AI泡沫论为时过早：Meta出租算力背后的经济学逻辑

近期AI领域最受关注的动态，莫过于Meta宣布将其部分自有算力资源向市场开放，正式踏入“算力即服务”的新赛道。

这一消息一经发布，舆论迅速分化为两大阵营。第一种观点认为：Meta的算力已经供过于求。由于购买了过多GPU，自身AI业务无法完全消化，只能对外出租以回笼资金。这被视为“AI泡沫”的又一确凿证据。第二种观点则来自资本市场：Meta股价在当天上涨了8%。如果出租算力是出于“过剩”的无奈之举，市场理应恐慌性抛售——为何反而逆势上扬？

作为一名在大学教授经济学的教师，我本能地对“泡沫”这一标签保持警惕——并非因为我反对这个词，而是因为真正的泡沫在破裂前，极少有人能精准预判。而那些整天高喊“泡沫”的人，往往从第一天就开始叫嚷，喊了十年，终于有一天市场下跌，他们便声称“看，我早就说过”。

本文并非要主张“AI不存在泡沫”。而是想探讨——当我们使用“泡沫”这个词时，究竟在指代什么？是类似互联网泡沫那种纯粹的投机狂欢？还是每一轮技术革命必经的“投资过热阶段”？Meta出租算力这件看似微小的事件，恰好成为剖析“AI泡沫论”的一把手术刀。

首先，让我们厘清Meta究竟在做什么。

Meta并未出售其GPU。没有裁员或削减算力预算。也没有宣布“AI投入过大，我们需缩减规模”。它是将部分算力转化为商品，在市场上进行定价、销售与交付。

这在经济学意义上意味着什么？意味着“算力”这一产品正从“自用资产”转变为“可交易商品”。

不妨用一个类比。二十年前，规模稍大的企业都拥有自己的服务器机房——购置服务器、安装空调、雇佣IT运维人员。那时的“服务器”属于自用资产。后来，亚马逊做出了一个看似愚蠢的决定：将多余的服务器容量出租出去。这项业务后来被称为AWS。如今，AWS已成为亚马逊最盈利的部门——2025年营收已突破1000亿美元。

亚马逊出租服务器，并非因其“服务器过剩”。而是因为它发现了一个更大的市场——让那些无需自建机房的公司，能够按需使用计算资源。这是“成熟”，而非“浪费”。

Meta出租算力，遵循的是完全相同的逻辑。当一家公司——Meta训练了Llama系列大模型，拥有全球顶尖的AI基础设施——发现自己可以将这部分能力“产品化”时，难道不应该对外出租吗？这就像一个拥有印刷厂的出版社开始承接外部印刷订单，并非因为其自身书籍印刷量减少，而是因为它意识到自身的印刷能力本身就是一项可销售资产。

资本市场洞察到了这一点。消息公布当天，Meta股价8%的涨幅，并非对“算力过剩”的惩罚，而是对“算力市场正迈向规模化”的奖励。

关于AI泡沫论最核心的论点之一是“算力投资过度”——全球科技巨头每年在AI基础设施上的投入高达数千亿美元，远超当前AI应用带来的收入规模。这被视为泡沫。

这一论点看似极具说服力。但在经济学中，有一个概念叫“基础设施先行”——铁路、电网、互联网宽带、5G基站。这些设施在建成初期，利用率往往较低。京沪高铁刚开通时，上座率不足50%。如今呢？一票难求。

基础设施投资的一个特征是：供给必须超前于需求。你不可能等到所有人都想乘坐高铁时，才开始修建铁路。AI算力是数字世界的基础设施——大模型训练需要万卡集群、AI应用推理需要分布式部署、未来的AI智能体需要实时响应。这些需求并非“当下”的需求，而是“三年后”的需求。

如果你在1998年看到各家电信公司疯狂铺设光纤，你可能会说“这些光纤根本用不完，泡沫即将破裂”。你确实说对了——2000年互联网泡沫破裂，大量光纤公司倒闭。但你的分析是错误的：那些光纤并未被浪费。2005年之后，宽带互联网的爆发式增长消耗了所有光纤容量——甚至仍显不足。泡沫破裂的并非“光纤本身”，而是那些高杠杆借贷给光纤公司的银行和投资者。

AI算力遵循同样的逻辑。GPU会不会过剩？短期内会——Meta不就在“出租”吗？但长期来看呢？如果AI真如我所认为的那样，逐渐渗透至医疗诊断、自动驾驶、教育辅导、工业设计、科学研究等各个领域——那么今天所有的“算力过剩”，在三到五年后都将转变为“算力不足”。

在经济学中，“泡沫”有严格定义：资产价格严重偏离其内在价值，且价格上涨的主要动力是“预期他人会以更高价格接盘”，而非资产自身产生的现金流。

该定义包含三个关键词：严重偏离、内在价值、预期接盘。

让我们用这三个标准来审视AI投资。

第一，价格是否严重偏离内在价值？英伟达2026年的市盈率约为35倍，微软约为30倍。对比2000年互联网泡沫巅峰时期，思科的市盈率高达200倍。35倍与200倍之间，整整相差一个“泡沫”的幅度。

