太平洋科技要聞

首頁 > 科技要聞 > 科技> 正文

“泡沫恐慌”蔓延：AI泡沫是否會重演互聯(lián)網泡沫

騰訊科技整合編輯：太平洋科技發(fā)布于：2024-08-21 14:47

2024年8月5日，全球股市經歷了一場“黑色星期一”。

標普500指數(shù)下跌3.1%，納斯達克指數(shù)跌3.4%。

其中，科技股和芯片股領跌。英偉達跌6%，蘋果跌4.6%，特斯拉跌4.2%。

“科技七巨頭”盤初總市值蒸發(fā)1.3萬億美元。此后股價雖有所回升，但全天市值總損失仍略高于6,500億美元。

對此，復旦發(fā)展研究院金融研究中心主任孫立堅表示，美股下跌是因為站在了高處不勝寒的泡沫高位上。

這個泡沫中最顯眼的就是AI行業(yè)，因為它們已經連跌半個多月了。

7月18日，美股“七巨頭”五日市值累計蒸發(fā)了1.1萬億美元。

一周后的7月24日，“七巨頭”再次集體下跌，令當天美股市場全天蒸發(fā)市值超過7500億美元。這也讓標普500與納斯達克指數(shù)均創(chuàng)下自2022年底以來最大單日跌幅。

股市之外，關于AI泡沫的警告也接連不斷。

今年三月，阿波羅首席經濟學家Torsten Sløk就撰文稱，AI泡沫的“糟糕程度”不僅超過了1990年代，還已經超過了互聯(lián)網泡沫巔峰時期的水平。

而紅杉合伙人David Chan更是在去年和今年連續(xù)發(fā)出警告，認為AI企業(yè)年營收總和需達 6000億美元，才能支付基礎設施建設資金。這在當下是不可能的。

對AI泡沫最重磅的憂慮來自高盛在6月末發(fā)布的報告《生成式AI：花費甚多，而收益甚少》，其中采訪的多位專家都表示人們對AI的期待過高，投入過大，但它已有的收益和潛在的收益都太小。當下，AI存在著巨大泡沫風險。

AI究竟是不是正在堆積的泡沫？如果是，那現(xiàn)在泡沫破裂了嗎？它之后又將會產生怎樣的影響？看完這篇文章，或許你就能找到答案。

什么是泡沫？

要想判斷泡沫，我們需要先了解什么是泡沫。

泡沫往往源于新技術的產生，市場對技術的未來發(fā)展過于樂觀，導致過度投資和盲目跟風，使其價值超越實體經濟可承受的程度，隨后急劇下滑，最后像肥皂泡一樣破滅。

結合海曼·明斯基的《金融不穩(wěn)定假說》、霍爾迪·加利《貨幣政策與理性資產價格泡沫》等數(shù)篇研究經濟泡沫的經典論文，我們總結出泡沫產生的核心條件。

主要包括：經濟基本面有利投資、信息差的出現(xiàn)，以及心理和行為因素的膨脹效應。簡單來說就是：市場有錢且投資者非理性投資。

第一是市場要有錢，這意味著市場要有充裕的流動性。一個低利率環(huán)境下信貸擴張，流動性過剩的基本經濟現(xiàn)狀才能引發(fā)泡沫。

比如在2022年，我們就經歷了被稱作“萬物泡沫”的時期。美聯(lián)儲為應對疫情導致的經濟下跌，在2020到2021年實施了近零利率和量化寬松（QE）。這一舉措吸引了投資者進行風險更高的投資，并允許不可持續(xù)的商業(yè)模式在低息貸款的基礎上發(fā)展。幾乎所有股市資產都在高速升值，屢創(chuàng)美國歷史記錄。直到2022年美聯(lián)儲重新上調利率來抑制通脹，股市應聲大跌，一年內谷歌跌幅40%，特斯拉、Meta股價下跌60%。

