AI是一场泡沫吗？| 霍华德·马克斯 | 橡树资本创始人 | 什么是泡沫

本播客基于橡树资本联合创始人霍华德·马克斯最新发布的备忘录《是泡沫吗？》，系统性地探讨了人工智能（AI）是否构成一场市场泡沫这一核心问题。马克斯以其曾成功预判2000年互联网泡沫和2005–2007年次贷危机的历史经验为背景，提出判断泡沫的关键不在于技术本身，而在于市场对技术的非理性反应。他通过历史比较、结构性分类与风险识别，将泡沫划分为“拐点泡沫”（好泡沫）与“均值回归泡沫”（坏泡沫），并指出AI更可能属于前者——即虽伴随投资者亏损，但能加速技术普及并推动社会进步。然而，当前AI热潮中债务融资的大规模介入、循环交易的泛滥、初创企业估值脱离基本面等现象，显著放大了潜在风险。

报告进一步揭示了AI投资面临的四大核心不确定性：赢家归属不明、盈利模式未定、循环交易制造虚假繁荣、以及AI资产寿命难以预测。尤其值得警惕的是，与以往技术革命不同，当前AI基础设施建设正大量依赖长期债务融资，而高技术不确定性与固定债务偿还义务之间的错配，可能在未来引发系统性风险。此外，马克斯在备忘录后记中延伸讨论了AI对就业结构、社会心理与政治稳定的深远冲击，质疑“生产力提升必然带来GDP增长”的乐观假设，并对全民基本收入（UBI）等政策应对提出深刻忧虑。最终，他主张采取“适度、精选、审慎”的投资立场——既不盲目追逐，也不完全回避，而是以理性框架驾驭这场不可避免的技术变革。

霍华德·马克斯开宗明义地指出，市场泡沫并非由技术或金融创新直接引发，而是源于对这些发展过度乐观的态度。他结合亲身经历与历史研究，总结出泡沫形成的经典路径：首先，某种新颖且看似革命性的事物出现，激发公众想象力；随后，早期参与者获得巨额收益，引发旁观者的嫉妒与FOMO（错失恐惧症），促使他们在不了解未来前景、不评估价格合理性的情况下蜂拥入场；最终，尽管该技术若干年后可能真正改变世界，但短期投资者往往因估值过高而遭受痛苦。

“过去的经验如果还留在记忆中，会被视为那些缺乏洞见、无法欣赏当下奇迹者的原始避难所。”

马克斯强调，他在2000年互联网泡沫和2005–2007年次贷危机中的成功预判，并非源于对技术或金融产品的专业理解，而是敏锐捕捉到了周围人的非理性行为：互联网泡沫时期，人们为毫无盈利的公司疯狂估值；次贷危机前，风险规避情绪消失，疯狂交易泛滥。这种“看穿行为背后荒谬”的能力，正是其投资哲学的核心。

他引用美国前美联储主席艾伦·格林斯潘提出的“非理性繁荣”概念，精准概括了泡沫的心理机制。同时，他援引约翰·肯尼斯·加尔布雷斯的《金融狂热简史》指出，在泡沫中，历史教训被刻意忽视，所有人都相信“这次不同”，认为眼前的技术奇迹将打破所有规律。

为更清晰地分析AI热潮，马克斯引入了一个关键分类框架——拐点泡沫（好泡沫）与均值回归泡沫（坏泡沫），该分类源自伯恩霍巴特与托比亚斯·胡贝尔的著作《繁荣泡沫与停滞的终结》，并经本·汤普森在《STRATEGIC》通讯中解读推广。

• 均值回归泡沫：基于金融创新承诺无风险回报，但未推动人类整体进步。典型如2000年代的次贷泡沫——无人认为次贷运动会彻底改变住房行业，大家只是觉得通过支持新买家能赚钱。此类泡沫破裂后，财富毁灭，一切回到原点甚至更糟。
• 拐点泡沫：基于革命性技术进步形成，如19世纪铁路、20世纪电力与互联网。尽管泡沫破裂导致投资者亏损，但世界不会回到从前。因为投机狂热促成了“安装阶段”——大量必要但未必财务明智的投资（如过度建设的铁路、倒闭的互联网公司）为后续“部署期”奠定了基础设施、用户习惯与技术生态基础。