第二，是否存在内在价值支撑？互联网泡沫时期，大多数“.com”公司甚至没有收入，更遑论盈利。Pets.com，一家在线销售狗粮的公司，上市融资8200万美元，两年后破产清算。其“内在价值”趋近于零。如今的AI公司呢？英伟达2025年营收达1300亿美元，净利润率超过50%。微软Copilot已拥有数千万付费用户。这难道不是“内在价值”？

第三，投资的主要动力是“预期接盘”还是“预期收益”？这是最关键的区别。互联网泡沫时期，大量资金涌入“.com”股票，并非因为投资者认为这些公司能盈利，而是因为他们相信“别人会认为这些公司能盈利”，从而能在更高点卖出。这是纯粹的庞氏逻辑。如今的AI投资呢？英伟达的GPU被抢购，是因为有公司在训练真实的大模型、有开发者在开发真实的AI应用、有企业在部署真实的AI工作流。这是“生产性投资”，而非“投机性炒作”。

并非所有“快速上涨”都是泡沫。技术革命与泡沫在表象上极为相似——都伴随着巨额投资、快速扩张与舆论狂潮。但它们的底层逻辑截然不同。技术革命是“我投资是因为这东西有用”，而泡沫是“我投资是因为这东西会涨”。

泡沫论的最大漏洞，不在资本市场，而在用户行为上。

2000年互联网泡沫破裂后，人们是否减少了互联网的使用？没有。事实上，2000年至2005年是全球互联网用户增长最快的时期。泡沫破裂的是二级市场的估值，而非用户对互联网的需求。

AI目前处于哪个阶段？在用户渗透率曲线上，其位置大致相当于1997年的互联网——“早期大众”刚刚开始进入。ChatGPT的周活跃用户已超两亿，而全球互联网用户达50亿。Copilot、Gemini、Claude、Kimi、豆包、DeepSeek、千问、元宝、文心一言——每一个都在以惊人速度渗透进工作流中。

一个有趣的数据：麦肯锡2026年的报告显示，在已部署AI的企业中，平均生产力提升了25%-40%。这不是“预期”，而是“已发生的事实”。如果你是一名企业主，发现引入一个AI工具能让客服团队缩减30%而服务质量不变——你会因“AI可能是个泡沫”而犹豫吗？

更关键的是：AI的边际效用是递增的，而非递减的。互联网的价值与用户数量的平方成正比——即梅特卡夫定律。AI的价值与“使用AI的智能体数量”成正比，而这一数量每六个月翻一番。

AI并非在“证明自己的价值”。AI已经证明了其价值。问题仅在于：它的价值应对应多少市值？这是一个定价问题，而非存在性问题。

我并非声称AI领域毫无风险。当然有风险。

资本过度集中是风险——少数几家公司（英伟达、微软、谷歌、Meta、OpenAI）掌握了AI产业链的关键节点。若其中任何一家出现战略失误，连锁反应将波及整个行业。

地缘政治是风险——芯片出口管制、技术脱钩、数据主权之争。

监管不确定性是风险——AI的法律责任、隐私保护、内容监管。

但“AI是个泡沫”并非风险，而是一种误诊。

真正的风险并非“AI投入了过多资金”，而是“因恐惧泡沫而不敢投入资金”。若在2000年因担忧互联网泡沫而停止铺设光纤、停止建设数据中心、停止开发浏览器——那么就不会有2005年的Web 2.0、2007年的iPhone，也不会有今天的一切。

AI的投入，本质上是一场“期权投资”——你花费的是今天的资金，购买的是未来的可能性。这一可能性有多大？我无法断言。但我知道一件事：如果AI真的兑现了哪怕三分之一的潜力，今天所有的“过度投资”都将被历史证明为“极度保守”。

必须澄清一点。

作为一名经济学教师，而非科技博主。本文并非为了取悦AI从业者而写，也非为了迎合“反AI”情绪而写对立文章。我只是运用自己研习十余年的经济学框架——供需分析、基础设施经济、泡沫定义、边际效用——来审视这个时代最重要的议题。

结论是：AI并非泡沫。至少，尚未达到“泡沫”的程度。

Meta出租算力、股价上涨8%，并非“算力过剩”的信号，而是“算力市场正走向成熟”的标志。当我们回望这一时间节点——正如我们今天回顾1998年的光纤投资——今天的“看似过剩”或许恰恰构成了明天的基础。

如果你不信，请记住一件事：所有真正的泡沫，在被确认之前，都有大量的人声称“这不是泡沫”。

但那又如何？若在2000年你因“别人都说互联网不是泡沫”而清仓所有科技股，你错过了什么？错过了过去25年全球最伟大的财富创造进程。

投资并非“证明自己不会犯错”的游戏。投资是“即便存在泡沫的可能，我是否应放弃这个时代最大的技术机遇”的权衡。

我的答案是：不。