AI泡沫真的要破了吗？当高盛开始担心债务，而摩根大通还在加码5.5万亿美元

（来源：DeFam乐园）

2026年最有意思的事情，不是比特币突破新高，也不是机器人开始进入工厂，而是华尔街内部开始出现了对AI投资截然不同的判断。

一边是高盛发出警告：AI基建投资正在逼近信贷饱和区间，资本市场可能无法无限制为算力扩张买单。

另一边是摩根大通直接把2030年前AI资本开支预测从5.1万亿美元上调至5.5万亿美元，并认为企业需求远未见顶。

同样的数据，同样的行业，却得出了相反的结论。

高盛和摩根大通其实都对，但他们看的是AI周期的不同阶段。

真正值得关注的，不是AI会不会继续投资，而是AI产业正在从“军备竞赛时代”进入“效率竞争时代”。

第一阶段：AI军备竞赛，谁都不敢停

过去两年，AI行业最经典的一句话叫：

“宁可浪费100亿美元，也不能错过下一代互联网。”

于是我们看到：

OpenAI持续训练更大的模型

微软疯狂建设数据中心

谷歌重新组织整个AI部门

亚马逊扩建云计算基础设施

Meta宣布数百亿美元AI预算

整个行业进入类似当年铁路建设、电力建设、互联网建设的阶段。

核心逻辑很简单：

谁拥有最多算力，谁就有机会成为未来AI时代的入口。

于是资本市场愿意无限供血。

债券发债。

银行贷款。

股权融资。

可转债融资。

甚至很多企业现金流还没看到，就已经开始建设未来五年的数据中心。

这是典型的基础设施抢跑逻辑。

为什么高盛开始担忧？

因为资本市场开始发现一个问题：

AI正在变成一个吞噬资金的黑洞。

摩根大通最新估算显示：

到2030年全球AI资本支出将达到5.5万亿美元。

其中债务融资高达4.1万亿美元。

换句话说：

超过70%的AI建设资金来自借钱。

这就带来了两个风险。

第一：收益兑现速度赶不上借钱速度

今天建设一个超大型数据中心。

可能投入100亿美元。

但真正形成商业收入可能需要3-5年。

资本市场可以接受短期亏损。

却无法接受永远亏损。

当债务规模不断上升时：

利息开始成为压力。

现金流开始成为压力。

股东回报开始成为压力。

高盛担心的本质不是AI没需求。

而是：

资本市场是否还能继续为亏损扩张买单。

第二：边际收益开始下降

2023年：

训练GPT-4很震撼。

2024年：

GPT-5出现仍然震撼。

2025年：

模型继续扩大。

但用户感知提升开始下降。

行业出现一个残酷现实：

从80分提高到90分很容易。

从95分提高到97分却要花十倍成本。

这就是经济学中的：

边际收益递减。

如果未来每提升1%的模型能力需要投入数百亿美元。

资本市场一定会开始重新评估投入产出比。

为什么摩根大通反而更乐观？

因为他们看到的是需求端。

事实上今天的AI需求比市场想象得更疯狂。

数据显示：

谷歌单月AI Token调用量已经达到3.2万万亿次。

微软Copilot企业用户快速增长。

Uber等大型企业甚至几个月就烧光全年AI预算。

这意味着什么？

意味着AI正在经历互联网历史上的经典时刻：

从“试试看”进入“离不开”。

企业已经形成依赖

过去企业采购AI：

属于创新项目。

现在企业采购AI：

属于生产力工具。

两者完全不同。

创新项目预算可以砍。

生产工具预算不能砍。

就像当年企业可以不用云计算。

但今天几乎不可能不用云服务。

未来企业同样很难不用AI。

AI开始进入真实经济

2023年的AI收入来源主要是：

聊天机器人。

代码生成。

内容创作。

但2026年开始：

AI进入医疗。

进入金融。

进入工业制造。

进入自动驾驶。

进入机器人。

进入客服体系。

进入供应链管理。

进入教育。

这些领域对应的是几十万亿美元级别市场。

因此摩根大通认为：

当前投入仍然远远不够。

两家机构都忽略了真正的变化

如果说2023年和2024年是：

比拼谁有更多GPU。

那么2026年开始：

行业已经进入新的竞争阶段。

从“算力竞赛”转向“效率竞赛”

