人工智能产业泡沫化现象初现，需防范风险避免内卷

近年来，各行各业在人工智能的深度赋能下，呈现出欣欣向荣、蓬勃发展的景象。然而值得警醒的是，长期以来过度依赖算力和数据堆砌的粗放模式，在支撑人工智能产业可持续发展方面逐渐力不从心。在资本大肆追捧和舆论过度渲染的背后，人工智能产业是否已开始显现泡沫化特征，背后的经济学成因何在，以及如何进行协同治理，是亟待解答的三个主要问题。

一、人工智能产业泡沫化的初始表现及诱因

在巨额资本的驱动下，资本市场对人工智能技术的短期热情一定程度上掩盖了产业发展的一些隐患，资本预期与技术价值背离、资源配置失衡、产学研协同创新乏力等产业泡沫化问题开始浮现，短期投机有可能削弱人工智能产业的长期竞争力。人工智能的健康发展需要建立在技术突破、治理体系、政策引导三者的平衡之上。当前人工智能的产业泡沫化现象初现，本质上是资本逐利性与技术失衡、治理滞后、政策失准相叠加的后果。

二、人工智能产业泡沫化的潜在风险及影响

1.人工智能产业泡沫化的潜在风险。

一是要素市场两极分化。与应用市场的高度繁荣相反，人工智能产业发展所依赖的算力、生态、数据等基础资源却被高度垄断。整个产业链条呈现“基础资源高度垄断、应用开发过度竞争”的畸形结构。

二是产品市场供需失衡。真正有效的人工智能应用应当沿着“问题识别—技术匹配—价值创造”的路径推进。但是，部分企业为了争取政策红利或迎合资本，上马了大量遵循“技术供给—场景创造—价值宣称”逻辑的项目。这种本末倒置的创新路径，使产品开发的方向与实际应用场景脱节，供给端虚高，加剧了人工智能发展与真实社会价值之间的矛盾，有可能带来严重的产业泡沫化风险。

三是技术路径可持续性不足。首先，算力扩张的边际效益持续递减。其次，能源消耗与环境污染问题日益突出。最后，数据资源面临枯竭危机。

四是资本市场泡沫膨胀。在企业“颠覆性产品”的营销宣传下，市场已经出现严重的价值认知偏差，这种脱离基本面的估值体系，本质上是对未来技术突破的过度贴现，在为企业吸引大量投资的同时，也使企业陷入“预期透支”的困境，市场估值虚高。一旦基础层和技术层的瓶颈迟迟未能突破，无法兑现的技术将难以支撑应用层面的过度繁荣，预期的反转将大幅提高泡沫破裂的风险。

2.人工智能产业泡沫化的影响。

一方面，美国凭借基础资源的垄断，迫使全球开发者接受其技术标准和授权体系，通过泡沫化估值攫取产业链的绝大部分利润；另一方面，承担价值实现的印度、巴西等发展中国家则受困于低效的同质化竞争陷阱，应用层开发的利润空间有限。这种“基础层卡位，应用层收割”的单极化利益分配机制，又进一步把全球的创新成果持续转化为美国企业的估值溢价，形成“应用层价值被持续低估，基础层泡沫不断膨胀”的恶性循环。这将严重抑制包括美国在内的全球人工智能产业创新动能，降低技术向实体经济渗透的效率，削弱人工智能对经济增长的长期贡献。基础层的估值泡沫和应用层的同质化竞争，除了导致技术红利分配不合理，影响全球合作的基础和经济的稳定之外，还引发了基础层和应用层的结构性割裂，正成为全球产业链最脆弱的断裂带。

三、人工智能产业泡沫化的防范策略

1.平衡资本预期和真实价值。

一是通过货币政策实施定向调节，降低资本市场泡沫。一方面，由央行将人工智能产业投资纳入宏观审慎评估框架，通过设置行业信贷总量上限、建立分级的资本充足率要求，从源头上遏制人工智能领域的资本非理性扩张；另一方面，完善市场准入制度，针对拟上市企业设立人工智能项目收益准入门槛，确保其能够形成可持续的盈利模式，并制定算力使用效率、单位能耗产出等量化指标，倒逼企业提升技术创新质量。

二是引导技术的突破方向，提高人工智能产业的真实价值。基础研究层面，由政府主导组建国家算法研究院，聚焦Transformer架构优化、神经形态计算等前沿方向。应用开发层面，以实际场景痛点驱动技术开发，避免盲目追逐热点导致的重复性应用内卷。

三是构建预警体系和应急预案，防范和应对可能出现的危机。组建跨部委的人工智能产业监测平台，对资本市场、产品市场、劳动力市场进行实时追踪，及时识别泡沫化风险。设立人工智能产业平准基金，熨平市场波动。

2.重塑市场调节机制的有效性。

一是降低市场上的信息不对称，从技术和伦理两个层面对黑箱系统进行“可解释性改造”，修复错误的价值信号释放机制。在技术层面，建立人工智能技术评估标准，强制企业披露人工智能应用的技术成熟度、模型训练数据来源、算法能效比等核心技术指标。在伦理层面，当项目涉及个人隐私和社会公平时，要求其开发企业必须提交算法的底层决策逻辑说明和项目的社会影响评估报告，建立覆盖数据采集、算法设计、应用场景的全流程伦理审查机制。

二是针对人工智能技术的双重外部性特征，完善现有制度，重构非对称定价体系。在负外部性治理方面，为降低因数据过度收集与滥用、算法歧视等带来的社会成本，可借鉴环境保护税的设计理念，探索建立“算法污染税”制度。在正外部性补偿方面，将基础研究的收益权证券化，允许算法架构专利进行收益分成交易，设立技术扩散基金，从应用层企业提取一定比例的营收反哺基础研究。三是建设多层次的要素市场，引导资源向高社会价值领域流动，包括但不限于数据要素市场、算力配额交易市场、技术产权交易市场。

3.提高政策支持精准度。

一是制定差异化政策体系，从技术价值和技术成熟度两方面对项目进行评估，并据此建立动态的分类支持机制。一方面，根据技术价值的不同，采用不同的支持力度和形式。另一方面，根据技术的发展阶段动态调整支持的力度和形式。

二是提高政策精准度，保证政策精准落地，防范政策套利。这需要构建全过程的政策配套监管体系。三避免政策体系变更引发的投资者和消费者的非理性预期，降低政策实施的负面影响。

（作者綦建红、蔡震坤均来自山东大学经济学院，本文首发于《亚太经济》2025年第4期，约17000字，原题为：“全球人工智能产业泡沫化风险与防范”，已被《高等学校文科学术文摘》2025年第11期摘录）

来源：綦建红 蔡震坤