2025年科技市场再度狂热，科技巨头们大幅上调AI基础设施的资本支出（Capex），AI数据中心成为竞争焦点，OpenAI的万亿级别算力计划引发“AI债务循环”讨论，“AI泡沫”也成为热门话题，多位嘉宾对此展开了深入探讨。

AI是否存在泡沫？

市场波动与回调

近期金融市场震荡，科技股出现抛售，市场波动正常。从宏观角度看，美联储官员讲话使12月降息预期降低，资金面方面，对冲基金和共同基金在AI板块仓位已满，新买家少，融资市场资金成本偏紧。但市场回调是健康的，QQQ估值从28倍回调到26倍，基本面良好，同比增长近20%。

不同观点碰撞

 • 看空观点：大空头Michael Burry警示AI泡沫，他虽关对冲基金和做空Palantir影响不大，但市场存在看空情绪。看空理由包括需求端ChatGPT用户活跃度下降，AI基建投入能否落地存疑，AI初创公司年化经常性收入（ARR）数据不可信；资金供给端，若众多小公司和大公司借钱投入，可能引发美国金融系统系统性风险。

 • 看多观点：Bruce Liu认为市场下跌是健康调整，AI投入与生产力提升和就业并非矛盾。他以美国页岩油为例，认为AI可能经历类似时刻，虽会有泡沫破灭，但能促使技术迭代，现在谈泡沫为时尚早。Ethan Xu指出AI有泡沫和摧毁中产阶级的观点矛盾，且从行业现状看，大家对AI投入充满热情。

GPU折旧迷思：科技巨头是否虚增利润？

折旧策略的合理性

Rob Li认为GPU折旧年限调整有金融技巧，延长折旧年限可使账面利润更好看、估值更高，虽多缴税但对提升公司估值有利，目前大厂平均GPU折旧年限增加到6.5年，是动态过程，没有确切答案。
不同公司的资产处理

Ethan Xu以微软为例，微软CTO暗示可能将芯片使用5年左右，让不同先进程度的芯片在不同应用场景发挥作用，市场算力需求多样，旧芯片并非毫无价值。谷歌也公开表示其开发的TPU使用7年仍满负荷运转。刘一鸣和Yang Ren则关注旧芯片在财报中的价值缩水及折旧周期重新计算问题，上一代Hopper产品租价稳定，说明旧芯片在推理任务中仍有价值，目前GPU仍紧缺。

“AI资本内循环”：新型融资还是泡沫推手？

绑定与合作

Yang Ren认为“AI资本内循环”并非催大泡沫，而是各方互相绑定。如NVIDIA和AMD通过投资OpenAI，换取其优先使用芯片和股权，最终取决于OpenAI能否盈利，就像菜馆生意好坏决定是否各方都盈利。
融资能力与风险

Bruce Liu指出AI产业在外面融资容易，Meta等发债受欢迎，债权人更愿意给企业而非国债。OpenAI与NVIDIA和AMD绑定是融资选择，若外部资金不支持，内循环才成立。刘一鸣关注前端NeoCloud公司的风险，Bruce Liu认为市场已对这些公司重新定价，其信用风险正常。

AI是否“绑架”了美国GDP？

GDP增长贡献

哈佛大学经济学家称2025年上半年美国GDP增长几乎全来自数据中心与信息技术，去掉相关部分后增长率仅0.1%。Rob Li认为美国GDP增长靠科技行业带动，AI带来的增长若能提升劳动生产率则是利好，关键看是否能持续。
经济分化与潜力

Bruce Liu不同意这种说法，他认为美国经济分化，AI带动一波增长，非AI周期性行业如房地产、汽车业低迷，但AI投资才刚开始，潜力大，且美国消费者对GDP仍有贡献，不能因AI而否定整体经济。

AI基建的“页岩油”时刻，万亿投资从何而来？

资金来源与潜力

Bruce Liu认为全球资金会支持AI建设，只要AI良性发展、变现良好，钱不缺。JPMorgan预计接下来与AI相关的5 - 7万亿美元CapEx投资，资金来源包括超大规模云服务商经营现金流、公开市场债券和私募信贷。
投资目标与市场理性

OpenAI提出1.4万亿美元Capex计划，算力投入与营收目标有缺口，市场对其投资目标存疑。英伟达股价未体现宏大故事，说明市场相对理性。Meta与Blue Owl Capital合作，靠外部投资者和国家资本投资数据中心，只要AI能变现，资金不是问题。

AI泡沫会破裂吗？

算力缺口与解决方案

Ethan Xu认为可见将来算力缺口大，每年可能累积十几、二十个吉瓦，到2030年美国可能出现50 - 100个吉瓦的数据中心缺口。短期解决方案是数据中心配备“自发电”设备，未来储能行业可能爆发。
泡沫判断与应对

Bruce Liu认为AI处于建设大周期早期，相对健康，虽可能经历泡沫让其体系更有效率，但不认为是泡沫，普通投资人应关注有增长潜力的资产对冲风险。Ethan Xu偏乐观，认为AI投入必要且充分，虽有时间错配问题，但都会过去。