下载格隆汇APP
下载诊股宝App
下载汇路演APP
社区
会员
近日，在播客Plain English中，主播Derek Thompson与投资人、研究机构Exponential View创始人Azeem Azhar展开了一次对谈，他们主要围绕当下AI投资是否形成“泡沫”进行了讨论。而在此前该播客的节目中，分析师Paul Kedrosky的“当下AI投资是一个巨大的泡沫”这一观点和分析引发了硅谷广泛的争议。
Azeem Azhar则持不同观点。
关于“AI是否处于泡沫”，Azeem提出五项观察指标：经济压力、行业压力、收入增长、估值热度、融资质量。他的总体结论是，当下确有值得担忧之处，但尚未满足“泡沫”严格定义。
首先，他给出两条判断泡沫的硬标准——估值至少下跌50%、并持续数年；与之相伴的生产性资本投资也至少下降50%、并持续数年。以此观之，当下的AI投资并不符合这一情景。
在“经济压力”指标上，数据中心建设对美国GDP的贡献显著，但未到历史大泡沫的临界水平。Azeem回溯18次泡沫后指出，一个经验阈值是投资占GDP约2%开始“棘手”，3%则“很麻烦”。当下的AI建设确实在紧张电力与地方政治之间制造张力，但它也把美国经济重新拉回“建设”，带动工程、暖通、电工等实体岗位。
“行业压力”与“收入增长”是最关键的两项指标。他们分析称，当下AI数据中心年Capex约3700-4000亿美元，而AI相关收入仅约600亿美元，存在约6倍差距。与铁路（Capex约为收入2倍）、90年代的电信（4倍）相比，AI的“投资超前”更明显。Azeem承认这“令人担忧”，但指出技术基础设施的收入天然滞后，且生成式AI的商业化正快速追赶。他认为，核心在未来数年能否实现“连续每年约100%的收入增长”。
“估值热度”方面，AI龙头的权重驱动了股指上涨，生态内存在“供应商融资”的互相持股，看似形成“估值蜘蛛网”。Azeem将其与互联网泡沫时期的债务式循环融资区分：如今更多采用股权、附带条件，但需求真实强劲。
最后，“融资质量”指标是历史上最容易引爆崩盘的引信。未来三年全球数据中心Capex或达3万亿美元，超级云厂商仅能覆盖约一半，剩余需依赖SPV、私募信贷、证券化等“表外”结构。Azeem称之为“奇异”但还不是”有毒”，但强调要盯紧透明度：看清SPV里的真实风险、GPU折旧与现金流匹配等方面。
以下为「明亮公司」编译的访谈正文（有删节）：
Azeem Azhar（来源：个人网站）
#1 泡沫的两个标准
Derek Thompson：今天的主题是“关于人工智能的错误看法”。两周前，投资人兼作家Paul Kedrosky解释了他为什么认为人工智能是个泡沫。……我最近开始怀疑，会不会形成一个“把AI称作泡沫”的泡沫？今天的嘉宾说：会。
Azeem Azhar是投资人，在介绍Azeem之前，先回顾下为什么如今大家都笃定AI是泡沫。
回到上世纪60年代，阿波罗计划投入约3000亿美元（按通胀调整）让美国登月。今天的AI建设要求企业集体资助一个新“阿波罗”，不是每十年一次，而是每十个月一次。超级云厂商、大型科技公司、前沿实验室每年一起在AI上花3000到4000亿美元。这可能是任何一组公司为任何事情花过的最多的钱。
金融泡沫的标志之一是复杂融资：当你看到公司开始借债，或设计新型金融工具来建造一个没有可靠回报的东西，你就该警惕。我认为我们已经抵达这个阶段。正如Paul Kedrosky在上期节目里说，这些超级云厂商正在创建所谓的SPV（Special Purpose Vehicle，即“特殊目的实体”），像黑箱一样，往里面扔点钱，私募也扔点，然后这个黑箱就去建数据中心。它们把AI基础设施移到表外，让我对“他们不想让投资者看到建设到底有多贵”这点感到不安。
九月，Oracle宣称将与OpenAI达成数千亿美元的未来交易，股价大涨。