“每一次泡沫都不是遗憾，而是必要的，因为部署期的实现恰恰依赖于那些早期亏损的投资。”

马克斯高度认同此分类，并补充道：“均值回归泡沫摧毁财富，而拐点泡沫在摧毁财富的同时会加速技术进步，为更繁荣的未来奠定基础。”其核心区别在于：前者是资金空转与投机，后者通过资本大规模投入推动技术快速普及。泡沫之所以能加速进步，在于它创造了“地毯式轰炸”式的并行试错机会——大部分资金被浪费，但总有少数方向取得突破；同时，FOMO提升风险容忍度与网络效应，使进步在多领域同时爆发。

“FOMO常被视为负面，但是有时也是健康的本能。毕竟谁愿意错过一次一生仅有的建设未来的机会呢？”

然而，马克斯尖锐提醒：拐点泡沫虽推动社会进步，但并不保证投资者获利。“关键是不要成为那些在推动进步过程中财富被毁的投资者之一。”

（1）狂热投资与“彩票思维”盛行

AI热潮已催生大量脱离基本面的投机行为。典型案例包括：

• THINKING MACHINES：由前OpenAI高管米拉·穆拉蒂创立，完成史上最大种子轮融资（20亿美元，估值100亿美元），当时尚未发布任何产品，拒绝透露业务内容。有投资人直言：“这是我见过最荒谬的路演。他说我们在做AI公司，有最好的AI人才，但什么都不能回答。”两个月后，其估值已飙升至500亿美元。
• SSI：由前OpenAI首席科学家伊利亚·苏茨克维尔创立，完成20亿美元融资，估值320亿美元，同样无公开产品。
• ICH：由大学辍学生创办，筹集1.2亿美元开发AI芯片挑战英伟达。CEO加文·乌伯蒂坦言：“如果Transformer模型消失，我们就完了；但如果它继续存在，我们将成为史上最大公司。”

马克斯将此类投资逻辑称为“彩票思维”：巨额回报梦想合理化了极低概率的冒险。例如，若ICH最终估值达1万亿美元（英伟达巅峰市值的1/5），则1.2亿美元投资获1%股权，只需相信成功概率为千分之一，预期回报即超8倍。但问题在于，“一旦想到万亿美元回报，任何计算中的理性都会被压倒”。

（2）真实需求与稳健基本面并存

与1998–2000年互联网泡沫不同，当前AI已具备强劲基本面：

• 收入高速增长：Anthropic（AI编码模型领导者）过去两年收入年增10倍（累计100倍），其Cloud Code年收入已达10亿美元；Cursor 2023年收入仅100万美元，2024年飙升至1亿美元，今年有望破10亿。
• 主流参与者财务稳健：微软、谷歌、亚马逊、Meta等拥有稳定收入、利润与现金流，与互联网泡沫时期纯概念初创公司形成鲜明对比。
• 估值相对合理：高盛数据显示，当前AI巨头市盈率（英伟达30倍、微软32倍、谷歌22倍、Meta25倍，中位数31倍）显著低于互联网泡沫时期（微软69倍、思科101倍、甲骨文90倍，中位数41倍）。

这些数据使支持者认为AI投资“有真实需求和稳健基本面支撑”。但马克斯警告：表面数据掩盖了深层不确定性，而不确定性正是泡沫温床。

（1）赢家归属不明

历史表明，改变世界的技术未必让早期投资者获利。沃伦·巴菲特曾指出：20世纪初2000家汽车公司仅剩3家存活，“汽车对美国影响巨大，但对投资者却适得其反”。AI领域虽有强大领导者（如微软、谷歌），但新技术具颠覆性——麻省理工与Hugging Face研究显示，中国新开源模型下载量（17%）已超美国（15.8%）；英伟达曾因市场担忧谷歌AI进展，单日市值蒸发1150亿美元。军备竞赛成本高昂，现有巨头能否坚持到最后仍是未知数。

（2）盈利模式未定

AI能否产生利润？利润流向何方？目前尚无答案。关键问题包括：

• AI服务是否会沦为商品？多家公司为争夺用户展开价格战，可能导致服务免费化。
• 像ChatGPT、Gemini等每次查询都在亏损，领先科技公司是否愿多年烧钱争夺市场份额？
• 对使用AI的企业而言，降本能力是否会转化为利润率提升，还是仅通过价格战让利消费者？AI可能提升社会效率，却不提升企业盈利能力。