第二是投資者非理性投資。新技術使得投資者可以通過早期投資獲得相當高的回報。而某些賽道本身的壟斷性質又使得它未來的潛在收益更高。足夠高的獲利空間導致市場盲目樂觀，使投資者低估風險，高估回報。

比如2000年被刺破的互聯(lián)網泡沫。1995年，大量風險投資涌入電子商務、電信、軟件服務等互聯(lián)網相關領域，投資回報率遠超化工、能源、金融等其他行業(yè)。而投機者注意到股價的快速增長時，又預期其會進一步上升而買入。1999年，美國互聯(lián)網相關行業(yè)的投資金額達到287億美元，是1995年的近10倍。

AI投資的上限在哪兒？

還記得我們上面提到的泡沫產生的兩個前提條件嗎，第一個就是市場要有錢。

但當下美國金融市場的流動性并不樂觀，這意味著AI泡沫上限高不了。

對此，華創(chuàng)資本合伙人的熊偉銘指出：“這一波泡沫的程度其實遠不如20年前的互聯(lián)網泡沫，甚至不如2017年的加密貨幣泡沫，也不如2021年的NFT泡沫，這些泡沫的特點是估值遠遠超過了實際產品和服務所能獲得的投資回報周期。

如果用比例來衡量，我認為這一波泡沫的程度可能只有dotcom或NFT泡沫的20%到30%。這波泡沫的程度絕對比不上之前的幾次�！�

近兩年的融資環(huán)境相對較差，為了遏制疫情時期貨幣寬松所帶來的40年來的最高通脹，美聯(lián)儲自2022年3月至2023年7月進行了11次加息。

與此同時，美聯(lián)儲還開始了大規(guī)模縮表，從2022年6月開始，F(xiàn)ed每月減少600億美元的國債持有量和350億美元的抵押貸款支持證券(MBS)持有量。

一句話總結就是，在AI爆發(fā)期間，美聯(lián)儲正在進行自1980年代以來最激進的貨幣緊縮政策。

市場沒錢，即便幾乎所有的VC都陷入FOMO，美股整體風投的趨勢依然不增反降。根據(jù)Crunch base的數(shù)據(jù)，今年上半年全球融資總額同比下降5%。

當然，這其中的AI初創(chuàng)公司逆風挺立，同比增長24%，甚至在今年第二季度拿到240億美元的最大季度投資，但總值依然不過是2021年的70%。

這是因為2021年萬物泡沫期的寬松帶來了巨量流動性，其余波還未消除。市場不如2021年有錢，但也還是挺有錢的。

熊偉銘對比表示：“最近兩年，AI從資本化角度來看可能已到頂峰。2021年，美國在半年內發(fā)了6萬億美元，這是人類歷史上的唯一一次。這種資本催熟效應是前所未有的。”

然而VC們手中的錢就捏得比21年緊多了。

從COATUE給出的數(shù)據(jù)看，此輪AI投資雖然熱鬧，但VC們并未出盡全力。私募股權公司手里還有1萬億美元的未投資金，處于歷史最高水平。

這主要有兩個原因。

一是退出路徑不暢，VC投資很猶豫。在上一輪“萬物泡沫”之后，獨角獸公司數(shù)量猛增，從2016年的67個一路漲到2021年的580個。但他們獲得再融資的比率卻在直線走低。從16年到22年，同期獲得再融資的獨角獸比例從50%降到了20%以下。

那IPO呢？更是慘不忍睹，從2022年開始基本都只有個位數(shù)。

“實際上，2021年美股有970個IPO，而2022年降至162個，今年上半年大約只有44個。這表明全球資本市場的收縮是一個明顯的趨勢�！�

在這一情況下，退出手段就只剩并購一條路。這個路子太窄了。

另一個原因是現(xiàn)在AI發(fā)展所處的階段投資門檻較高，限制了很多VC入場。

“早期的互聯(lián)網行業(yè)需要搭建自己的服務器和基礎設施，類似于今天的AI領域。運行一次大模型的成本從幾萬美元到上億美元不等，處于新的基礎設施建設的早期階段�！�

我們發(fā)現(xiàn)，進入人工智能領域的錢，大部分流向基礎層公司（Foundational layer），也就是我們所熟知的大模型公司，如OpenAI、Anthropic、Gemini等。

他們再利用這部分資金購買計算層公司（Computing layer）如英偉達的芯片來訓練自己的大模型。

因此當下AI產業(yè)所處的位置更像是在基建時期。也正是這種階段特性決定資金量不足的小VC很難入場。

“去年和前年，大量AI公司特別是硅谷的公司進行早期投資，看似活躍，但80%的投資都集中在早期階段，很多公司在大模型升級中被淘汰。大公司在NLP領域的優(yōu)勢明顯，因為每次測試的成本太高，這與20年前的互聯(lián)網發(fā)展類似。當時互聯(lián)網成本高昂，拉光纖、搭機房，而現(xiàn)在AI的投資成本也很高，從小參數(shù)到大參數(shù)的基礎設施變化，使得大公司具有天然優(yōu)勢。因此，這一波投資減少，無論在中國還是美國，主要都是大公司在主導。美國也由幾家主要公司主導，創(chuàng)業(yè)公司在這波創(chuàng)新中不是主流，主流仍然是大公司。”

所以，不論是從金融市場的整體表現(xiàn)，還是從VC的參與熱情來看，目前放在AI池子里的熱錢都不算太多。

誰在投資AI？

市場上錢少，投資門檻又高，那么這場投資游戲到底是誰在玩？

實際上，本輪AI投資的核心玩家主要是互聯(lián)網時代的佼佼者，自帶氪金體質，其中最典型的當屬“美股七巨頭”了。

根據(jù)Flow partners和Dealroom今年5月底聯(lián)合發(fā)布的報告顯示，美股七巨頭的綜合市值占標普500指數(shù)的32%，經濟利潤更是占據(jù)標普500指數(shù)的近一半。

以至于在過去一年里，七巨頭成了AI最大的投資者，僅2023年間就參與了208筆風險項目的投資。

2024年上半年，七巨頭共投資近250億美元，超過英國所有風險投資的總和，這些錢主要流向了人工智能領域。

不論是大模型還是芯片公司，背后均不乏七巨頭的身影，甚至在馬斯克的X.ai從非七巨頭投資者那籌集到60億美金之前，七巨頭占了所有基礎模型投資近70%的投資額。

如此“重倉”AI的巨頭們，左手投資、右手自研，親力親為給資本市場講故事，科技股價被許諾的技術神話持續(xù)拉高。

如今，市值總和16萬億的七巨頭，平均市盈率已經高達45倍(標普500的均值為28倍），相應的投資寵兒如OpenAI、Anthropic等初創(chuàng)公司的市值也在不斷上漲。

這樣的市場是理性的嗎？這就要看看巨頭們下注的理由了。

硅谷巨頭的理性

巨頭們對于AI的態(tài)度幾乎是孤注一擲的堅定。黃仁勛在英偉達最近一次電話會說到：

「讓我舉個例子來說明時間真的很寶貴，為什么能立刻建立起來數(shù)據(jù)中心這個想法如此寶貴，而獲得訓練時間又如此寶貴。原因在于，下一個達到重要里程碑階段的公司將宣布一項突破性的人工智能。而之后的第二家公司則會宣布一些僅僅比它提升了 0.3% 的東西。所以你要問自己的問題是，你是想成為一再交付突破性 AI 的公司，還是成為一個只提升了 0.3% 性能的公司？……因此，這就是為什么我們現(xiàn)在像瘋了一樣建立 Hopper 超級芯片系統(tǒng)，因為下一個重要里程碑階段就在眼前。」

AI是目之所及的時代性技術，誰奪得先機就意味著誰將掌握下一場游戲的規(guī)則。對于七巨頭來說，無論是否處在泡沫中，作出的決定都是一樣的。因為這并不取決于你是否愿意辨別眼前是泡沫還是機遇，而取決于你能否在這場競賽中生存下來。