但有个问题，Oracle没法靠自身现金流（业务赚的钱）来支持这笔交易，它需要承担惊人的新债务。J.P. Morgan的Michael Cembalest这样描述这笔交易——Oracle股价因被许诺每年从OpenAI拿到600亿美元而上涨25%，这钱OpenAI还没赚到。
来源：JPmorgan.com
用来提供云计算设施是Oracle还没建好的。需要4.5吉瓦电力，相当于2.25个胡佛水坝，而美国还没建。AI梦想建立在很多“还没有”和“也许”上。但Azeem认为，现在还太早不必恐慌。今天我们讨论AI“尚非泡沫”的论证。欢迎来到节目。
Azeem Azhar：谢谢邀请，Derek。
Derek Thompson：……我们从最基础的开始吧，Azeem，什么是“泡沫”？
来源：Plain English@Substack
Azeem Azhar：这就个问题价值万亿。我其实同意Paul说的很多东西。在我看来，泡沫要有非常清晰的定义，不是“感觉”。
我给两条标准：第一，必须出现显著的市场回撤，不是20%的熊市，而是40%、50%，且要持续很久。互联网泡沫的市场回撤持续了15年；房产泡沫持续了七八年。
第二，为了区别于投机者过度兴奋，推动泡沫的生产性资本投资也要显著下降。过往泡沫里，这个降幅通常要达到50%或以上。所以我看两个测试：估值至少下跌50%，持续几年；该技术领域的生产性资本也至少下降50%，持续几年。
Derek Thompson：你提到房产泡沫、全球金融危机，也提到互联网泡沫。这次有哪些相同、有什么不同？
Azeem Azhar：我都经历过。互联网泡沫时，有人沿着消防通道爬进我办公室就为了推销项目找投资。希望这场面不会重演。房贷危机时，我认识了Countrywide Financial的CEO、次贷发放者Angelo Mozilo——他有个很棒的古铜色肤色，我那会儿每天都在电视上看到他。
Angelo Mozilo（来源：公开信息）
Derek Thompson：不知道为什么，我对他的肤色记忆犹新。全球金融危机和房市崩盘的画面我都不太记得，但我记得那人的肤色，真的非常棒。
Azeem Azhar：确实非常棒，不幸的是，他的抵押贷款就不像他的肤色那么棒。你会看到这些人、这些时刻。跟互联网泡沫的相似之处是：它由风险资本、硅谷、对“改变世界”的新技术的承诺推动。
我们在1999年还幻想在网络空间建一个新国家。但真正不同的是，那时除了Yahoo、CNET、eBay，几乎没人用这些网站和服务。它们是空的。那时流行一句话，来自凯文·科斯特纳主演的《梦幻之地》：建好，他们就会来。结果人们把东西建好了，没人来。比如pets.com花了1.5亿美元，月营收只有60万美元。非常混乱。相似性到此为止。
今天的生成式AI不同：我们大多数人都在用ChatGPT，很多公司也在用，而且真金白银在花。这感觉与2000年截然不同。
Derek Thompson：这就是我的困惑。我承认我用ChatGPT；我也承认Claude很出色，很多GenAI工具都很棒。与此同时，我看到关于“Thinking Machines”的新闻——这家AI初创公司由前OpenAI高管Mira Murati掌舵，刚完成史上最大种子轮，融资20亿美元，估值100亿美元。他们没有发布产品，也没向投资者说明要做什么产品。
有位和Murati见过面的投资者（她公认非常聪明）说：“这是最荒唐的路演。她就说，我们要做一家有最好AI人才的AI公司，但我们不能回答任何问题。”这让我不免联想到互联网时代——巨大的承诺要重塑零售业，却几乎看不到真实业务。或者像某个凤凰城不知哪的边缘地带的住房开发项目，看着很美，融资也似乎妥当，但无人入住。
像这样的故事，是否让你有点“直觉感应”，觉得现在大量资金正涌向非常昂贵的项目，预期泡沫很重，而缺乏明确的收入证明？
