文章核心观点 当前人工智能资本开支（尤其是数据中心、GPU等硬件投入）的爆炸式增长不可持续，数千亿美元的投资面临风险，作为核心供应商的英伟达将受到最大冲击[1][2][3] 人工智能资本开支增长难以维继的原因 - 技术能效提升：未来人工智能能耗将显著降低，例如深度求索公司及脉冲神经网络技术可在闲置时自动停机节能，且无需英伟达GPU也能开发出有竞争力的大模型[4][5] - 基础设施与资源限制：美国电网供电能力难以支撑所有规划中的新数据中心，新建发电厂需数年甚至超十年[7] 社会各界对新建数据中心的反对声浪高涨，其审批困难、噪音大、推高居民电费且创造就业岗位有限[7][8] - 投资回报率不足：人工智能虽改变诸多领域，但真正实现盈利增长的案例屈指可数，仅微软和帕兰提尔科技等少数企业可能取得可观回报，多数企业投资回报不尽人意[7] 大规模投资能获得市场平均回报率的案例寥寥无几[7] - 财务与市场压力：投资者与首席财务官对回报难以量化的大规模投资耐心有限[7] 人工智能相关股票估值过高，若行业增长放缓，当前估值将显得极其离谱[8] - 技术与商业化挑战：新技术（如自动驾驶）落地周期远超预期[7] 实现市场水平的人工智能投资回报率面临数据质量欠佳、专业人才短缺、商业应用场景模糊、与传统系统融合困难等核心难题[8] - 市场与成本因素：生成式人工智能性能提升空间将越来越小，但所需算力和GPU数量却不断增加，技术将逐渐走向商品化，难以带来高额利润率[10] 所有超大规模云服务厂商的大部分现金流都投入到了数据中心的资本开支中，逼近现金流上限[10] 量子计算等新技术未来可能拉低行业整体成本[10] - 社会与就业影响：若人工智能导致大规模失业，将面临干预压力；若未造成大规模失业，则意味着其投资回报率未达预期[9] 云服务厂商的态度与动向 - 普遍担忧与风险规避：超大规模云服务厂商是全球最大的数据中心建设方和英伟达GPU核心采购群体[12] 持续将近乎全年现金流投入AI资本开支不符合其核心利益，正探寻更高效方式[13] - 高管公开表态显示谨慎：谷歌母公司CEO认为当前AI行业存在泡沫化和“非理性因素”[13] OpenAI CEO暗示投资者对AI可能过度乐观[13][14] Meta CEO承认AI领域完全有可能出现类似历史基建的泡沫危机，并于2025年10月裁减600个AI相关岗位，显示投资回报率成为决策考量[15] 微软CEO指出当前核心问题是电力供应而非计算资源过剩[16] 亚马逊CEO认为AI推理成本仍远超合理水平，公司正试图压缩数据中心建设成本[16] IBM CEO明确表示按当前成本投入数万亿美元建设AI数据中心绝对无法盈利[16] 帕兰提尔科技CEO警告AI许多领域的研发成本可能已远超其实际价值[17][18] - 改变投资模式：Meta在新建数据中心时引入外部资本持有80%股份，剥离资产负债表风险，是一种规避风险的举动[15] 英伟达的具体情况分析 - 优势：竞争优势显著，其GPU全球销量仅次于苹果手机，尚无真正匹敌的竞品[21] 软件生态体系构筑了强大的竞争护城河[21] 财务状况稳健，截至2025年9月30日拥有610亿美元现金及投资资产，带息债务仅为80亿美元[21] - 劣势：上一季度净利润率高达56%，创大型企业纪录，但如此高的利润率在硬件或绝大多数软件领域都难以长久维持[22] 为维持增长采用循环融资模式，通过向客户提供资金使其采购公司产品[22] 面临来自核心客户的新竞争威胁，多数超大规模云服务厂商在自研芯片（如谷歌张量处理器），其能效比高于英伟达GPU，且被认性能领先的双子座模型主要依托谷歌张量处理器运行[22][23] 市值已超过全球多数国家的GDP，若高增长不可持续，则估值严重虚高[23] 从历史泡沫看人工智能资本开支现状 - 遵循“暴涨-暴跌”规律：科技行业历史上多次出现泡沫循环，如2000年互联网泡沫、2008年次贷危机、2020年页岩油泡沫[25] 人工智能行业目前仍处于爆发式增长阶段[25] - 市场裂痕已显现：超大规模云服务厂商宣布增加AI资本开支后股价应声下跌，例如甲骨文宣布追加150亿美元开支后股价暴跌11%，Meta宣布类似计划后股价同样下跌11%[26] 这表明投资者对缺乏充足回报支撑的加码投资愈发担忧[26] - 调查与市场信号印证：美国银行调查显示，20%的机构投资者认为企业当前资本开支过于激进[27] 主营能源与数据中心基础设施的费米公司因最大租户取消1.5亿美元建设投资承诺，股价单日暴跌34%[28] 尽管订单取消案例尚不普遍，但股价大幅波动反映市场担忧[29] 对英伟达的估值与前景判断 - 行业地位特殊：英伟达在行业内处于独一档地位，缺乏真正意义上的对标企业[32] - 增长与利润前景：营收大概率在2026年保持强劲增长，而到2027年将陷入停滞[32] 随着市场需求增长滞后于产能扩张，以及谷歌、AMD等竞争对手追赶，其利润率将开始下滑[32] 对于AMD等竞争对手，产品性能只需达到英伟达一半水平，对超大规模云服务厂商就可能具备极高成本效益[32] - 预期调整：到2027年底，随着数据中心建设放缓、竞争加剧以及利润率大幅下降，市场对其未来每股收益的预期必将下调[32] 总结 - 未来AI技术可能不再需要海量算力：谷歌张量处理器、中国的深度求索等在低算力高效能领域取得突破[34] 人类大脑能耗极低，是当前AI硬件难以企及的[35] - 资本追求回报的必然性：投资者不会无限期容忍低回报[35] Meta和甲骨文因追加资本开支导致股价暴跌，说明投资者耐心濒临极限，可能促使超大规模云服务厂商减少GPU采购[35] - 技术商业化进程漫长：人工智能应用要获得充足回报面临诸多悬而未决的挑战[8][35] 互联网高盈利应用和自动驾驶技术都经历了泡沫破裂后或长达十余年的漫长探索才走向实用，AI其他应用领域也可能经历类似过程[35]