而巨頭的投入，與他們所創(chuàng)造的現(xiàn)金流相比，并沒有十分激進。

從財報來看，這幾家公司在上個季度基本都實現(xiàn)了超過了100億美元的收入。

微軟在2024財年Q2實現(xiàn)了220.4億美元的利潤，在如此大力投資AI投資的情況下，其凈利潤率僅從2023財年Q3的39.44%降至2024財年Q2的34.04%。AlphabetQ2的利潤則達到了236億美元，亞馬遜134億美元。

七巨頭的整體利潤都非常健康。而且他們口袋里也有大把花不出去的現(xiàn)金。

蘋果的自由現(xiàn)金流現(xiàn)在已經超過1000億美元。微軟、Alphabet和亞馬遜根據(jù)其收入增長速度是都有望在近幾年加入“自由現(xiàn)金流1000億美元俱樂部”。Meta今年自由現(xiàn)金流可能超過300億美元。

英偉達和特斯拉的自由現(xiàn)金流稍微少一些，但在AI爆發(fā)前，英偉達每年已經能創(chuàng)造幾十億美元的自由現(xiàn)金流，這兩年賺的盆滿缽滿之后應該可以達到百億的水平了。

七巨頭們現(xiàn)在加起來預計2024年全年在AI方面的投入不過500億美元，從利潤到現(xiàn)金都完全在承受范圍之內。

如果這是下個時代的生死之戰(zhàn)，他們留著這些利潤和現(xiàn)金是準備養(yǎng)老嗎？

正因為巨頭們賭得起，所以談不上不理性。

巨頭們被高估了嗎？

具有充�，F(xiàn)金流的巨頭們在下場投資AI的同時，自己也是被投資者。

他們身負投資和自研的雙重重任。這個時候，巨頭自身的估值穩(wěn)定性，也就成為了判斷AI泡沫的重要指標。畢竟只有穩(wěn)住自身，才有源源不斷的現(xiàn)金流支撐良性循環(huán)。

這是一張利用"Rule of X"來評估七巨頭的市值相對于它們的收入增長和利潤率的圖表。

簡單來說，圖中的斜線表示理論上的公平價值。如果一家公司的點位于斜線之上，意味著它的市值相對于收入被高估了，如果位于這條線之下，則被低估了。

我們可以看見，處于斜線之下的Amazon（亞馬遜）、Tesla（特斯拉）、Alphabet（谷歌母公司）、Meta（前Facebook），市值相對于預期收入是被低估的狀態(tài)。也就是說，這些公司股價存在泡沫的可能性較小，因為它們的市值沒有顯示出過度膨脹的跡象。

掛在斜線上的微軟和蘋果稍有溢價，但是他們分列市值第一和第二，一個作為OpenAI背后最大的投資方，一個毫不費力就能和OpenAI建立深度合作關系的公司，實力自然不用多說。

哪怕是被認為最有泡沫嫌疑的英偉達，截至2024年第一季度，過去6個季度股價上漲744%，利潤也上漲了330%，可以說是最有基本面支持的泡沫。

對沖基金COATUE還做過一個測算。若以互聯(lián)網泡沫時期增長最為明顯的思科為例，其五年平均市盈率為37倍，但泡沫時期高達132倍。

同樣的計算方式對應到英偉達，其在過去五年平均市盈率為40倍，而今天到了68倍，遠未達到思科泡沫時期的水準。作為新興霸主，即使在半導體行業(yè)內，英偉達的市盈率也不過是中等偏上水平。

（圖源COATUE，此版本結合最新數(shù)據(jù)重繪）

“最近七家大公司市值在一天內蒸發(fā)了1萬億美元，這個規(guī)模雖然巨大，但相較于20年前同等市值的波動，其影響要小得多。

20年前，互聯(lián)網泡沫期間，市值的下跌分布在眾多小公司之間，每家公司從100美元跌到2美元，這種跌幅對市場的沖擊非常大。

而現(xiàn)在，市值的調整主要集中在少數(shù)大公司上。因此，即使這些公司市值大幅波動，對整體資本市場的影響相對較小。這也是為什么我認為AI市場的回調不會像2000年互聯(lián)網泡沫那樣引發(fā)資本市場的巨大震蕩�！�

巨頭之所以是巨頭，就是因為體量足夠大，底盤也足夠穩(wěn)。哪怕成為泡沫，也是最有基本面的泡沫。

投給AI的錢多久能賺回來？

另外一個理性的前提是，投資需要有對應的回報。

巨頭們心甘情愿地參與軍備競賽，當錢不是問題，需要進一步回應的就是對投資回報率的質疑。這也是高盛發(fā)布的報告和紅杉資本的6000億問題所質疑的核心。

AI目前的階段更像是基建。而基建的回報周期和短期投資不太一樣，基本以五年起計。就連數(shù)據(jù)中心的回報周期一般都在4.5年左右。

”AI的商業(yè)化普及可能需要5到10年的時間�；仡櫥ヂ�(lián)網的發(fā)展，最初的商業(yè)模式如廣告和搜索引擎也經歷了較長時間的培育。因此，我們需要對AI的商業(yè)化保持耐心和空間�！�

既然這是個長回報周期的投入，那投給AI的錢什么時候可以賺回來呢？

Couteue幫我們算了一筆賬。AI在基礎設施建設期，也就是到2030年，預計會花費1.2萬億美元，這大概是2500萬單位的GPU外加相關支出。這看起來很龐大，但其實僅占全球IT支出的18%。

按照25%的ROI，即預期收益6000億美元，加上1.2萬億，到2030年AI的投入必須轉化出1.8萬億美元的收入才能實現(xiàn)收支平衡。

這可以通過兩種方式達成，一種是降本。只要AI能降低全球技術人員總薪資的5%或所有工人工資的3%，就可以達到1.8萬億的收益。另一個是增收。如果AI能帶來全球2%的GPD增長，提升所有上市公司3%的收入，那AI公司只要從中賺取一半的收益，也能到1.8萬億。

那么問題來了，AI能帶來降本增效的結果嗎？

麻省理工學院教授Daron Acemoglu在高盛報告中指出，生成式人工智能短時間內能夠產生的經濟效益十分有限。即便他并不否認人工智能技術的潛力，卻依然斷言10年內人工智能只能影響所有工作任務的4.6%，帶來的GDP增長甚微，只能到0.9%。

這樣的質疑不無道理�；乜醇夹g史我們會發(fā)現(xiàn)，一項新技術從誕生到進入市場、滲透尋常人的生活，的確需要很長時間。

舉個例子。我們經常使用的行李箱，其實早在1887年就初具雛形，但是直到1972年才出現(xiàn)把輪子裝在行李箱上的專利設計，1991年才有了現(xiàn)在當下最常見的滾輪拉桿行李箱。

連行李箱這樣簡單的發(fā)明，從設計出現(xiàn)到普惠使用都經過了100年才找到正確的「打開方式」，更別提原理復雜、尚處黑箱的人工智能技術了。

但AI真如Acemoglu所說那樣收效甚微嗎？為了搞清楚這個問題，我們專門去翻了Acemoglu自己發(fā)表的論文以及他引述的兩項研究。

結果發(fā)現(xiàn)，Acemoglu的論證很難立住腳。

他的論證引用了兩項研究的數(shù)據(jù)，用未來可能被AI影響的任務比例（20%）× 實際會采用AI的任務比例（23%) =未來AI影響的工作任務比例（4.6%），得出AI效益甚微的結論。并依此去計算AI對GDP的最終影響。

但Acemoglu在論文中所采用的都是他引用研究中對AI發(fā)展最悲觀的預測。他一來認為未來十年市場都不會出現(xiàn)有效整合大語言模型的軟件。二來，認為AI的使用成本短時間內不會下降。

