市场的另一种声音：布拉德·格斯特纳反驳——AI泡沫并不存在？
展开
关于人工智能的讨论越来越分裂。
一边认为，AI正在重复2000年互联网泡沫的故事：估值越来越高、数据中心越建越多、科技巨头资本开支不断刷新纪录，最后真正赚到的钱却未必能够支撑如此庞大的投入。
另一边则认为，这一次和2000年并不一样。
Altimeter Capital创始人布拉德·格斯特纳最近的一场演讲，就给出了后一种观点。
他的核心判断很明确：
现在的AI行情，还不能简单定义为泡沫。
原因不是市场没有风险，而是当前AI行情背后，已经开始出现真正的收入和盈利增长。
为什么他说这不像2000年的科技泡沫？
格斯特纳首先提到了一个很关键的区别。
今年以来， $英伟达 ( NVDA .US)$ 英伟达收入继续高速增长，超大规模云厂商的资本开支大幅增加，而市场整体估值并没有像典型泡沫时期那样全面失控。
在他看来，这轮行情更多是由盈利增长推动，而不是单纯依赖估值倍数不断扩张。
他甚至直接提到，现在的情况“并不像2000年”，因为很多核心科技公司的估值并没有明显脱离历史区间，市场上涨也高度集中在真正能够从AI资本开支中赚钱的公司身上。
这其实是一个很重要的观察。
如果把2000年的互联网泡沫简单概括，当时大量公司甚至还没有成熟商业模式，市场交易的是遥远的未来。
而现在AI产业链里的英伟达、云计算、服务器、数据中心等环节，已经产生了非常真实的收入。
所以问题正在发生变化：
市场不再争论“AI有没有需求”，而是在争论“这些需求能不能持续”。
AI最大的考题：这么多资本开支，最终谁来买单？
$微软 ( MSFT .US)$
微软、 $谷歌-C ( GOOG .US)$ 谷歌、亚马逊等公司正在投入巨额资金建设AI数据中心。
但数据中心建出来，并不意味着资本开支自动变成利润。
最终必须有人租这些算力、购买这些服务。
所以真正决定AI超级周期能不能继续的，不是GPU卖出去多少，而是：
AI应用端能不能产生足够多的收入，去支付整个基础设施体系的成本。
格斯特纳用一个很直白的问题解释这件事：
如果未来要建设万亿美元级别的AI基础设施，那么这些钱最终必须通过AI收入收回来。
微软建设数据中心，是为了把计算资源出租出去；谷歌和亚马逊也是一样。
所以最终还是要看“租客”——也就是OpenAI、Anthropic以及大量企业和消费者——愿意为AI支付多少钱。
这也是为什么他现在非常关注头部AI公司的月度收入。
在他的框架里，AI公司的收入增长已经不是一个普通经营数据，而是整个AI资本开支周期能否继续运转的核心指标。
如果AI收入继续快速增长，那么今天看起来异常庞大的数据中心投资，未来就可能得到消化。
如果收入增长放缓，问题才会真正出现。
为什么他仍然对AI需求保持乐观？
因为需求端正在出现一些过去软件行业很少见的增长速度。
格斯特纳在昨日的演讲中提到，AI实验室的收入正在经历非常陡峭的增长曲线，他甚至形容这种增长在资本主义历史中都非常少见。
与此同时，企业对AI的使用也开始从“尝试”进入实际经营。
其中一个特别值得注意的方向，是生产效率。
他的观察是，越来越多企业开始出现类似的情况：
收入继续增长，但员工数量不再同比例增加。
比如企业过去增长30%，可能需要同步增加大量员工；现在借助AI工具，同样的收入增长可能不需要相同幅度的人力扩张。
这意味着AI真正产生的商业价值，可能不只是创造一批新的软件公司。
它还有可能直接提高大量现有企业的利润率。
如果这一点最终兑现，那么AI的价值就不只是卖GPU。
它会进入企业经营的每一个环节。
这也是格斯特纳认为AI潜在市场空间依然非常大的原因。
但真正的风险也越来越清楚了
格斯特纳并不是认为AI没有风险。
相反，他重点讲了几个可能限制AI行情继续上涨的因素。
其中最现实的一个，是电力。
AI数据中心需要非常庞大的电力供应。
但电网建设、设备供应、许可、当地审批和熟练劳动力，都不是短时间内可以解决的问题。
他认为，一些市场对于未来数据中心新增算力的预测可能过于激进。