Azeem Azhar：Thinking Machines确实是很好的例子，我的“直觉感应”也在发抖。没有商业计划、没有产品，却是那样的估值，很难拼起来。但这种事在私募风投市场时不时会发生，通常不会溢出到“现实世界”。三年前，风投募资和估值疯狂到不行。后来停了，价格回归正常，如今又贵起来了，确实感觉在朝向泡沫时刻。
但另一面是，即便这些初创公司，也在疯狂增长。刚听说Cursor已经做到几亿美元的营收，这家公司才三岁。我投资过一个AI邮件工具，帮助你回复邮件。我记得看他们的路演时很生气，因为他们说第一年做到1000万美元营收，我说这太荒唐，不可能，这是我不喜欢你们项目的地方。结果他们9个月就做到1700万美元，而且增长更快，因为客户愿意付钱。别忘了，今年底那个三年前闯入我们生活的奇特实验ChatGPT——到今年底年化营收会到100亿美元。这是真钱，而且比Facebook或TikTok达到这个里程碑更快。所以当然会有亢奋的时刻，但也有真实客户在为他们真正喜欢的产品花真金白银。
Derek Thompson：我记得和Stripe的人聊过，他们比较了平台上AI公司与非AI公司的数据。他们展示了非常有说服力的证据，在Stripe上自称AI公司的企业，在营收增长上遥遥领先，超过平台历史上任何群体的增长速度。
这很令人困惑也很吸引人——AI公司的营收增长惊人，同时AI基础设施的投入远大于营收。这仍然可能是泡沫。我们正把它当作一个10万亿美元的经济市场来投资，而它可能是一个1万亿美元的市场。所以需要具体化。
你的分析非常具体。你说，判断“AI是不是泡沫”没有一种答案，而是五种测试。接下来我想逐一过这五个测试。
你定义为：经济压力、行业压力、收入增长、估值热度、融资质量。
#2 经济压力：历史上看占GDP 3%的投入就「很麻烦」
Derek Thompson：我们从第一项“经济压力”开始。这基本是在问——这个行业的投资规模是否大到足以扭曲整体经济，就像铁路或互联网泡沫那样？最近的GDP增长中，有三分之一可以追溯到数据中心建设。这太巨大了。为什么这还不足以让我们担心AI的泡沫？
Azeem Azhar：我回溯了18次泡沫案例，最早到1790年代的运河。在可获得数据的地方，我发现一个临界点——约占GDP的2%开始“有点棘手”，到3%就变成“很麻烦”，铁路在1870年代就到了3%。
原因是，尤其在像美国这样庞大复杂的经济体，它能吸收这样的水平。此外，我还要说，在目前这个时点，如果没有数据中心的建设，美国经济可能走向衰退。而这次建设涉及到——美国公开强调且像你和你的同事也一直强调——“回到建设”。建数据中心要浇筑混凝土。我刚和一家有140年历史的美国工程公司高层交流，他们现在在忙着建数据中心，用到电工、项目经理、暖通工程师等。这在我看来，眼下其实是好事。同时也要看到其他后果：数据中心建设地的电价普遍上涨，这让没从硅谷风投里获利的人承担了成本，社区开始反弹。
Azeem Azhar：就在这周，威斯康星州的Caledonia镇否决了一个微软数据中心，他们说不愿意把农田改成数据中心。这种政治张力开始出现——经济压力的落点在哪？是经济总体的能占上峰，还是政治动态会迫使公司改变做法？
Derek Thompson：你刚讲的可以有两种叙事。一种是：我们过去不怎么在物理世界建东西，现在我们在建东西，建的是数据中心，这是好事，因为“建设就是好事”。
另一种是：数据中心在吸走我们应该建的其他东西的资源，比如住房。住宅投资最近骤降，制造业就业下滑。Paul的观点是，AI和数据中心像黑洞、像垂死恒星、像“死星”，把周围所有行星吸过去，把劳动力、资源、资本都吸向AI，从而不能用于建房等。你怎么看这个解读：AI不只是新增投资，它也在“挤出”我们认为长期更有生产性的投资？
Azeem Azhar：“挤出效应”的风险是真的。原因在于，建数据中心的回报率要高于建公寓楼。但这些情况往往会趋于平衡。我们更希望看到的是需求刺激。看看美国的能源基础设施，过去25到30年，美国对电网和电源的投资不足。这打破了经济长期关系：更多能源意味着更多福利、繁荣、收入、创新。
