“英偉達市值要衝8萬億美元”的背後

來源: 更新:

“互聯網泡沫的劇本、次貸危機的玩法,AI全佔了。”

文 / 巴九靈


這兩天,科技圈都屏住呼吸等待一件大事。


美東時間11月19日,全球市值第一的英偉達公司即將發佈三季度財報。這家宇宙級的“賣鏟公司”,到底在這波AI淘金熱中賺了多少錢?


在等待“英偉達時刻”的同時,約91%的華爾街分析師給予英偉達股票“買入”評級,匯豐銀行將英偉達目標價上調至230美元,爲華爾街平均水平。此前11月3日,Loop Capital Markets將英偉達的目標股價從250美元上調至350美元,爲華爾街預測值最高,若股價真能達到這一水平,英偉達的市值將逼近8萬億美元。


這將超過一週前英偉達創下的5萬億美元市值的歷史紀錄。8萬億美元,幾乎等於瑞士、西班牙、法國三個國家的股市市值總和。


黃仁勳在英偉達GTC的直播活動上發言


然而,市場也潑了一盆“涼水”:日本軟銀集團“突然”清倉英偉達,套現58.3億美元,與此同時,越來越多專家和機構對AI產業因存在泡沫而發出警告。


AI狂熱:泡沫已達滿分


想象一下,你走進一家裝修豪華、人聲鼎沸的餐廳。服務生熱情地告訴你,這裏的“未來智能套餐”融合了最新科技、最前沿創意,喫了有想象不到的神奇功效。


可正當你激動地準備排隊落座時,一位經驗老到的食客湊過來悄悄告訴你:“別急,這家店的菜單都還沒定下來,看上去人很多,但其實一直在虧損,連買食材的錢都是找地下錢莊借的。”


這幅看起來有些奇怪的畫面,正是當下AI行業的一角。


近日,美國著名科技雜誌《連線》聯繫了馬里蘭大學經濟學教授戈德法布,他認爲,當前AI已經達到了代表泡沫可能性最大的8分。


戈德法布是長期研究市場泡沫的專家。2019年,他寫了一本書《泡沫與崩潰:技術創新的繁榮與蕭條》,從不確定性、純粹押注型公司、新手投資者、宏大敘事四個角度來衡量一項科技的泡沫有多大。當時,他探討的是移動互聯網創業的泡沫,而這一次的AI行業,在他看來同樣符合這四個泡沫框架。


▶▷首先,不確定性,不知道AI如何賺錢。


2019年,OpenAI創始人奧特曼表示,他的計劃是構建一個通用智能系統,然後直接問它如何賺錢,如今近7年過去了,大量AI服務商仍在虧損,2025年第一財季,OpenAI淨虧損約115億美元。


一般來說,隨着時間的推移,不確定性會降低,人們會逐漸瞭解哪些方法有效,哪些無效。但根據OpenAI前董事會成員的說法,目前AI公司投入資金總量和模型性能增長並不成正比,行業都不知道技術會朝哪個方向發展。


戈德法布認爲,如果市場仍然低估了將AI真正融入企業運作的難度,那麼泡沫就更有可能出現。


▶▷第二,純粹押注型公司。


也就是那種把公司存亡與某一項特定的、顛覆性的創新(如AI、機器人)100%捆綁在一起的公司。當市場興奮情緒集中到少數幾家公司時,就容易加速泡沫的膨脹。


當下,將未來完全押注在爲AI公司製造芯片的英偉達、指望AI直接想辦法賺錢的OpenAI,都是典型代表。據硅谷銀行統計,今年迄今爲止,58%的風險投資都流向了AI公司,出現了大量純粹押注型公司。


與此同時,近兩個月來,科技公司抱團的趨勢愈發明顯:


◎ 英偉達宣佈將向OpenAI投資1000億美元,建設AI數據中心並部署數百萬顆英偉達GPU;


英偉達宣佈對英特爾投資50億美元,合作開發AI基礎設施和計算中心產品;


OpenAI將在五年內向甲骨文購買價值約3000億美元的算力服務;


亞馬遜雲科技宣佈爲OpenAI提供基礎設施支持,協議價值高達380億美元;


AMD與OpenAI宣佈將以“算力供應+股權綁定”的模式深度合作……


在這個由科技巨頭形成的閉環共振系統中,一旦其中一個環節出問題,整個體系都可能受到衝擊。


科技公司之間複雜的循環投資

圖源:X@GrantSlatton


▶▷第三,新手投資者。


戈德法布認爲,在AI這個充滿不確定性的領域,每個人其實都是新手投資者,其中,散戶相較於專業機構更缺乏經驗。


2024年,散戶投資者向英偉達投入了近300億美元,使其成爲當之無愧的“最受散戶歡迎”股票,同樣,散戶投資者還紛紛湧向微軟、谷歌等大型科技股和AI初創公司,爲科技公司市值的“膨脹”貢獻了重要力量。