原因很简单：
不是没有芯片需求，而是现实世界未必能够如此快速地提供足够的电力、数据中心和基础设施。
第二个风险，就是利率。
建设数据中心需要大量资本，而其中相当一部分来自融资。
利率上涨，就意味着这些数据中心的建设成本会同步上升。
格斯特纳引用巴菲特的观点，把利率形容成股票市场的“地心引力”。
当无风险资产本身就能提供较高回报时，投资者自然会提高对股票收益率的要求。
对于需要长期投入、未来才能产生利润的数据中心和AI项目来说，这种影响尤其明显。
所以AI行业现在面对的是一个很有意思的局面：
技术需求可能依然很强，
但资金价格正在变贵。
2026年，AI投资逻辑已经变了
格斯特纳认为，2023年到2025年，投资AI相对简单。
只要相信AI会成为科技史上最大的超级周期，并且持有AI产业链里的核心公司，大概率都能分享到上涨。
但2026年已经不是这样。
因为现在所有人都知道AI重要。
AI的故事也已经大量反映在资产价格里。
下一阶段真正重要的是：
收入有没有兑现？
资本开支能不能产生回报？
电力和基础设施能不能跟上？
利率会不会继续压制估值？
所以：
继续相信AI长期趋势，但保持灵活，根据实际收入、油价、利率和企业数据不断调整，而不是简单认为“AI一定涨”。
他认为AI不是2000年的互联网泡沫，并不意味着AI股票没有风险。
恰恰相反。
当一个行业已经从“有没有未来”进入“未来值多少钱”的阶段之后，投资难度往往会更高。
过去三年，市场交易的是AI的想象空间。
接下来，市场可能真正开始交易AI的账本。
数据中心花出去的钱到底有多少？
AI公司真正赚回来了多少？
企业用了AI以后，利润率有没有提高？
这些问题，可能比任何一个新模型发布，都更值得关注。
所以关于“AI是不是泡沫”，或许真正值得观察的并不是股价涨了多少。
而是未来几年，AI产生的现金流，最终能不能追上今天已经投入进去的巨额资本。
这才是整个AI超级周期真正的验证期。
一边认为，AI正在重复2000年互联网泡沫的故事：估值越来越高、数据中心越建越多、科技巨头资本开支不断刷新纪录，最后真正赚到的钱却未必能够支撑如此庞大的投入。
另一边则认为，这一次和2000年并不一样。
Altimeter Capital创始人布拉德·格斯特纳最近的一场演讲，就给出了后一种观点。
他的核心判断很明确：
现在的AI行情，还不能简单定义为泡沫。
原因不是市场没有风险，而是当前AI行情背后，已经开始出现真正的收入和盈利增长。
为什么他说这不像2000年的科技泡沫？
格斯特纳首先提到了一个很关键的区别。
今年以来， $英伟达 ( NVDA .US)$ 英伟达收入继续高速增长，超大规模云厂商的资本开支大幅增加，而市场整体估值并没有像典型泡沫时期那样全面失控。
在他看来，这轮行情更多是由盈利增长推动，而不是单纯依赖估值倍数不断扩张。
他甚至直接提到，现在的情况“并不像2000年”，因为很多核心科技公司的估值并没有明显脱离历史区间，市场上涨也高度集中在真正能够从AI资本开支中赚钱的公司身上。
这其实是一个很重要的观察。
如果把2000年的互联网泡沫简单概括，当时大量公司甚至还没有成熟商业模式，市场交易的是遥远的未来。
而现在AI产业链里的英伟达、云计算、服务器、数据中心等环节，已经产生了非常真实的收入。
所以问题正在发生变化：
市场不再争论“AI有没有需求”，而是在争论“这些需求能不能持续”。
AI最大的考题：这么多资本开支，最终谁来买单？
$微软 ( MSFT .US)$
微软、 $谷歌-C ( GOOG .US)$ 谷歌、亚马逊等公司正在投入巨额资金建设AI数据中心。
但数据中心建出来，并不意味着资本开支自动变成利润。
最终必须有人租这些算力、购买这些服务。
所以真正决定AI超级周期能不能继续的，不是GPU卖出去多少，而是：
AI应用端能不能产生足够多的收入，去支付整个基础设施体系的成本。
格斯特纳用一个很直白的问题解释这件事：
如果未来要建设万亿美元级别的AI基础设施，那么这些钱最终必须通过AI收入收回来。
