當OpenAI與Nvidia、AMD接連達成數百億美元的合作協議時，投資者們歡呼雀躍。但一些敏銳的觀察者卻看到了令人不安的熟悉景象——這與上世紀90年代互聯網泡沫時期的"循環融資"如出一轍。《哈佛商業評論》最新文章發出警告：這場萬億美元的AI狂歡，可能正在重演歷史。

以下為文章編譯，原文：《Is AI a Boom or a Bubble?》

Nvidia對OpenAI的1000億美元承諾，以及OpenAI對芯片的對等采購，標志著一場正在全速推進的AI軍備競賽。領導者如何理解這個市場？對近期歷史的審視，特別是當下與互聯網泡沫之間的相似之處，提供了一些線索。投機資本和循環融資可能扭曲時機和預期，尤其是在AI應用仍然不均衡的情況下。目前，消費者的熱情超過了企業的整合速度，這增加了產能過剩的風險。持久的優勢將來自紀律性投資、將AI嵌入工作流程，以及塑造平衡創新與韌性的治理框架。

1

循環融資的陰影

2025年9月下旬，Nvidia宣布計劃向OpenAI投資高達1000億美元，用于資助新一代數據中心的建設，而OpenAI則承諾為這些設施采購數百萬片Nvidia芯片。幾天后，OpenAI又與AMD達成了類似的數十億美元協議。

這些交易受到投資者的熱烈歡迎，但也引發了質疑。在一些觀察者看來，這些交易與1990年代末期的循環融資安排有著詭異的相似之處——當時，供應商和客戶相互抬高彼此的估值，卻并未創造真正的價值。彭博社對這一模式的描述恰如其分：這是一個"日益復雜且相互關聯的商業交易網絡"，正在推動一場萬億美元規模的AI繁榮。

AI的快速建設正在重塑高管決策并壓縮時間表。對AI沒有清晰的觀點不再是一個選項。資本流動迅速，基礎設施正以前所未有的規模被投入，競爭壓力在加劇。在這個新環境中，速度和意圖很重要，那些將資源投入到回報持久的領域、識別出值得擁抱的趨勢、避免無法持續的押注的公司，將會蓬勃發展。

1

創新與投機的交匯

當今領導者面臨的核心挑戰是如何平衡AI的長期前景與短期回報的壓力。AI經濟受到兩場競賽的推動：一場是爭奪霸權的地緣政治競賽，另一場是產生必要回報以證明驚人投資規模的金融競賽。當這兩股力量匯聚時，它們相互放大，加劇了過度投資的風險。

與早期泡沫的相似之處令人震驚。在互聯網泡沫時期，資本涌入電信基礎設施，押注指數級的互聯網需求。當需求滯后時，破產潮席卷整個行業。問題不在于互聯網缺乏潛力，而在于資本部署的時機超前于應用普及。

今天，我們看到了類似的信號。市場集中度達到了驚人水平："七巨頭"科技公司占標普500指數的三分之一以上，這一比例是2000年泡沫時期頂級科技公司的兩倍。AI公司的估值基于激進的預測而非當前收益。復雜的交易結構，如OpenAI通過供應商協議進行的融資，類似于過去泡沫的循環性。與此同時，大量資金正被投入數據中心、芯片供應鏈和基礎模型，而企業采用速度遠比消費者熱情更為謹慎。

1

消費者熱情與企業謹慎

應用出現了分化。消費者以創紀錄的速度擁抱ChatGPT，其達到1億用戶的速度超過了此前任何應用。但企業仍然猶豫不決。麻省理工學院發現大規模生產力提升難以實現，并建議專注于高價值用途、將AI嵌入工作流程并逐步擴展。根據斯坦福大學的AI指數，企業采用率從2023年的55%上升到2024年的78%。然而，企業仍然保持謹慎，將隱私、可靠性、合規性、安全性和財務風險列為主要障礙。

圍繞消費者使用的炒作尚未轉化為廣泛的企業變革。基礎設施建設假設應用將會跟進，但企業很少在看不到財務回報前景的情況下做出承諾。如果需求滯后，當今大規模的芯片和數據中心建設可能造成產能過剩。這一動態進一步被產業政策和國家安全優先事項所加劇，這些政策將投資置于消費之前，雖然促進了增長，但也放大了泡沫風險。

1

產業政策、資本流動與AI地緣政治

美國政府之手曾塑造美國的技術周期，通常通過創造激勵、進行針對性投資，然后讓產業自行擴展。在1990年代，華盛頓通過私有化網絡基礎設施、通過1996年電信法開放市場、制定第230條限制平臺責任，推動了互聯網的擴張。這些選擇創造了增長、投資和創新的條件。今天，政策制定者正在將類似的策略應用于人工智能。特朗普和拜登政府都強調產業政策，將AI不僅框定為經濟機遇，也是國家安全當務之急。對企業的隱含信息是：速度比謹慎更重要。

歐洲專注于風險管理，但對過度監管的擔憂促使CEO們警告競爭力喪失。作為回應，布魯塞爾啟動了"AI大陸行動計劃"和10億歐元的"應用AI"倡議，以加速采用、降低合規成本，并將歐洲打造成全球AI領導者。