對于第一點，在Acemoglu引用的論文中，作者明確指出如果能夠利用 GPTs，美國所有工人任務中約15%可以在保持同等質量的情況下顯著加快完成速度。但在整合基于LLMs構建的軟件和工具時，這一占比提升至所有任務的47%至56%。

Acemoglu卻只用15%這個值去計算。然而，目前幾乎所有科技巨頭都在試圖將AI融合到自家軟件之中，像微軟的Copilit，Adobe的Firefly都在持續(xù)更新，整合LLMs的軟件并不稀奇。

早在GPT-4o的發(fā)布會上，OpenAI就透露出開發(fā)一個由大語言模型主導的系統(tǒng)級應用的想法。這在OpenAI今年的兩次收購行為中再次得到印證，結合目前Agent的發(fā)展情況，我們有理由期待不久的將來看見LLMOS的亮相。

要真如Acemoglu所說，未來十年市場上都沒有有效整合大語言模型的軟件出現(xiàn)并大規(guī)模應用，那說AI是泡沫著實不冤，但目前來看顯然不符合事實。

針對第二點，Acemoglu對于AI的使用成本和滲透率的判斷也不夠準確。他引用的論文稱，美國企業(yè)會選擇不自動化大多數(shù)可以AI化的任務，僅有23%用于視覺任務的工人工資具備自動化吸引力。但引用文章明確表明，如果成本迅速下降，或者通過規(guī)模大于單個企業(yè)的AI即服務（AI-as-a-service）平臺進行部署，AI緩慢推廣的現(xiàn)狀就會加速。

更何況，AI成本下降已經是當下較為明顯的趨勢。

美國艾倫人工智能研究院創(chuàng)始CEO在接受《每日經濟新聞》專訪時表示，芯片時代的摩爾定律在 AI 時代仍然適用，AI 的訓練和推理成本可能每18個月就下降一半。

以ChatGPT為例，奧特曼在年初接受專訪時說到：

“GPT-3是我們推出時間最長、優(yōu)化最久的模型，在它推出的三年多時間里，我們已經將其成本降低了40倍……至于GPT-3.5，相信我們已經將其成本降低了近10倍……在我所知道的所有技術中，我們的成本下降曲線是最陡峭的。”

從實際市場價格看，兩年前，GPT 3.5 每千個 Token 就要 0.06 美金。現(xiàn)在， Gemini Flash每百萬 Token 只要 0.05 美金。僅僅兩年時間，AI的成本降低100x，能力提升10x。”

另外，麥肯錫5月發(fā)布的研報表明，2024年全球的AI采用率顯著提升，其中生成式AI的使用率更是比去年提高了整整一倍，這說明越來越多的組織和個人開始使用AI。

摩根大通的調研也指出，預期在2025年前接入AI進行生產的企業(yè)占比也超過55%。AI滲入企業(yè)中的比例遠比23%高。

所以，Acemoglu的判斷只能說是不合實際的悲觀論斷。AI所能帶來的效能提升和成本下降，都是可以預見的改變。

我們還在1995年

當然，除了反駁Acemoglu的觀點，我們還有更多證據(jù)去證明AI的價值。

高盛經濟學家 Joseph Briggs 認為：“盡管生成式人工智能的潛力存在很大的不確定性，但它生成與人類創(chuàng)造的輸出無法區(qū)分的內容以及打破人與機器之間溝通障礙的能力反映了一項重大進步，具有潛在的巨大宏觀經濟影響�！�

這種影響首先來自于生產效率的大幅提升。

據(jù)麥肯錫估算，GenAI可以將 70% 的重復性工作自動化，每年可以帶來2.6 萬億至 4.4 萬億美元收益，同時將所有人工智能的影響力提高 15% 至 40%。

