2026年已承诺 capex
$ 690,000 M
Amazon、Alphabet、Meta、Microsoft 和 Oracle 集中了该行业近年来最大规模的基础设施投入。
风险
解读投资、市场叙事与真实价值创造之间的错位。
问题不在于 AI 不起作用,而在于资本、债务和基础设施的部署速度远远超前于可证明的价值创造。AISHA 的论点结合了三个层面:创纪录的 capex、资本循环性以及叙事性采用与企业 ROI 之间持续存在的差距。
2026年已承诺 capex
$ 690,000 M
Amazon、Alphabet、Meta、Microsoft 和 Oracle 集中了该行业近年来最大规模的基础设施投入。
全球 VC 流向了 AI
80 %
2026年 Q1,四轮融资占据了全球风险投资流量的大部分。
企业尚未获得明确 ROI
95 %
采用确实存在,但硬性价值捕获仍集中在少数用例和极少数公司。
AI 并非正在经历一场简单的泡沫,而是一场真实变革中的选择性泡沫:技术在发挥作用,但部分资本已经预设了一个尚未到来的回报。
AISHA 将两个经常被混淆的现象区分开来:流向 AI 的资本,以及市场实际以可持续回报吸收这些资本的能力。
2026年 Q1 的跃升并非正常增长,而是全球资本向极少数参与者的极度集中。
大部分支出已与产能、集群和数据中心园区挂钩,而这些仍依赖于未来需求。
集中度
OpenAI、Anthropic、xAI 和 Waymo 吸收了全球大部分风险投资。市场并非在资助一个完整的生态系统,而是押注于少数几个名字。
基础设施
该项目开启了关于多吉瓦级数据中心园区的讨论,但也暴露了融资与实体建设推进速度不匹配的问题。
市场
OpenAI 和 Anthropic 的私有市场估值隐含了一条极其出色的增长轨迹,而此时成本、监管和开源竞争都在加剧。
每个参与者在不对称泡沫中扮演着不同的角色:资本募集、基础设施、债务或硬件定价权。
选择一家公司,查看其财务角色、关键数据和主要脆弱性来源。
2026年周期的最大错位不在于技术与使用之间,而在于使用与大多数企业的可持续盈利之间。
大多数市场仍处于实验阶段,或者在创造可衡量价值之前就放弃了项目。
已放弃大部分计划的企业
42 %
S&P Global 已检测到远高于上一轮周期的项目放弃率。
对生产力无可衡量的影响
90 %
NBER 显示宏观层面的改善远低于主流企业叙事。
实现规模化价值的案例
5 %
反欺诈、编程和非常有限的自动化集中了真正的硬回报。
问题不在于没有价值,而在于这些价值尚不足以支撑已部署资本的规模。市场正在对 ROI 的普遍化进行定价,而数据尚未支持这一假设。
生态系统表面增长的一部分建立在这样的关系之上:资本以不同形式——投资、云合同、硬件采购或以芯片为抵押的债务——在同一批参与者之间流出又流回。
循环性并不否定收入的真实性,但当生态系统依赖少数买方和融资方时,它确实改变了对收入质量的解读。
1 企业资本
融资和云承诺有助于维持估值、训练和基础设施需求。
2 硬件
GPU 需求转化为超额收入,但生态系统中的部分买家本身也依赖于同一金融周期。
3 中间层
基础设施通过高强度债务和集中合同进行融资,放大了对任何需求削减或信用降级的敏感性。
4 系统性风险
OpenAI、Oracle 或 CoreWeave 面临严重压力,可能导致订单取消、估值下跌以及整个行业估值倍数的急剧压缩。
AISHA 描述的不是虚假会计,而是一个相互依赖性会放大每一次失误影响的生态系统。
核心问题在于增长的质量。当同一批参与者同时充当融资方、买方、托管方并为同一批项目重新估值时,收入就不再是终端市场完全纯净的信号。
因此,如果调整到来,可能比预期更快:不需要整个技术体系失败,只需一个高杠杆节点停止维持循环即可。
金融叙事建立在持续的指数级改进之上。当技术收益收窄且开源压缩价格时,估值倍数变得更难维持。
商品化
GPT-5.x、Claude Opus 4.x 和 Gemini Pro 在基准测试中的得分范围比 2023-2024 年周期窄得多。
价格压缩
当更便宜的模型能覆盖大多数常见用例时,维持高端定价需要展示更多真实价值,而不仅仅是品牌。
产品
编程和部分结构化工作流在进步;通用 agent 仍远未达到支撑最乐观叙事所需的可靠性水平。
这并不意味着创新已经停止。而是意味着边际改进不再支持将整个行业视为每次新迭代都是范式突破来估值。
从财务角度来看,相对平台期迫使我们回到更经典的问题:定价权、付费采用率、服务成本和保持利润率的能力。
AISHA 以将当前泡沫与互联网泡沫进行对比作为报告结尾,并梳理了未来 18 个月最可能的三种情景。
类比有参考价值,但并不精确:如今有更多真实收入,但资本规模和集中度也远超当时。
| 指标 | 1999年互联网泡沫 | 2026年 AI |
|---|---|---|
| 领头企业的盈利能力 核心业务质量 | 许多领先者没有持续盈利 | 超大市值公司拥有真实现金流,但私有层面估值要求极高 |
| 超前 capex 基础设施先于回报 | 电信和光纤远超前于需求 | 多吉瓦级集群和园区先于经验证的 ROI |
| 循环性 对内部买方的依赖 | 供应商融资占相当比重 | 超大规模厂商、GPU、替代云和模型之间的循环 |
| 技术实用性 产品的真实价值 | 互联网有用但仍不成熟 | 真正的大规模使用,但货币化不均 |
关键差异在于 AI 拥有真实的产品和需求;关键相似之处在于资本跑得比可衡量的回报更快。
决定性变量不是单一破产事件,而是资金成本、能源压力、定价和产品可靠性的组合。
调整不取决于 AI 是否停止有用。取决于市场是否愿意再等数年,让真实的效用转化为足够的回报。