微软建设数据中心，是为了把计算资源出租出去；谷歌和亚马逊也是一样。
所以最终还是要看“租客”——也就是OpenAI、Anthropic以及大量企业和消费者——愿意为AI支付多少钱。
这也是为什么他现在非常关注头部AI公司的月度收入。
在他的框架里，AI公司的收入增长已经不是一个普通经营数据，而是整个AI资本开支周期能否继续运转的核心指标。
如果AI收入继续快速增长，那么今天看起来异常庞大的数据中心投资，未来就可能得到消化。
如果收入增长放缓，问题才会真正出现。
为什么他仍然对AI需求保持乐观？
因为需求端正在出现一些过去软件行业很少见的增长速度。
格斯特纳在昨日的演讲中提到，AI实验室的收入正在经历非常陡峭的增长曲线，他甚至形容这种增长在资本主义历史中都非常少见。
与此同时，企业对AI的使用也开始从“尝试”进入实际经营。
其中一个特别值得注意的方向，是生产效率。
他的观察是，越来越多企业开始出现类似的情况：
收入继续增长，但员工数量不再同比例增加。
比如企业过去增长30%，可能需要同步增加大量员工；现在借助AI工具，同样的收入增长可能不需要相同幅度的人力扩张。
这意味着AI真正产生的商业价值，可能不只是创造一批新的软件公司。
它还有可能直接提高大量现有企业的利润率。
如果这一点最终兑现，那么AI的价值就不只是卖GPU。
它会进入企业经营的每一个环节。
这也是格斯特纳认为AI潜在市场空间依然非常大的原因。
但真正的风险也越来越清楚了
格斯特纳并不是认为AI没有风险。
相反，他重点讲了几个可能限制AI行情继续上涨的因素。
其中最现实的一个，是电力。
AI数据中心需要非常庞大的电力供应。
但电网建设、设备供应、许可、当地审批和熟练劳动力，都不是短时间内可以解决的问题。
他认为，一些市场对于未来数据中心新增算力的预测可能过于激进。
原因很简单：
不是没有芯片需求，而是现实世界未必能够如此快速地提供足够的电力、数据中心和基础设施。
第二个风险，就是利率。
建设数据中心需要大量资本，而其中相当一部分来自融资。
利率上涨，就意味着这些数据中心的建设成本会同步上升。
格斯特纳引用巴菲特的观点，把利率形容成股票市场的“地心引力”。
当无风险资产本身就能提供较高回报时，投资者自然会提高对股票收益率的要求。
对于需要长期投入、未来才能产生利润的数据中心和AI项目来说，这种影响尤其明显。
所以AI行业现在面对的是一个很有意思的局面：
技术需求可能依然很强，
但资金价格正在变贵。
2026年，AI投资逻辑已经变了
格斯特纳认为，2023年到2025年，投资AI相对简单。
只要相信AI会成为科技史上最大的超级周期，并且持有AI产业链里的核心公司，大概率都能分享到上涨。
但2026年已经不是这样。
因为现在所有人都知道AI重要。
AI的故事也已经大量反映在资产价格里。
下一阶段真正重要的是：
收入有没有兑现？
资本开支能不能产生回报？
电力和基础设施能不能跟上？
利率会不会继续压制估值？
所以：
继续相信AI长期趋势，但保持灵活，根据实际收入、油价、利率和企业数据不断调整，而不是简单认为“AI一定涨”。
他认为AI不是2000年的互联网泡沫，并不意味着AI股票没有风险。
恰恰相反。
当一个行业已经从“有没有未来”进入“未来值多少钱”的阶段之后，投资难度往往会更高。
过去三年，市场交易的是AI的想象空间。
接下来，市场可能真正开始交易AI的账本。
数据中心花出去的钱到底有多少？
AI公司真正赚回来了多少？
企业用了AI以后，利润率有没有提高？
这些问题，可能比任何一个新模型发布，都更值得关注。
所以关于“AI是不是泡沫”，或许真正值得观察的并不是股价涨了多少。
而是未来几年，AI产生的现金流，最终能不能追上今天已经投入进去的巨额资本。
这才是整个AI超级周期真正的验证期。
话题与分类：
主题股票：
主题概念：
声明：遵守相关法律法规，所发内容承担法律责任，倡导理性交流，远离非法证券活动，共建和谐交流环境！