现在有钱的公司开始破局，说我们需要更多电力，这在中期净效应可能是好事。当然短期会有紧张。好在“建设”的美妙之处是，会形成许多可转移的学习和实践，适用于其他类型的建设——时机一到就能用。所以我认同眼下存在一个“焦点问题”。但三到五年后，我们是否会开始看到收益？它可能不是黑洞，更像是一颗M型恒星（注：红矮星，低于0.25个太阳质量，占银河系恒星总数约70%）。
Derek Thompson：补充一点：你说中长期对发电是净增益，我觉得这个限定很重要。未来几个月、几个季度、几年，数据中心很可能先推高电价，再推动发电增长。这两者都可能为真。我想回到你刚才的比较：你把AI建设比作铁路、宽带、19世纪初的运河。
但有个重要差异：GPU的折旧远快于钢轨。你把钢铁铺进地里，几十年都能跑火车；你挖运河，水路能载蒸汽船几十年。用你的话说，Nvidia现在的高质量芯片，2到3年就不是前沿。企业若想最好的预训练，就得换新芯片。如果企业每三年集体花上5000亿美元买最好的GPU，他们怎么回本？
Azeem Azhar：如果收入能兑现，他们就能回本。我们可以后面再谈收入。今年投向数据中心的三四千亿美元里，约50%到60%是GPU。公司通常把这些资产在账上折旧六年。这很长，但不是运河或铁路。我们也知道，三年后它们就得退出现役。这确实是个ugly point，和会计处理有关。
公司可能会说，GPU能赚钱，两年就回本，目前看似如此，六年也还有余寿。但这个论证有点草率。这是我们希望能改进的地方（但可能大概率得不到）：比如GPU该如何折旧、公司作为“运维费用”（Opex）应有什么税收激励、以及更透明。
有人给我发邮件说，在中国，会计规则里计算机芯片折旧三年，最多五年。我们得盯着它，它可能变成问题。
#3 行业压力：AI收入和资本支出不成比例？
Derek Thompson：你提到收入，我们就跳过去。第二项测试叫“行业压力”，本质是问，行业收入是否与资本开支相称？公司是否能凭AI基础设施赚回投资？这里是我特别关心你“非泡沫”论的地方。按你算，数据中心Capex约3700亿到4000亿美元规模，AI收入约600亿美元，这最少是6倍差距。为什么不令人担心？
Azeem Azhar：它确实值得担心，但还没到其他历史例子的程度。互联网泡沫时，资本投入与产生的收入几乎是数量级上的差距。当下问题是——这种状态能持续多久？要注意，三年前我们还没有GenAI收入。我们估算很保守，2025年约600亿美元。有家大投行估算2025年更接近1530亿美元。真实值可能在中间。
再强调，600亿只是粗略覆盖Capex的“量”，没算利润率、没算利润。技术建设在这个阶段，收入通常滞后。这不是建酒店，开业当天就指望80%入住率。技术就是这样。目前用收入覆盖投资的比例在16%左右，暂时可以。如果两年后还在这个水平，我会紧张。
#4 AI收入的增速：最关键的指标
Derek Thompson：我们马上谈“收入增长”。有人会说：现在收入低没关系，只要每年增长300%，最终会追上。但我想钉住一点：在你的分析里，这项是AI最容易被批评为泡沫的短板。你写道：1870年代美国铁路扩张高峰，Capex约为收入的2倍。90年代末电信泡沫顶峰，Capex约为收入的4倍，有点更泡沫。AI是6倍，AI的Capex支出是收入的6倍。对不起给听众丢了一堆数字，但结论是：按这项指标，AI比铁路“泡沫性”高3倍，比电信建设高50%。你同意吧？我想明确记录，你同意这在目前是令人担忧的。情况会动态变化，但现在是有点担忧。
Azeem Azhar：是的，令人担忧。但让我解释我的思路：想象飞机在跑道上起飞。我周日要飞行。跑到一半，时速80英里，你祈祷机长别此时拉杆，否则会很惨。如果我们在跑道上已经前进了90%，时速还只有80英里，那会撞上尽头的墙。所以这就是为什么我把这项指标标成“黄灯”，需要看“加速度”，看它带我们去哪儿，这是关键。
