的人明显增多了（下图），《金融时报》[1]《华尔街日报》[2]《经济学人》[3]《纽约时报》[4]等各大主流媒体，以及布鲁金斯学会[5]等都就此话题发文评论。投资界也纷纷发声，雷·达里奥（Ray Dalio）[6]和迈克尔·伯里（Michael Burry）[7]（即电影《大空头》里的人物原型），都明确表示看空，觉得AI公司估值太高了。

“AI泡沫”关注度（谷歌趋势）（2024.11.23-2025.11.22）

截至目前，虽然市场起起伏伏，但他们的预言还没有成真。达里奥在年初就开始担心了，但市场此后继续上涨。伯里做空英伟达和Palantir的消息通过监管披露曝光[8]的时候，他的基金已经清盘了[9]。关闭基金时，他说自己对价值的判断跟市场节奏并不同步。

不过，这些并不能说明他们是糟糕的投资者。踩准市场时机本来就很难，有人说这就像徒手接从天下掉下来的匕首，就算接住了，手也得受伤。那些最后被证明对的人，也常常因为出手太早而损失惨重。

迈克尔·伯里当年成功预测了2007年次贷危机，但在被证明对之前，他的账面亏损很大。朱利安·罗伯逊（Julian Robertson）准确预判了20世纪90年代末的科技泡沫，结果在泡沫破裂前就被迫关闭了自己的基金。本文作者之一年轻时也有过类似经历。高中刚毕业，就把当时算是一大笔钱的积蓄全投进一只互联网股票，正好撞上互联网泡沫破裂，几乎血本无归。

正因为把握市场时机这么难，关于AI泡沫的讨论催生了大量基于数据的分析，但这些分析常常得出完全相反的结论。比如在伦敦同一天发布的两份报告，英格兰央行警告[10]股市有较大的下跌风险，高盛国际却乐观地表示“我们目前还没进入泡沫[11]。”

我们写这篇文章，不是为了给这场争论添乱，而是想找出各种观点的共同点，给大家提供一个分析框架，方便理解未来出现的新数据。

这场争论里有个关键问题常被混淆。投资者给AI股票定的价太高，和企业在AI基础设施上投资太猛，这其实是两回事。就像巴菲特说的[12]，给一家好公司的股票出太高的价，可能会把它接下来10年赚的钱都抵销掉。

是AI股票贵了，

还是所有股票都贵了？

大多数人认为，股票价格整体都偏高，不管是科技股还是非科技股。高盛估算[13]，按现在的股价，隐含的长期股息增长率要达到8%，比历史平均水平5%~6%高出不少，但还没到历史泡沫的水平。比如2000年互联网泡沫或20世纪60年代“漂亮50”时期，这个数字达到了10%~12%。这么看的话，当前估值是偏高，但还不算完全失去理性。

再看另一个大家更熟悉的指标，市盈率（P/E ratio）。标普500指数现在的市盈率确实比历史平均水平高，根据不同数据源在20～25倍。但有意思的是，如果把大型科技股剔除掉，标普500的市盈率反而更高，其他主要股市也是这个情况。

这些证据说明，估值高不能完全归咎于AI热潮，宏观经济环境也是重要原因。低利率、充裕的流动性、温和的通胀，这种环境对那些有固定利率贷款又掌握定价权的公司特别有利。

AI基础设施投资规模

是否大到足以影响定价？

答案是肯定的。2025年数据中心和AI基础设施的投资估计在2600亿美元[14]到4000亿美元之间[15]。这个数字有多大呢？美国七巨头科技公司，也就是苹果、微软、Alphabet、亚马逊、Meta、英伟达和特斯拉，全年收入加起来大约2万亿美元。也就是说，整个行业在AI基础设施上的资本支出，相当于这七家巨头收入的13%~20%。

单看某家公司就更明显了。微软2025年在基础设施上的资本支出可能在800亿~1200亿美元，占其2024年收入的33%~50%。亚马逊预计花1000亿~1180亿美元，占收入的16%~18%。Alphabet打算花850亿~900亿美元，大约占收入的25%。Meta的资本支出接近700亿美元，占2024年收入的40%~45%。

企业投资过度了吗？

AI资本支出规模这么大，自然就有人问：企业是不是投资过度了？从历史上看，技术革命总会带来各种不确定性，大家边干边学，最后产生一些只有事后才看得清的泡沫[16]。AI确实有这些特点，比如低可预测性和指数型增长。即便如此，那些成熟的、利润丰厚的大公司，以前几乎从没这么大手笔地投资过新技术。