這樣看來，相比每年能為經濟貢獻2.6萬億至4.4萬億美元增長的樂觀估算，紅杉提出的每年6000億美元的AI基建成本，還算泡沫嗎？

其次，技術所引發(fā)的規(guī)模效應可能是超越生產力的顛覆性影響。

毫無疑問，互聯(lián)網是過去20年最能創(chuàng)造財富的行業(yè)。上一波互聯(lián)網技術浪潮帶來了電子商務、平臺經濟、移動社交……是將世界連成一個整體的技術座駕�？伤话l(fā)明的初衷是用于國防通信，那時鮮有人會想到，互聯(lián)網能如此深刻地塑造我們當下的經濟行為與生活方式。

盡管目前AI會帶來何種深遠影響還難以界定，但是人類總是習慣于高估自身的判斷，低估技術的影響力。

“互聯(lián)網解決的是互聯(lián)問題，將原本線下的數(shù)據(jù)搬到線上，實現(xiàn)了數(shù)字孿生。例如，十幾年前在互聯(lián)網上根本找不到的菜品，如京醬肉絲，現(xiàn)在每個物品都被賦予了一個“IP地址”，就像從IPv4到IPv6的轉變。每個人、每個物品都有一個獨特的標識。

AI解決的不是連接問題，而是重新組織生產資料和提升生產力。AI能夠在數(shù)字孿生的世界中發(fā)揮更大的作用，替代人的處理能力。它不僅僅是通過連接，而是通過智能判斷和自動化操作。例如，空調和電冰箱連接到互聯(lián)網后，仍需要人為設定參數(shù)，但有了AI后，這些設備可以自主判斷并執(zhí)行操作，如在氣溫超過28度時自動開啟空調。這就是AI在經濟生態(tài)中發(fā)揮的作用，與互聯(lián)網的作用不同。實際上，許多行業(yè)更需要AI，而不是互聯(lián)網�！�

因此，我們的結論是：AI有泡沫，但這種泡沫有限，且并不偏離其真正的價值。現(xiàn)有的泡沫言論都過分悲觀。

“1995年，雅虎等第一波互聯(lián)網應用剛剛開始出現(xiàn)，類似于我們現(xiàn)在看到的AI生成圖像和視頻技術。

當時，互聯(lián)網內容的組織和搜索方式讓人們大開眼界，充滿好奇心。那時連一個調制解調器都是高科技產品，像思科的產品也只有大公司能享有。

從基礎設施的角度來看，情況相似。那時，公司需要去電信營業(yè)廳辦理電子郵件服務，費用高昂且需要共享使用。今天的AI技術同樣也只有大公司能夠負擔�！�

所以，我們還處在1995年，現(xiàn)在談論泡沫會破也許還為時尚早。

結語

最后，我們還需要問的是，用當下的ROI去衡量一場基建性質的科技進步是否合理？或者說，泡沫破裂的后果一定是壞的嗎？

目前的AI的確面臨投入高、應用難的問題，但如果我們把目光放遠，轉向那些在歷史上被稱作泡沫的基建時期，就會有不一樣的發(fā)現(xiàn)。

在互聯(lián)網泡沫破裂之前，電信公司在華爾街籌集了1.6萬億美元，并發(fā)行了6000億美元債券，建設的光纖電纜達到8020萬英里，占到美國歷史上基礎數(shù)字布線總數(shù)的76%，為互聯(lián)網的成熟奠定基礎。

如果再往前看，19世紀40年代英國鐵路泡沫以及由此建造的鐵路，為英國的高度工業(yè)革命打下地基，在經濟泡沫時期批準的鐵路計劃里程數(shù)更是占了英國鐵路系統(tǒng)總里程的90%。

當我們談論互聯(lián)網泡沫時，并非指互聯(lián)網技術是泡沫，而是特指一種主要形式為電子商務、被過度興奮的投機性投資所吹捧的商業(yè)模式。同樣，南海泡沫并非海運貿易泡沫的破裂，而只是一個特定的壟斷。

而人工智能意味著更多，歷史的車輪更不會因為泡沫破裂而停下。人工智能的支持者總是迅速指出，AI是新的互聯(lián)網——一種根本性的新技術架構——如果這是真的，那它就不會化作泡沫。