最终要靠真实客户付费的真实收入，他们不是被逼付钱，明确知道买什么。这是为任何投资买单的方式，也是大家如今做出的最大赌注。
Derek Thompson：问题是，收入增长是否足够快、足够广，能赶上基础设施支出？如果答案是“是”，那就不是泡沫，只是基础设施建设+人类史上增长最快的通用技术带来的收入增长；如果答案是“否”，那就是支出的增长远快于收入的增长，显然是泡沫。你先来：为了不让这些“超级云厂商”的营业利润在未来几年暴跌、从而引发大科技公司大抛售，他们需要什么样的收入增长？钱从哪里来？
Azeem Azhar：他们需要很多，真的很多钱。我们说的是连续几年每年100%的增长，之后可能会下降，因为基数升高。钱从三处来：第一，消费者和企业为服务付费，消耗大量tokens，或付费购买能替他们做事的应用，比如会计、物流、供应链。第二，广告投放回报。AI能更精准投放，Meta已经提供一些证据。第三，生产率提升降低成本或让他们做出更好的产品。这里有两个方向——要么用同样数量的开发者交付更好的产品，省钱；要么为了让产品在市场里保持相关性，你现在必须为它提供AI服务。
很多SaaS或Web公司现在就发现了这一点，为了不被淘汰必须提供AI插件，他们可能每月收费20美元，但成本是25美元。如果不做，就会失去客户。所以这三方面能把收入做起来。还要认识到，这些现在已经是很大的数字了。
线上广告和软件购买一年总额超一万亿美元，而且已经在以14%年增率增长。问题是，AI能把这个增长率提高多少？又会替代多少没用AI的既有公司？投资银行里有人谈到2030年实现每年一万亿美元的AI相关收入。不是板上钉钉，也不是天方夜谭，介于两者之间。
Derek Thompson：既然谈收入增长，就必须承认，有人认为我们接近“最后的发明”——AGI。如果我们在硅里发明了一种“智能”，能做任何事，那它也会赚很多钱。假如未来两到五年技术跃迁，我们造出所谓“全自动智能体”，也就是AI白领工人，能在几年内完成99%的白领工作。这会如何改变现状？
Azeem Azhar：那会很糟糕，有点像沙皇俄国——沙皇更富，农奴更穷。没有重大政策干预，你会看到旧金山有一个巨大吸钱器，通过AI系统把世界的金钱都吸走。甚至那些自己运营产品的公司，也要向AI公司支付巨额经济租，利润薄得像17世纪英国农场的佃农。如果技术真如你描述那样，且无政策干预，我们可能就会朝那个方向走。
我的判断是，AGI不会像人们想象的那样上演。我认为让这技术在经济里落地，会花更久，会更难把“能做任何事”的机器人造出来。我也认为，总会出现像威斯康星Caledonia那样的时刻，人们站出来说——我们要改剧本，往不同方向推动。
Derek Thompson：我觉得Paul Kedrosky那类写AI泡沫的人，与OpenAI或Anthropic的创立者的割裂在于——如果你认为自己“距离发明近乎上帝的东西只有几个月”，你怎么会关心短期的泡沫？你认为我们在抵达人类技术发展的终局阶段，你不会对“Capex是否略微领先收入增长”这类问题感兴趣。你会觉得“幕布后面，离我们的手指只有几英寸，藏着一种绝对改变世界的技术”，这就是你唯一关心的。
我觉得这可能让我们（经济）陷入麻烦：构建技术的人对它的信仰，在心理和哲学上，与铺设光纤的人不同。即便做pets.com的人也不认为他们要终结人类就业；修铁路的人知道自己在干嘛，把马车放上钢轨，运过全国。
进入下一个指标前，我想暂停一下。可能导致经济泡沫的一个因素，是这些技术构建者前所未有的自信，认为他们造的是“圣经意义上的最后之物”。