最近大量企业开始出现一个新趋势：

AI降本。

包括：

模型蒸馏。

小模型部署。

推理优化。

Agent架构优化。

缓存机制。

本地部署。

边缘计算。

原因很简单。

企业发现：

真正赚钱的不是最大的模型。

而是ROI最高的模型。

DeepSeek给行业上的一课

DeepSeek最大的意义不是模型性能。

而是证明了一件事：

更少资源也能做出顶级能力。

这对整个行业冲击巨大。

资本市场第一次意识到：

AI竞争未必是资金规模竞争。

更可能是效率竞争。

这与新能源汽车行业非常类似。

早期比拼的是谁建更多工厂。

后期比拼的是谁生产成本更低。

AI行业即将进入“第二曲线”

未来五年最赚钱的公司未必是训练模型的公司。

而是：

利用AI降低成本的公司。

例如：

AI Agent平台

AI机器人企业

AI SaaS公司

AI硬件厂商

AI垂直应用开发商

原因很简单。

基础模型越来越像电力。

而应用层越来越像互联网。

电力公司赚的是稳定收益。

互联网公司赚的是超额收益。

这对数字资产市场意味着什么？

很多人把AI和加密货币看成两个赛道。

实际上未来二者越来越融合。

当AI进入效率竞争阶段后：

市场会出现三个新机会。

第一：去中心化算力

如果传统数据中心融资越来越困难。

市场会寻找新的算力供给方式。

这正是：

AI算力网络

去中心化GPU

分布式训练

爆发的机会。

第二：AI Agent经济

未来数十亿Agent之间的协作需要支付系统。

传统银行体系无法支持高频微支付。

而稳定币和链上支付天然适合。

因此：

AI Agent + Stablecoin

可能成为未来最大的融合场景之一。

第三：RWA与AI基础设施

未来数据中心。

GPU资产。

能源设施。

甚至算力收益权。

都可能被代币化。

成为新的RWA资产类别。

这将打开数字资产市场新的万亿美元赛道。

AI没有泡沫，但AI叙事正在切换

高盛看到的是债务风险。

摩根大通看到的是需求爆发。

两者都没有错。

真正的关键在于：

AI产业已经从“投入越多越好”的时代，进入“投入越聪明越好”的时代。

未来赢家不一定是拥有最多GPU的人。

而是能够用最少GPU创造最大价值的人。

这也是互联网、移动互联网、新能源汽车乃至加密货币历史反复证明的一条规律：

第一阶段靠资本扩张，第二阶段靠效率革命。

而2026年，很可能正是AI从资本驱动转向效率驱动的历史拐点。

对于投资者而言，真正需要关注的已经不是“AI还会不会烧钱”，而是：

谁能够把每一美元算力，变成十美元现金流。

这或许才是下一轮AI牛市真正的起点。

相关推荐

AI泡沫真的要破了吗？当高盛开始担心债务，而摩根大通还在加码5.5万亿美元
每六个月就有一波“AI泡沫论”，何时“狼真的来了”？
第一共和银行被收购后的大赢家：摩根大通
4.15%高收益储蓄说再见，消息称摩根大通接替高盛和苹果展开合作
摩根大通预言：未来十年将出现“多次能源危机”
36氪专访 | 摩根大通黄国滨：中国医疗健康产业“水大鱼多”，医疗科技领域有望出现万亿市值企业
10万亿巨雷，欧美最担心的危机“冒头”了
摩根大通：医药行业热度持续，但市场面临一定挑战
特斯拉反诉摩根大通：“不守信用且贪婪”
美国要过苦日子了？

网址: AI泡沫真的要破了吗？当高盛开始担心债务，而摩根大通还在加码5.5万亿美元 https://www.xishuta.cn/newsview150766.html