AI是繁荣还是泡沫？哈佛学者剖析OpenAI千亿交易背后的风险

　　炒股就看，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：硅星人）

当OpenAI与Nvidia、AMD接连达成数百亿美元的合作协议时，投资者们欢呼雀跃。但一些敏锐的观察者却看到了令人不安的熟悉景象——这与上世纪90年代互联网泡沫时期的"循环融资"如出一辙。《哈佛商业评论》最新文章发出警告：这场万亿美元的AI狂欢，可能正在重演历史。

以下为文章编译，原文：《Is AI a Boom or a Bubble?》

Nvidia对OpenAI的1000亿美元承诺，以及OpenAI对芯片的对等采购，标志着一场正在全速推进的AI军备竞赛。领导者如何理解这个市场？对近期历史的审视，特别是当下与互联网泡沫之间的相似之处，提供了一些线索。投机资本和循环融资可能扭曲时机和预期，尤其是在AI应用仍然不均衡的情况下。目前，消费者的热情超过了企业的整合速度，这增加了产能过剩的风险。持久的优势将来自纪律性投资、将AI嵌入工作流程，以及塑造平衡创新与韧性的治理框架。

1

循环融资的阴影

2025年9月下旬，Nvidia宣布计划向OpenAI投资高达1000亿美元，用于资助新一代数据中心的建设，而OpenAI则承诺为这些设施采购数百万片Nvidia芯片。几天后，OpenAI又与AMD达成了类似的数十亿美元协议。

这些交易受到投资者的热烈欢迎，但也引发了质疑。在一些观察者看来，这些交易与1990年代末期的循环融资安排有着诡异的相似之处——当时，供应商和客户相互抬高彼此的估值，却并未创造真正的价值。彭博社对这一模式的描述恰如其分：这是一个"日益复杂且相互关联的商业交易网络"，正在推动一场万亿美元规模的AI繁荣。

AI的快速建设正在重塑高管决策并压缩时间表。对AI没有清晰的观点不再是一个选项。资本流动迅速，基础设施正以前所未有的规模被投入，竞争压力在加剧。在这个新环境中，速度和意图很重要，那些将资源投入到回报持久的领域、识别出值得拥抱的趋势、避免无法持续的押注的公司，将会蓬勃发展。

1

创新与投机的交汇

当今领导者面临的核心挑战是如何平衡AI的长期前景与短期回报的压力。AI经济受到两场竞赛的推动：一场是争夺霸权的地缘政治竞赛，另一场是产生必要回报以证明惊人投资规模的金融竞赛。当这两股力量汇聚时，它们相互放大，加剧了过度投资的风险。

与早期泡沫的相似之处令人震惊。在互联网泡沫时期，资本涌入电信基础设施，押注指数级的互联网需求。当需求滞后时，破产潮席卷整个行业。问题不在于互联网缺乏潜力，而在于资本部署的时机超前于应用普及。

今天，我们看到了类似的信号。市场集中度达到了惊人水平："七巨头"科技公司占标普500指数的三分之一以上，这一比例是2000年泡沫时期顶级科技公司的两倍。AI公司的估值基于激进的预测而非当前收益。复杂的交易结构，如OpenAI通过供应商协议进行的融资，类似于过去泡沫的循环性。与此同时，大量资金正被投入数据中心、芯片供应链和基础模型，而企业采用速度远比消费者热情更为谨慎。

1

消费者热情与企业谨慎

应用出现了分化。消费者以创纪录的速度拥抱ChatGPT，其达到1亿用户的速度超过了此前任何应用。但企业仍然犹豫不决。麻省理工学院发现大规模生产力提升难以实现，并建议专注于高价值用途、将AI嵌入工作流程并逐步扩展。根据斯坦福大学的AI指数，企业采用率从2023年的55%上升到2024年的78%。然而，企业仍然保持谨慎，将隐私、可靠性、合规性、安全性和财务风险列为主要障碍。

围绕消费者使用的炒作尚未转化为广泛的企业变革。基础设施建设假设应用将会跟进，但企业很少在看不到财务回报前景的情况下做出承诺。如果需求滞后，当今大规模的芯片和数据中心建设可能造成产能过剩。这一动态进一步被产业政策和国家安全优先事项所加剧，这些政策将投资置于消费之前，虽然促进了增长，但也放大了泡沫风险。

1

产业政策、资本流动与AI地缘政治

美国政府之手曾塑造美国的技术周期，通常通过创造激励、进行针对性投资，然后让产业自行扩展。在1990年代，华盛顿通过私有化网络基础设施、通过1996年电信法开放市场、制定第230条限制平台责任，推动了互联网的扩张。这些选择创造了增长、投资和创新的条件。今天，政策制定者正在将类似的策略应用于人工智能。特朗普和拜登政府都强调产业政策，将AI不仅框定为经济机遇，也是国家安全当务之急。对企业的隐含信息是：速度比谨慎更重要。

欧洲专注于风险管理，但对过度监管的担忧促使CEO们警告竞争力丧失。作为回应，布鲁塞尔启动了"AI大陆行动计划"和10亿欧元的"应用AI"倡议，以加速采用、降低合规成本，并将欧洲打造成全球AI领导者。