Azeem Azhar：“技术升天论”，可以这么叫。这种救世主式的信念来自一些老板和员工，确实怪异。但现实总会粗鲁地打断梦想。事情总比我们预想更混乱。生成式AI已经能看出这点。企业采用它的速度快于过往技术，快于互联网和PC。它们也更快看到结果，同时很多公司在挣扎。但把这技术全面融入经济，把那个“全能AI”递到我们手里，覆盖美国乃至全球，不会像给iPhone推个更新那么简单，过程中还有很多步骤。我和企业谈时极常听到这些。
几周前我在拉斯维加斯和300位IT主管交流，做举手问答。大约一半说：我们现在还没见到结果，但两年内应该能见到。和他们深聊，是很具体的挑战，像通下水道一样的琐碎事。公司是复杂的，你不能把ChatGPT“丢进Costco或沃尔玛”，打个响指就搞定。要时间，要很多事。技术扩散和部署的故事一直如此。所以我的看法是，这些系统会变好，也会更快变好。但我们得做好准备，让它们变得非常好。现实永远比表格模型更凌乱。
#5 估值热度：现在股价过高了吗？
Derek Thompson：第四项测试叫“估值热度”，本质是问：股价是否过高？天啊，只要沾上AI的股票就暴涨。过去两年，标普500的涨幅中约60%来自与AI相关的公司，如微软、Nvidia、Meta。看这些公司估值飙升的原因，常常显得像是自证循环。
比如Nvidia说要向OpenAI投资1000亿美元，作为回报，OpenAI同意向Nvidia买数十亿美元的芯片。之前，OpenAI又和Nvidia的对手AMD签了合约，买数百亿美元的芯片，作为交换，OpenAI将获得AMD约10%的股份。这就像“我会买你10亿美元的东西，只要你给我10亿美元的股票”。到某个点，这一切像一个极度互相牵连的估值蜘蛛网。你觉得这和互联网泡沫相比，有何相同或不同？
Azeem Azhar：我觉得和互联网泡沫很不同。彼时也有循环的供应商融资，但多是债务，不是权益，技术性上不同；而且花的钱常常是“假”的，下行时没人用那些光纤。我们直到2012、2013年，也就是YouTube真正爆发时，才开始用上那些光纤。今天的差异是，这类交易多用权益；很多都是分期，要达到里程碑才兑现；而且美国乃至全球的企业前所未有地强烈需求这种技术。它难看吗？我现在屏幕上就开着你说的蜘蛛网图，确实，你应该看着它觉得“不对劲”。
但让我再举一个我们熟悉且曾长期有效的例子——“供应商融资”。大概是在1919年，通用汽车设立了GMAC（注：即通用汽车金融公司，现为Ally Financial Inc），因为经销商很难融资开店，美国人有稳定工作但没法全款买车。GMAC：我们有最好的资产负债表、最多现金，我们来为经销商和美国购车者提供融资。GMAC今天仍存在。十年内，GMAC的贷款账本相当于美国GDP的0.5%。所以“供应商融资”并不必然会烂尾。它会引入新风险，让参与方可能表现糟糕。我们需要透明，看到这些关系之间发生了什么，有没有隐藏东西。我们在安然、WorldCom身上学到过。对我来说，这正是需要媒体审视的领域。现在看，它可能会变坏，但还没有，看起来离变坏还有一段距离。
Derek Thompson：有没有理由担心，把一个在稳定行业有效的供应商融资模式，应用在21世纪一个全新行业——AI，会带来我们不熟悉、无法映射历史类比的风险？
Azeem Azhar：我认为会带来各种我们难以映射的风险，我们会像全球金融危机时一样，落后于形势，比如评级机构没把一筐烂按揭的债券评级好。让我注意的是，很多交易目前仍相对透明，也有一点经济逻辑。不是Nvidia说“你来买我的芯片，我再给你钱去买”。这里发生的是——Nvidia有最强资产负债表，也在芯片上近乎垄断，它真的很想多卖。某种程度上，这是它的逻辑做法，特别是OpenAI这种非常年轻、巨额亏损、没有适合Capex的大资产负债表的公司。这当然是个很乐观的解读。但如果你要思考：如何确保不因为燃料短缺无法满足客户需求？我不确定你还会怎么做，尤其当需求如人们所说那样火爆时。
#6 融资质量：大量数据中心支出发生在表外