與此同時，AI初創公司的風險投資超過了此前加密貨幣和移動技術的周期，主權財富基金增添了另一波投資。這些參與者在應用普及之前就刻意投資，押注需求最終會實現。如果沒有實現，供應過剩可能會留下擱淺資產，就像互聯網泡沫破裂后未使用的電信光纖一樣。

然而，企業面臨著不同的決策。對它們而言，挑戰不是是否為下一波基礎設施浪潮提供資金，而是如何以加強自身業務的方式采用AI。那些在互聯網泡沫中幸存下來的公司，如亞馬遜，專注于為電子商務構建基礎設施，它們通過將技術投資與業務聯系起來而非投機動能獲得成功。

1

理解約束條件

資本和政策正在加速AI競賽，但約束限制了其速度。土地、勞動力和能源為采用規模的擴展速度設置了硬性界限。這些限制造成了稀缺性：早期行動者獲得能力和優勢，而落后者則掉隊。

為了理解這些約束如何影響AI的軌跡，有必要重新審視AI三要素的概念：算力、數據和人才。這些元素定義了過去十年的AI發展。現在出現了新的三要素：土地、勞動力和能源。數據中心需要擁有電力和水資源的大型場地，而社區正在抵制其足跡。勞動力短缺不僅限于工程師，還延伸到電工、建筑工人和技術人員等技術工種。能源是最嚴峻的約束：高盛預測到2030年美國數據中心的能源消耗將翻倍，威脅到在沒有可持續解決方案的情況下擴展的經濟性。

AI可能是一項通用技術，但其基礎設施并非無限可擴展。對公司而言，這意味著將新的三要素直接納入戰略。獲得長期能源合同、與技術學校建立勞動力合作伙伴關系、與當地社區就土地使用進行合作，都可以減少瓶頸風險。那些預見這些壓力并提前鎖定能力的公司，將比那些假設無限可擴展性的公司更有能力獲得持久回報。

1

這是泡沫嗎？

可以肯定的是，并非所有人都認為這是泡沫。Nvidia首席執行官黃仁勛認為AI需求是結構性的而非投機性的，將今天的建設比作"新工業革命的開端"。

在與Stratechery的Ben Thompson的訪談中，Sam Altman駁斥了對當今AI投資不可持續的擔憂，將OpenAI的戰略框定為超越聊天機器人，轉向代理型AI和連接基礎設施與應用的平臺。"要有足夠的基礎設施來滿足需求是極其困難的，"他指出，強調了前置資本與延遲回報之間的緊張關系。

在他2024年的著作《共同智能：與AI共同生活和工作》中，Ethan Mollick討論了AI如何在工作場所和教室中產生實際的、漸進的改進。通過增強人類能力，產生小的、累積的收益，AI逐漸建立起更廣泛的影響。

觀點的分歧反映了核心的不確定性，因為泡沫的關鍵不在于技術的長期影響，而在于應用和資本周期是否一致。互聯網是革命性的，但這并沒有阻止互聯網泡沫的崩潰。AI很可能重塑全球產業，但其財務基礎仍可能動搖。

1

領導者如何捕捉價值

對于商業領導者而言，成功需要專注和嚴謹。將AI作為快速解決方案是錯誤的。

真正的變革需要建立準備適應AI的文化、在高價值領域進行有針對性的押注、并將AI嵌入運營。那些經受住互聯網泡沫崩潰的公司，如eBay和Netflix，通過敏銳的戰略專注和快速的運營適應做到了這一點。它們抵制了炒作驅動的分心。今天，沃爾瑪使用AI庫存機器人將過剩庫存削減35%并將準確性提高15%，在降低成本的同時改善庫存率和客戶體驗。它還剛剛與OpenAI簽訂協議，允許用戶直接通過ChatGPT購買其產品。贏家將在強化其核心優勢的地方嵌入AI，而不是追逐每一個新趨勢。

領導者應該將資源投入數據治理，并重新設計組織以便人與AI能夠有效協作。人員準備涉及持續的技能再培訓和角色演變。耐心至關重要，因為企業轉型是一個多年旅程，價值隨時間捕獲，而不是追求投機收益。

如果高管只將AI視為支出競賽，他們就錯過了重點。挑戰在于設計推動創新并保護社會的治理。正如我在《治理的十字路口》中所論述的，當AI政策隨技術演進時效果最好，在推動創新的同時不失去安全性和公平性。監管沙盒為實驗提供受控環境同時保持問責制，公私合作伙伴關系可以嵌入透明度和風險管理。

那些及早參與的公司將對AI經濟如何治理產生影響，幫助確保應用與韌性、公平監督和對技術的持久信任相匹配。

1

既深遠又脆弱

人工智能既深遠又脆弱。其長期軌跡指向重新定義產業、重塑工作和改變全球權力平衡。在短期內，地緣政治競爭與放松監管政策和投機資本相結合，創造了與過去泡沫極為相似的條件。歷史的教訓不是泡沫使技術變得毫無價值，而是它們扭曲了時機和預期。

忽視AI就是冒著過時的風險。成功將來自紀律性采用和務實的公司治理。那些專注于將AI嵌入工作流程并培養能夠適應的勞動力的領導者將獲得持久價值。那些及早參與新興治理框架的人將幫助塑造AI經濟的規則。這一時刻將被銘記為AI驅動經濟的開端，還是過度擴張，取決于高管和投資者今天做出的決策。

整理：周華香

點個“愛心”，再走 吧