▶▷第四,宏大敘事。


“AI會取代一切工作”到“AI能治癒癌症、改善氣候”,乃至“AI將無所不能”,每種說法都在強化一個信號:AI是不可逆的浪潮,誰先下注,誰就能贏得未來。


AI的故事,比以往任何科技敘事都更爲龐大,而它的力量在於能讓不確定性被定義爲機會而非風險。所以,在戈德法布看來,“AI完全符合泡沫的特徵”。


納斯達克總部屏幕顯示AI投資數據


藏在泡沫裏的危險金融運作


除了戈德法布的四個泡沫判斷標準外,“AI泡沫”另一種表現存在於金融運作中。《大西洋月刊》近日發表的一篇文章指出,科技公司爲了籌錢投資AI,使用了與美國房地泡沫時期相似的玩法,存在類似“次貸危機”的風險。


21世紀初,美聯儲連續13次降息,讓貸款買房的利率變得極低,銀行向信用評分低、還款能力差的居民大規模發放貸款,房價也隨之猛漲。銀行不願意承擔貸款違約的風險,將這些貸款出售給投行,投行又將這些高風險房貸層層打包、分級成可以交易的證券,重新投入市場。


只不過這次,熱錢和次貸的流入不是房子,而是實現AI前景的關鍵一環:數據中心。


摩根士丹利預測,到2028年,數據中心建設的總支出將高達2.9萬億美元,但是,像Alphabet、Meta這樣的大型科技公司,也僅能用現金流支付大約一半的資本支出,剩餘1.5萬億美元的資金缺口必須通過外部融資來填補。


然而,科技公司們不願意正式舉債,也就是不願意直接向投資者貸款,因爲債務會影響它們的資產負債表,並可能降低股東回報。


於是,私募股權公司登場了。


一些科技公司與私募股權巨頭合作,由私募股權公司出資或籌集資金來建設數據中心,而科技公司則通過支付租金的方式逐步償還這筆投資,接着,私募股權公司將多個科技公司的數據中心租賃合同合併爲一種證券,再次投入市場,供投資者買賣,實現資金循環。


圖源:摩根士丹利


例如,DataBank在9月發行了價值11億美元的、由超大規模數據中心資產支持的證券,這些證券籌得的款項,將重新用於支持數據中心的建設。


又如,Meta最近就選定了太平洋投資管理公司和藍貓頭鷹資本公司,爲其在路易斯安那州的數據中心擴建項目籌集290億美元的資金。


據摩根士丹利估算,私募股權公司爲AI基礎設施提供的資金規模將達到8000億美元。


所以在很多經濟學家看來,私募股權巨頭將數據中心租賃合同打包成證券,就像當時投行將高風險房貸打包成證券。美國房地產泡沫破裂後,許多房產價值跌破貸款餘額,貸款人選擇違約,由高風險房貸打包而成的債券接連爆雷。


那麼問題來了:科技公司的數據中心租賃合同會違約嗎?


摩根士丹利的判斷是,預計到2028年,生成式AI的年銷售額可能只有1萬億美元,屆時全球企業在數據中心上的支出可能已經達到2.9萬億美元,投入遠超產出。如果五年後,科技公司認爲AI無法帶來鉅額利潤,可能會要求減租甚至不再續租數據中心。


而另一大風險是,數據中心“老化”速度極快,當前大量建成的數據中心內,許多芯片會在幾年內過時。也因此,這些數據中心的維護成本極高,更新芯片、升級電源系統、加強冷卻設備……每一步都像往一個永遠填不滿的坑裏繼續砸錢。


美國,建設中的人工智能數據中心


豪賭=生存?


一個行業到底有沒有泡沫,經濟學家和企業家們總有不同的看法。


“熱錢洶湧,收益稀薄,暗藏金融風險”的AI投資狂潮,是經濟學家們的擔憂,但對於大型科技公司而言,投資AI更像是一場“必須參與的豪賭”。


亞馬遜創始人貝佐斯有一句名言:“泡沫不可怕,錯過週期纔可怕。”就算絕大部分企業會在泡沫破滅中倒下,但只要率先打造出“超級智能機器”,就能獲得幾十年的壟斷地位和超乎想象的回報。


沒有企業敢在這場“贏者通喫”的遊戲中下桌,就像亞馬遜CEO安迪·賈西所說的那樣:“深度佈局AI不是選擇題,而是生存必答題。”


而泡沫帶來的最大驅動力,在於形成一股極短期內的“資源匯聚”,這個世界需要敢於冒險的人,哪怕成功一次,也足以改變世界。


你又如何看待這一輪所謂的“AI泡沫”?




參考資料:

1.《人工智能是終結所有泡沫的終極泡沫,它的崩盤路線將是這樣的》,不懂經,2025.11

2.《Bubbles and Crashes The Boom and Bust of Technological Innovation》,Brent Goldfarb and David A. Kirsch,2019.2

3.《Here’s How the AI Crash Happens》,大西洋月刊,2025.10

4.《AI Data Centers Give Private Credit Its Mojo Back》,彭博社,2025.10

5.《Nvidia Is Worth $5 Trillion. Here’s What It Means for the Market》,彭博社,2025.11

6.《AI Is the Bubble to Burst Them All》,WIRED,2025.10


本篇作者 | 蔣紫涵 | 責任編輯 | 何夢飛

主編 | 何夢飛 | 圖源 | VCG

相關推薦
請使用下列任何一種瀏覽器瀏覽以達至最佳的用戶體驗:Google Chrome、Mozilla Firefox、Microsoft Edge 或 Safari。為避免使用網頁時發生問題,請確保你的網頁瀏覽器已更新至最新版本。
Scroll to Top