Derek Thompson：第五项：你称之为“融资质量与即将到来的信用（兑付）压力”。按你的测算，未来三年全球数据中心Capex将达到3万亿美元。 “超级云厂商”能覆盖约一半。剩下的1.5万亿要从别处来。可能是私募信贷、证券化融资、新运营商、甚至政府。正如Paul Kedrosky在上一期节目里解释，大量数据中心支出发生在表外。SPV里，超级云厂商往盒子里扔点钱，私募资本也扔点钱，盒子就去买数据中心。但在超级云厂商的报表之外，这更容易展示公司盈利，同时也在融资AI的内脏。也许这能奏效，但听起来非常乱。你觉得有多乱？
Azeem Azhar：挺乱。那些有时间积累利润和现金的大公司不需要这么干，但年轻公司——比如新兴的超大云厂商CoreWeave或OpenAI——需要融资来匹配增长。当然，他们会找到越来越“带劲”的方式。就目前这个周期阶段，这些看起来更像“异域风情”，而不是“毒药”。问题在于之后会怎样，有没有足够透明度？我们能不能看清SPV里发生什么？我们能否看清GPU折旧到了哪一步？如果看不清，这种不透明会出现各种种暗招。
回顾繁荣如何转泡沫再转崩溃：我分析了18次崩溃，有足够数据深入的案例里，“融资质量”是引爆点的有9次，是压垮的压力源的有一半。有时是非法行为，有时只是看不清风险去哪了——全球金融危机就是如此。所以这绝对是我们要盯着的指标，希望资本市场能承担这个“让大家守规矩”的角色。
Derek Thompson：总结一下，我们谈了投资规模、投资远超当前收入、你期待收入能以极快的速度增长来追上支出；从股价角度，这些公司至少是很健康的估值，但也在建有巨大需求的东西；最后，融资结构很奇异，但你认为的还是“奇异”，而非“有毒”。
做一个非常简单的总结就是：如果AI收入未来五到十年每年增长100%，这不是泡沫；如果AI收入未来两到三年无法每年增长100%，投资者会重新评估这些公司是否能负担现在的AI支出，我们可能会看到“泡沫破裂”。这可能忽略了“融资质量”这个关键点，但整体上你觉得这总结如何？
Azeem Azhar：这总结很合理，最重要的指标是“收入增长”。它是需求的信号，是可货币化的信号。我们必须盯住它，通过各种方式，因为这些公司大多是私有的。如果收入增长不出现，那我们就可能重演pets.com或电信泡沫：建了基础设施，也许未来某天有用，但今天填不满。这也常是这类基础设施建设的故事。
Derek Thompson：Azeem，谢谢你跟我过了这五个指标。坦白说，我个人仍然担心AI是泡沫。对我而言想不通的地方有两个：
第一，我不认为收入会按时到来来抵消这些投资。OpenAI等要在未来几年成为每年200、500、1000亿美元的“现金喷泉”，我觉得概率太低，但要证明当前估值合理，需要类似的事情发生。
第二，我不认为三年后的估值还站得住。当投资修正（公司不得不缩减支出）叠加资产价值修正（比如OpenAI不值五千亿美元），那就是泡沫：投资修正+资产价值修正。……
最后，AI的“崩盘”会是什么样？
Azeem Azhar：某种意义上，我们可能会感激它。当然股价会下跌。但会发生的是，市场上会出现很多GPU基础设施、计算基础设施，资金不那么充裕的公司和组织可以用“清仓价”拿到手。那些资产会流向更小的玩家，他们可能有新的方法，更偏好开源，不去追逐“机器之神”，定价更理性，财务纪律更强。我们甚至可能看到更快的创新与民主化，多样化团队在更实惠的基础设施上创新。所以在某种程度上，崩盘之外也可能有光亮。
Derek Thompson：我喜欢你为听众和我提供了第三扇门。如果第一扇门是：AI是泡沫，是灾难；第二扇门是：AI不是泡沫，一切正常；你给出了第三扇门：AI可能是泡沫，但也没关系。短期会有价格修正，但正如互联网泡沫之后，价格修正会让后来者用上廉价基础设施。建出YouTube和Netflix那样的东西——那些光纤在90年代和2000年代初被铺设，我们后来很感激。
作者：MD
出品：明亮公司