19世纪修铁路虽然是国家级的大投资，但通常不是成熟的大企业在投。同样，2010—2019年水力压裂技术引发的美国页岩油热潮，虽然资本支出很大，但主要是中小型独立钻探公司在投，而非大型石油巨头。20世纪90年代的光纤热潮跟现在的AI基建最像，但那时候，电信行业老牌企业投入的收入占比也比现在小得多。从这个角度说，今天AI基础设施建设的规模确实前所未有。

而且，历史经验表明，这类投资热潮给投资企业带来的回报往往不甚理想。铁路建设、20世纪90年代的光纤扩张、21世纪10年代的页岩油开发，虽然都创造了巨大的经济价值，但投资者的结果都令人失望。

哈里斯·库珀曼（Harris Kupperman）做过一个流传很广的粗略计算[17]。他用了2025年AI资本支出4000亿美元这个大家比较认可的预测数字[18]，假设数据中心资产的使用寿命为10年，算出每年折旧成本为400亿美元（也就是4000亿除以10）。这已经算得很宽松了，要知道，讨论GPU淘汰的时候，大家估计芯片只能用3～6年。

即使这样，这些成本也是现在AI相关收入（估计在150亿~200亿美元）的两倍。就算按25%的毛利率算，要回本也得把AI年收入做到1600亿美元。要想有像样的投资回报，年收入得达到4000亿~5000亿美元。而这还仅是一年投资的要求。

如果像很多人预计的那样，2026年的资本支出跟2025年持平或者更高，那要回报投资者，未来收入得达到几万亿美元的规模。

另一方的观点是，算力需求很大。摩根大通预测未来五年全球AI基础设施支出会达到5万亿美元[19]，认为对算力的需求依然“如天文数字般巨大”。这家银行好像也在用实际行动支持自己的判断——据说它正在安排或参与好几笔几十亿美元的数据中心融资，包括给甲骨文[20]安排的380亿美元融资。

此外，电力、水资源、数据基础设施这些物理条件的限制，供应链瓶颈，以及地方规划等，可能会自然而然地限制过度建设[21]。这些限制意味着，就算现在的投资超过了最优水平，偏差和影响可能也不会太大，因为想建设太多产能，物理条件就不允许。

那我们能得出什么结论呢？AI基础设施投资规模很大、带有投机性，按历史标准看，这么大规模的企业如此投资确实少见，执行风险也不小。不过，做这些投资的企业资金充足，管理通常也不错，而且受到物理和监管条件的约束，这可能有助于避免过度投资的失控情况。

一个合理的解读是，科技公司股价虽然很高，但这不直接代表市场对于它们的AI投资过于乐观，这个估值水平甚至可能已经反映了投资者考虑到这些相关风险和限制的谨慎态度。

给投资者的建议

不管估值是反映了对AI的乐观情绪还是更宏观的因素，投资者都别急着做空，或者立刻大量抛售科技股指数或大盘指数。各种风险资产价格都不低，AI板块不是特例。

另外，我们建议那些想主动选股或选板块来跑赢大盘的投资者，要具体问题具体分析，逐案评估投资。

值得提醒的是，从2025年初到11月18日，谷歌股价涨了49.82%。对比一下，同样在开发基础AI模型、大举投资这个领域的竞争对手Meta（即“脸书”），股价只涨了0.46%，远远落后于同期标普500指数的13.86%。市场显然很清楚，这场AI竞赛最后只有少数赢家，不是每个投资AI的公司都能笑到最后。

如果你不确定自己能不能预测出那几个赢家，又担心泡沫破裂，那就做好分散投资。这不只是说在美国市场买不同的股票，还要跨市场分散，包括中国这样的新兴市场和欧洲这样的发达市场。比如，美国和加拿大以外的发达市场指数，今年以来回报率大约25%，表现好过美国市场。

要说明的是，分散投资不能完全避免泡沫破裂时的下跌，但能保证你不会血本无归，让你还能继续享受未来的复利增长。举个例子，如果前文提到的那位作者当年把钱投进标普500指数基金，而不是单只投机股票，现在已经涨了大约400%。也就意味着，即使是在最糟糕的时候买入，年化回报率也接近7%。

给政策制定者的建议

这次AI热潮很大程度上是靠股权融资推动的，所以系统性风险相对有限。摩根士丹利预测[22]，2025—2028年的基础设施支出会达到2.9万亿美元，其中大约60%来自股权融资，也就是科技公司自己的资金和私募股权资本。靠股权融资推动的技术热潮，就算估值最后调整了，对长期创新也能做出积极贡献[23]。

