【李浩然專欄】AI泡沫高危全因借貸太瘋狂泡沫爆破是因為大家以錯誤的高價去購買未來

By 李浩然 on 03 Jul 2026

人工智能不是騙局。這一點需要先說清楚，否則接下來的話會被科技信徒誤讀成老人家對蒸汽機的咒罵。AI 是真技術，是真生產力工具，也大概率會改變軟件、醫療、教育、設計、金融和軍事。問題是，真技術從來不保證真回報。鐵路是真的，十九世紀鐵路股票照樣把投資者送去見上帝；互聯網是真的，Pets.com也是真的死了。

關於AI泡沫，真正有價值的地方不在於它又一次被喊「泡沫」。喊泡沫的人每輪牛市都有，通常不是先知，只是早到的末日博士。它真正鋒利的觀點是：這一輪AI泡沫的核心不是估值過高，而是金融結構過重。換句話說，問題不只是Nvidia貴不貴、OpenAI值多少、Meta花太多錢沒有；問題是整個AI產業正在把一個高速折舊的技術周期，包裝成一個可用長期債務融資的基礎設施故事。

這才是危險所在。泡沫從來不是因為人們相信未來而破裂。泡沫破裂，是因為人們用錯誤的負債結構去購買未來。

AI的第一層敘事很迷人：模型越大，能力越強；能力越強，用戶越多；用戶越多，收入越高；收入越高，資本開支越合理。真正發生的事情更像一個封閉的自動販賣機系統：Microsoft 投資OpenAI，OpenAI買Azure算力，Azure買Nvidia GPU，Nvidia投資 CoreWeave，CoreWeave再把算力租給Microsoft或相關客戶。錢從一個口袋出來，進入另一個口袋，中途每個人都宣稱自己看見了需求。

這不是收入。這是迴音。

當Microsoft、Amazon、Google、Meta、Nvidia、OpenAI、Anthropic 同時扮演供應商、客戶、投資者和需求見證人時，市場很難分辨哪一美元是真正終端需求，哪一美元只是同一場派對裏被反覆傳遞的酒杯。這種遞歸式金融結構的危險在於，它在上升期會讓所有數字都漂亮，在下降期會讓所有資產同時失去買家。

泡沫最可怕的地方不是參與者愚蠢。恰恰相反，每家公司單獨看都很理性。Microsoft不能落後OpenAI，Google不能輸掉搜索入口，Amazon不能讓AWS失去雲端中心地位，Meta不能讓社交圖譜被新平台邊緣化，Nvidia更不會主動告訴客戶「別買那麼多」。每個CEO的行為都可以辯護。合在一起，整個行業卻像一群理性的人排隊衝向同一扇太窄的門。

這就是資本主義最有娛樂性的荒謬：每個人都為了避免輸掉未來，最後一起買貴了現在。

Google、Meta、Amazon、Microsoft的季度資本開支一路抬升，增速變得陡峭。讀者也可以想像一條本來平緩上升的樓梯，突然變成滑雪跳台。這不是普通的企業再投資，而是資本市場版的肌肉競賽。每家公司都在用數百億美元證明自己沒有缺席AI革命。

在早期，這種支出由科技巨頭自己的現金流吸收。這雖然昂貴，但至少還算乾淨。Apple、Microsoft、Google這類公司有龐大自由現金流，花錢買未來，即使買錯，也不至於立刻拖垮金融系統，但情況開始改變。數據中心建設規模太大，連這些現金機器也開始尋找外部資本。於是，華爾街最擅長的戲法登場：把簡單問題變成結構性產品，把短期風險變成長期收益，把「我不知道誰會用這些GPU」包裝成「基礎設施信貸機會」。

這裏真正的槓桿，不在Nvidia的損益表，也不完全在Microsoft的資產負債表，而是在表外。在特殊目的載體、基礎設施基金、私募信貸、保險公司資產負債表、數據中心 REITs 和各種收益型產品裏。AI 風險正在從科技公司遷移到那些以為自己只是在買穩定現金流的人手上。

這是一個很優雅的風險轉移。科技公司獲得算力和靈活性，私募信貸獲得高收益，保險公司獲得長久期資產，退休金和散戶產品獲得「另類投資敞口」。每個人拿到自己想要的標籤，直到他們發現標籤下面其實是同一塊發熱的GPU。

資產支持證券的增長尤其值得警惕。報告提到，數據中心相關ABS從2018年開始起飛，到今年已經持續膨脹。這背後的邏輯很熟悉：以項目資產作抵押，以未來租金或現金流償還融資。這在商業地產裏並不新鮮，用於數據中心也不難理解。但問題是，GPU每12到 18個月就被更新換代。換言之，AI基礎設施的融資期限，與核心資產的經濟壽命出現某程度上的錯配。

信貸投資者把數據中心當成10年、15年甚至20年資產。它們有土地、有電力接入、有長租約、有大科技租戶，看起來像新時代的收費公路。但真正產生收入的不是混凝土，不是空調系統，也不是門口的保安亭，而是裏面的GPU和ASIC。這些芯片的競爭力可能只有兩至三年左右。2024年裝滿H100的數據中心，到2026年面對Blackwell已經落後；再下一代架構出現後，它可能像一間堆滿舊iPhone的豪華倉庫。