（3）循环交易制造虚假繁荣

类似1990年代末电信泡沫中的光纤公司互购容量虚增利润，当前AI领域也出现“资金兜圈子”交易：

• OpenAI从科技公司获数十亿美元投资，又回流用于购买算力服务。
• 英伟达宣布向OpenAI投资1000亿美元，后者用此资金购买英伟达芯片。
• 高盛估算，英伟达明年15%销售额来自此类循环交易。
• OpenAI向行业伙伴承诺1.4万亿美元投资，明确表示将用同一方收入支付。

“这一切都引发了一个疑问：AI行业是否已形成了一个脱离实际需求的永动机呢？”

（4）AI资产寿命不确定

为AI股票估值时，应预期多少年盈利增长？用债务投资的芯片与数据中心能否在足够长时间内保持生产力以偿还债务？AGI（通用人工智能）会否实现？若实现，是进步终点还是被新技术取代？企业能否达到技术稳定并持续提取经济价值？这些不确定性意味着当前投资本质仍是“对未来的猜测，而非对现有价值的理性评估”。

马克斯特别强调，AI投资中债务融资的激增是与以往技术革命最核心的不同，也是放大风险的关键因素。

（1）债务规模与期限错配

• 摩根大通估算，AI基础设施建设账单高达5万亿美元，2025年支出或近5000亿美元。
• 五大金主（微软、谷歌、亚马逊、Meta、甲骨文）截至Q3账面现金仅3500亿美元，远不足以覆盖投资。
• 科技巨头开始发行长期债券：甲骨文、Meta、谷歌均已发行30年期AI债券，收益率仅比国债高100基点以内。

“要承担30年的技术不确定性，只为获得略高于无风险债务的固定收益。这对投资者来说是否明智呢？”

马克斯质疑：用债务投资高度不确定的技术，本质上是将风险放大。以往技术革命因高不确定性而鲜有债权融资参与，因债务有固定偿还压力，而技术结果难以预测。

（2）健康与不健康债务行为之分

戴维森公司科技主管吉尔·卢里亚区分两类债务行为：

• 健康：微软、亚马逊、谷歌等用资产负债表现金投资，有强劲现金流支撑，进行风险平衡。
• 不健康：初创公司互相借钱建数据中心，双方均亏损，无可见客户或回报。

他强调核心原则：“债务适用于有可预测现金流或可担保资产；股权用于投机性投资。混淆两者就会出问题。”当前许多AI债务融资恰是“用债务支持本应属股权的投机项目”，为危机埋下隐患。

（3）表外融资与明斯基时刻风险

AI领域还出现通过SPV（特殊目的实体）进行表外融资的操作——母公司提供股本但不持多数股权，SPV承担债务却不并入财报，债务由数据中心租户租金担保。这正是安然公司崩溃的主要原因之一，本质是掩盖真实风险。

投资人保罗·凯德罗夫斯基提出“明斯基时刻”概念：信贷扩张耗尽优质项目后，开始追逐劣质项目。AI基础设施的警示信号已现：

• 超大规模企业资本支出增速超收入增速
• 贷款人不断放宽条件维持热潮
• 供应商融资泛滥、覆盖率变保

“这种情况让人不禁会联想到2000年的电信泡沫……但前提是收入能赶在信贷收紧之前跟上。”

（4）债务风险的三大确定事实

马克斯总结债务融资的三大风险：

1. 亏损时债务会放大损失（如同放大收益）

2. 困境中债务提高失败概率（因需持续偿债耗尽现金流）

3. 严重困境下债权人资本亦受损

关键风险场景是数据中心建设过剩——部分业主破产，新一代业主以低价收购资产获利（创造性毁灭），但泡沫期间投入债务资金的投资者将面临惨重损失。

不过，马克斯也指出债务本身无好坏，关键在于：

• 资本结构中的债务比例
• 抵押资产或现金流质量
• 借款人其他流动性来源
• 贷款人是否获得充足安全边际

橡树资本母公司布鲁克菲尔德正筹集100亿美元AI基建基金，计划采用审慎债务融资，主要投向数据中心尚不饱和地区及配套电力设施，体现了“适度、精选、审慎”原则。

（1）与航空/广播泡沫的共性（1920s）

• 高度不确定：1919年美国无线电公司广播潜力显而易见，但商业化路径不明（百货营销工具？公共服务？广告媒介？）；1927年林德伯格跨洋飞行如“ChatGPT发布级事件”，引发航空股狂热。
• 协调叙事炒作：必然性叙事淹没谨慎，技术不确定性被视为机会而非风险。
• 散户广泛参与：最终助推巨大泡沫，1929年破裂（广播股跌97%，航空股跌96%），成为大萧条诱因。