不过话说回来，同一份摩根士丹利预测也意味着，大约1.15万亿美元的新债务会随之产生。同样的，前面提到摩根大通对未来五年5万亿美元支出的预测，大概需要1.5万亿美元的债务来给基础设施投资融资[24]。

当然，总体数字可能掩盖了很多细节差异。有些交易的结构更激进，比如Meta最近一个300亿美元的数据中心项目，在项目层面90%的资金都是通过债务融资。

另一个例子是前文提到的380亿美元贷款，需要30家银行组团才能凑齐资金。根据《华尔街日报》报道[25]，借款人是Vantage Data Centers，这家公司要靠跟甲骨文签的15年租约来还债。而甲骨文的标普信用评级处于投资级的低端，展望还是负面的，据说要靠OpenAI提供3000亿美元的长期收入。

如果这种连环的、长期的依赖关系积累得足够多，就可能造成系统性的脆弱。特别要考虑到，大型科技公司单个体量就足够大，足以产生宏观经济影响。所以，围绕AI基础设施融资的（私募或非公开）信贷市场动态，值得持续密切关注。

【引用参考】

[1] https://www.ft.com/content/e65579d3-f513-44f4-91e0-246fefe66e4c

[2] https://www.wsj.com/tech/ai/the-ai-boom-is-looking-more-and-more-fragile-bd546022?mod=trending_now_news_5

[3] https://www.economist.com/interactive/graphic-detail/2025/11/05/how-much-wealth-would-be-destroyed-by-an-ai-stockmarket-crash

[4] https://www.nytimes.com/2025/10/23/opinion/ai-bubble-economy-bust.html

[5] https://www.brookings.edu/articles/is-there-an-ai-bubble

[6] https://www.ft.com/content/eef8dbc9-bd04-4502-bdc2-1092aa4251b2

[7] https://x.com/michaeljburry/status/1985453579054800924

[8] https://finance.yahoo.com/news/big-short-money-manager-michael-153300448.html

[9] https://www.cnbc.com/2025/11/13/michael-burry-of-big-short-fame-deregisters-scion-asset-management.html

[10] https://www.bankofengland.co.uk/financial-policy-committee-record/2025/october-2025

[11] https://www.gspublishing.com/content/research/en/reports/2025/10/08/3da3403c-c6ea-4a66-816f-a70e09afee7c.html

[12] https://www.berkshirehathaway.com/letters/1982.html

[13] https://www.gspublishing.com/content/research/en/reports/2025/10/08/3da3403c-c6ea-4a66-816f-a70e09afee7c.html

[14] https://business.columbia.edu/milstein-center-research-lab/milstein-center/year-data-center

[15] https://www.firstlinks.com.au/simple-maths-says-the-ai-investment-boom-is-doomed

[16] https://www.aeaweb.org/articles?id=10.1257/aer.99.4.1451

[17] https://www.firstlinks.com.au/simple-maths-says-the-ai-investment-boom-is-doomed

[18] https://8figures.com/blog/stocks/big-techs-400b-ai-cap-ex-boom-what-it-means-for-your-portfolio

[19] https://www.datacenterdynamics.com/en/news/jpmorgan-global-data-center-and-ai-infra-spend-to-hit-5-trillion-demand-for-compute-remains-astronomical/

[20] https://finimize.com/content/jpmorgan-backs-38-billion-for-oracle-and-openai-data-centers

[21] https://business.columbia.edu/milstein-center-research-lab/milstein-center/year-data-center

[22] https://www.morganstanley.com/insights/podcasts/thoughts-on-the-market/credit-markets-ai-financing-gap-vishy-tirupattur-vishwas-patkar

[23] https://cepr.org/voxeu/columns/ai-bubbles-and-crashes

[24] https://www.datacenterdynamics.com/en/news/jpmorgan-global-data-center-and-ai-infra-spend-to-hit-5-trillion-demand-for-compute-remains-astronomical/

[25] https://www.wsj.com/finance/investing/wall-street-ai-spending-bubble-810d270e

中欧国际工商学院金融学副教授马中意（Mattia Landoni）和金融学助理教授王任轩将于2026年7月在中欧国际工商学院金融MBA课程中共同教授投资学课程。

文中创意图片已获视觉中国授权。

编辑| 李钰婷

责编| 岳顶军

欢迎点击小程序，全方位了解中欧！

你还可以在这些平台关注中欧

点击咨询中欧课程