用15年債務融資一年折舊的技術資產，這不是基礎設施投資。這是給倉鼠買30年人壽保險。

私募股權和風投至少知道自己在賭。他們的模型是十個項目死九個，一個賺一百倍。這種思維用在軟件公司上很合理，因為軟件邊際成本低，勝者通吃，規模化後利潤率可以驚人。但債權人不是這樣玩的。銀行、保險公司、養老金和私募信貸基金要的是穩定本金和可預測現金流。當他們用基礎設施模型去承銷AI芯片周期，本質上是在拿債券收益承擔風投風險。這種交易在牛市裏叫「創新金融」，在熊市裏叫「誰批准的」。

傳統軟件的美妙之處，在於規模效應。一套代碼寫完，多一個用戶的邊際成本近乎為零。Google搜索、Microsoft Office、Adobe、Salesforce、Facebook，都是這套經濟學的勝利。但生成式AI沒有那麼慷慨。每一次推理都要算力，每一次長對話都要 token，每一次代碼助手的反覆修改都要成本。AI更像一間極其聰明、極其昂貴的餐廳：客人越多，廚房越忙，煤氣費也越高。這不是SaaS的夢幻曲線，而是公用事業的成本曲線披上了軟件估值的外衣。

AI的核心悖論是：技術進步越快，現有資產越容易貶值；效率提升越猛烈，今天用高價假設承銷的收入越危險。對社會來說，AI越便宜越好。對那些用高槓桿建造數據中心的人來說，AI越便宜越像詛咒。

中國AI的路徑尤其值得重視。因為出口限制，中國公司被迫在效率上創新；因為產業協調更強，重複燒錢可能少一些。這並不代表中國模型必然全面勝出，但它們足以壓低全球token價格。AI 產業最怕的不是某個競爭者更強，而是足夠多競爭者「差不多夠用」。一旦模型能力商品化，客戶就會問那個最殘忍的問題：為什麼我要付這麼多？

當「智能」變成商品，利潤就會流向分發、工作流、數據、品牌和控制客戶關係的人，而不是所有挖土建機房的人。

泡沫如何破裂？不一定是戲劇性的某天崩盤。更可能是平原上的裂縫。第一步可能只是某個超大科技公司把GPU訂單削減20%到30%。聽起來不算世界末日，但在遞歸式產業鏈中，這足夠引發連鎖反應。Nvidia的訂單能見度下降，算力租賃商失去錨定客戶，數據中心預租消失，REIT開發管線受壓，私募信貸重新估值，公用事業公司暫停擴建。這不是一張多米諾骨牌，而是一個高槓桿共振箱。

第二種破裂方式可能是數據中心過剩逐漸顯性化。新機房陸續上線，但利用率不夠高，租金開始鬆動，租戶獲得議價能力，SPV再融資變得困難。由於很多結構有長租約和 make-whole 條款，早期損失可能被掩蓋。但金融市場最擅長的就是把壞消息延後，然後讓它帶利息回來。

真正考驗可能出現在2027至2028年。屆時第一批 AI 數據中心會落後兩代技術，租戶會比較續租舊設施還是搬到更有效率的新設施，token價格可能已比承銷假設大幅下降，利用率也無處可藏。債權人以為抵押品值70至80美分，最後可能發現只值20至30美分，甚至更低。如果沒有替代租戶，那就不是暫時流動性問題，而是資產本身受損。

這一點非常重要。金融危機中，投資者常安慰自己：「只要熬過去，資產還在。」但如果資產是過時GPU和不合時宜的機房架構，資產「還在」不代表價值還在。過時芯片不會因為降息而重新變快。上一代數據中心不會因為私募信貸基金延長鎖定期而恢復競爭力。

這也是為什麼把AI數據中心比作商業地產可能是錯誤類比。商業地產的壞年景裏，租金下降，空置上升，但地點仍然存在。AI數據中心的壞年景裏，地點存在，電力存在，建築存在，只是裏面的經濟引擎可能已經被新架構淘汰。這更像航空公司買了錯誤機型，或者礦工在比特幣價格下跌時背著過時礦機和貸款。

投資含義並不簡單。最懶惰的結論是「做空 AI」。這通常是虧錢最快的聰明話。泡沫可以比懷疑者保持償付能力的時間更久，尤其當泡沫的主角是全球現金流最強的公司。Nvidia可能仍然賣出大量芯片，Microsoft仍然擁有雲、Office和企業分發，Google仍然擁有搜索和數據，Meta仍然擁有注意力帝國。說AI融資結構脆弱，不等於說所有AI 股票明天都該歸零。

真正的投資問題是：誰在出售鏟子，誰在借錢買鏟子，誰在用15年貸款買一把明年就生鏽的鏟子。

投資者最常犯的錯誤，就是把「這件事很重要」翻譯成「任何價格都值得買」。另一個錯誤，是把「這家公司會存在」翻譯成「這個估值會成立」。二十年前，互聯網確實改變世界，但那沒有拯救大多數互聯網股票。今天，AI也可能改變世界，但它未必能拯救每一個數據中心SPV、每一筆私募信貸、每一份基於永恆GPU短缺的估值模型。