与此同时，AI初创公司的风险投资超过了此前加密货币和移动技术的周期，主权财富基金增添了另一波投资。这些参与者在应用普及之前就刻意投资，押注需求最终会实现。如果没有实现，供应过剩可能会留下搁浅资产，就像互联网泡沫破裂后未使用的电信光纤一样。

然而，企业面临着不同的决策。对它们而言，挑战不是是否为下一波基础设施浪潮提供资金，而是如何以加强自身业务的方式采用AI。那些在互联网泡沫中幸存下来的公司，如亚马逊，专注于为电子商务构建基础设施，它们通过将技术投资与业务联系起来而非投机动能获得成功。

1

理解约束条件

资本和政策正在加速AI竞赛，但约束限制了其速度。土地、劳动力和能源为采用规模的扩展速度设置了硬性界限。这些限制造成了稀缺性：早期行动者获得能力和优势，而落后者则掉队。

为了理解这些约束如何影响AI的轨迹，有必要重新审视AI三要素的概念：算力、数据和人才。这些元素定义了过去十年的AI发展。现在出现了新的三要素：土地、劳动力和能源。数据中心需要拥有电力和水资源的大型场地，而社区正在抵制其足迹。劳动力短缺不仅限于工程师，还延伸到电工、建筑工人和技术人员等技术工种。能源是最严峻的约束：高盛预测到2030年美国数据中心的能源消耗将翻倍，威胁到在没有可持续解决方案的情况下扩展的经济性。

AI可能是一项通用技术，但其基础设施并非无限可扩展。对公司而言，这意味着将新的三要素直接纳入战略。获得长期能源合同、与技术学校建立劳动力合作伙伴关系、与当地社区就土地使用进行合作，都可以减少瓶颈风险。那些预见这些压力并提前锁定能力的公司，将比那些假设无限可扩展性的公司更有能力获得持久回报。

1

这是泡沫吗？

可以肯定的是，并非所有人都认为这是泡沫。Nvidia首席执行官黄仁勋认为AI需求是结构性的而非投机性的，将今天的建设比作"新工业革命的开端"。

在与Stratechery的Ben Thompson的访谈中，Sam Altman驳斥了对当今AI投资不可持续的担忧，将OpenAI的战略框定为超越聊天，转向代理型AI和连接基础设施与应用的平台。"要有足够的基础设施来满足需求是极其困难的，"他指出，强调了前置资本与延迟回报之间的紧张关系。

在他2024年的著作《共同智能：与AI共同生活和工作》中，Ethan Mollick讨论了AI如何在工作场所和教室中产生实际的、渐进的改进。通过增强人类能力，产生小的、累积的收益，AI逐渐建立起更广泛的影响。

观点的分歧反映了核心的不确定性，因为泡沫的关键不在于技术的长期影响，而在于应用和资本周期是否一致。互联网是革命性的，但这并没有阻止互联网泡沫的崩溃。AI很可能重塑全球产业，但其财务基础仍可能动摇。

1

领导者如何捕捉价值

对于商业领导者而言，成功需要专注和严谨。将AI作为快速解决方案是错误的。

真正的变革需要建立准备适应AI的文化、在高价值领域进行有针对性的押注、并将AI嵌入运营。那些经受住互联网泡沫崩溃的公司，如eBay和Netflix，通过敏锐的战略专注和快速的运营适应做到了这一点。它们抵制了炒作驱动的分心。今天，沃尔玛使用AI库存机器人将过剩库存削减35%并将准确性提高15%，在降低成本的同时改善库存率和客户体验。它还刚刚与OpenAI签订协议，允许用户直接通过ChatGPT购买其产品。赢家将在强化其核心优势的地方嵌入AI，而不是追逐每一个新趋势。

领导者应该将资源投入数据治理，并重新设计组织以便人与AI能够有效协作。人员准备涉及持续的技能再培训和角色演变。耐心至关重要，因为企业转型是一个多年旅程，价值随时间捕获，而不是追求投机收益。

如果高管只将AI视为支出竞赛，他们就错过了重点。挑战在于设计推动创新并保护社会的治理。正如我在《治理的十字路口》中所论述的，当AI政策随技术演进时效果最好，在推动创新的同时不失去安全性和公平性。监管沙盒为实验提供受控环境同时保持问责制，公私合作伙伴关系可以嵌入透明度和风险管理。

那些及早参与的公司将对AI经济如何治理产生影响，帮助确保应用与韧性、公平监督和对技术的持久信任相匹配。

1

既深远又脆弱

人工智能既深远又脆弱。其长期轨迹指向重新定义产业、重塑工作和改变全球权力平衡。在短期内，地缘政治竞争与放松监管政策和投机资本相结合，创造了与过去泡沫极为相似的条件。历史的教训不是泡沫使技术变得毫无价值，而是它们扭曲了时机和预期。

忽视AI就是冒着过时的风险。成功将来自纪律性采用和务实的公司治理。那些专注于将AI嵌入工作流程并培养能够适应的劳动力的领导者将获得持久价值。那些及早参与新兴治理框架的人将帮助塑造AI经济的规则。这一时刻将被铭记为AI驱动经济的开端，还是过度扩张，取决于高管和投资者今天做出的决策。

整理：周华香