“这两个泡沫与当前AI热潮的共性在于：都是高度不确定，都被极其强烈的协调叙事所炒作……最终都助推了巨大的泡沫。”

（2）与互联网泡沫的异同（1998–2000）

• 相似点：改变世界愿景、狂热投机、FOMO驱动、可疑循环交易、SPV表外融资、十亿美元级种子轮。
• 不同点：AI已有强劲需求产品与十亿级用户；主流参与者财务稳健；无IPO狂潮与股价一日翻倍；市盈率相对合理。

（3）与铁路/电力泡沫的启示

本·汤普森指出：“铁路是泡沫，但改变了美国；电力是泡沫，也改变了美国。”马克斯认为，变革性技术总会引发过度热情与投资，导致建设过度、资产价格过高——这些过度加速技术普及，否则不会发生；而对这些过度的通用称谓就是‘泡沫’。

“AI有潜力成为史上最伟大的变革性技术之一……如果这种热情没能产生符合历史模式的泡沫，那将是第一次。”

在备忘录后记中，马克斯转向非金融议题，表达对AI社会影响的深切忧虑：

（1）就业替代与GDP增长悖论

• 先锋集团乔·戴维斯数据显示，AI可节省大多数工作约43%的时间。
• 被替代岗位包括：入门级员工、文件处理员、初级律师、初级投资分析师，甚至读MRI比平均医生更准的AI可能替代部分医生；无人驾驶将冲击美国最多职业——司机群体。
• GDP增长悖论：GDP = 工作小时 × 每小时产出。AI提升生产力减少所需工时，但若大量人失业，则无购买力消费AI生产的商品，GDP增长无从谈起。

（2）全民基本收入（UBI）的局限

马克斯对UBI提出两点担忧：

1. 资金来源：失业致所得税减少、福利支出增加，加重在职群体负担，扩大财政赤字。

2. 工作非经济价值：工作赋予生活结构、社会角色、自尊与挑战满足感。救济金度日可能导致无所事事、药物成瘾等社会问题。

（3）专家断层与社会分裂

• 若大量初级律师、分析师、医生被替代，未来谁来成长为解决复杂问题的专家？判断力与模式识别能力如何培养？
• 不被替代的工作（水管工、电工、按摩师等体力劳动；顶尖艺术家、运动员等天赋型职业）能否满足社会需求？
• 政治风险：少数高知亿万富翁被视为制造大规模失业的元凶，将加深社会政治分裂，助长民粹主义煽动。

不过，乔·戴维斯提供乐观视角：2025年美国将有史上最多人满65岁，未来十年约1600万婴儿潮一代退休，AI或许只是填补劳动力缺口。

霍华德·马克斯的核心结论是：AI革命已是不争事实，但其中风险不容忽视——投资狂热、债务滥用、就业冲击均为现实挑战。他拒绝简单回答“AI是否泡沫”，而是提供一套理性框架：

“既然没人能确定这是不是泡沫，就不应该孤注一掷，否则如果形势不妙，将面临灭顶之灾。但是同样也不应该完全置身事外，否则会错失一次伟大的技术进步。”

因此，“适度精选和审慎的立场似乎是最佳策略”。他特别提醒：

“投资没有魔法词。如今宣传房地产基金的人会说，‘写字楼已是昨日黄花，我们投资的是数据中心，代表未来。’但是数据中心既可能短缺，也可能过剩……对数据中心乃至AI的明智投资，和其他投资一样，需要冷静、深刻的判断和高超的执行力，而不是被‘未来革命’这样的词汇所迷惑。”

最终，马克斯呼吁从历史中吸取教训：“历史总是押韵的。”面对AI这场可能改变世界的革命，关键是在理性与机遇之间找到平衡——既不错失技术进步红利，又不被泡沫吞噬。