在过去几个月里，人们花了很多手忙脚乱的辩论和整版专栏篇幅，去思考那场轰轰烈烈的 AI 投资是否超越了现实，并且猜测 AI 也许是一个即将自我引爆的泡沫。
人们会用“指责”的类比来对照其他投资周期：那些炒作大于实质的周期——1636 年的郁金香热，以及新千年时期的 dot.com 时代。当然，对那些足够幸运、在 AI 巨头早期就进行投资的人来说，确实获得了巨额回报：在其 IPO 之前投入 Nvidia 的 $1,000 USD，在峰值时本可达到 $8.3m USD——这些 AI 多头（完全可以理解）认为，这种回报率在该领域不太可能被再次重复！
从表面上看，投入到 AI 的资金数量之巨，意味着它不太可能只是昙花一现，因为其势能实在太强。利维坦级别的科技公司（如 Amazon、Meta、Microsoft、Alphabet）正在大规模投入；这些公司的 2025 年 AI 基础设施支出预计将达到约 $400bnUSD，这是历史上最大规模的支出周期之一。
关于当前这一轮资金到底是如何被投入的，人们已说了很多。许多私营 AI 公司能够借助“蒸汽包装”融资数十亿美元——据称它们根本没有 MVP，甚至根本没有任何产品——只有一个想法和大量宣传。
还存在一个问题：究竟是谁在支撑 AI 估值。一些大型科技公司会创建模糊不清的结构，以便把支出转移到资产负表外，这就引出了更关键的疑问：如果事情出了差错，风险由谁来承担。
同样的问题还在于 AI 的采用（普及）速度。的确，供应商版图十分复杂，亟需进行显著的整合；此外，很多项目停留在 POC 阶段，ROI（投资回报率）往往也很难准确确定。然而，在我看来，这正是任何新技术都会出现的特征；应当对 AI 的潜力采取更平衡的视角——而最终支撑这轮投资周期的，就是对技术在中短期将走到哪里所做的审慎押注。
当然，这依赖于客户在部署这项技术后能够从中获得价值。少数（FTSE of NASDAQ）公司似乎都没有把 AI 排除在策略之外，而且它似乎能为大多数行业显著降低成本并降低风险。事实上，金融服务被认为是最可能被 AI 颠覆的行业之一：Softcat 在 2025 年对技术领导者的调查发现，48% 的受访者将 AI 选为优先事项；而 Gartner 则发现，与 AI 相关的支出增长了 88%。
我们不要低估 AI 所带来的巨大颠覆——很难反驳它并非真正的技术突破。ChatGPT（尽管它并不产生利润！）被几乎所有人普遍视为生产力工具：从学生到 CEO，覆盖几乎每一个行业与商业职能。坦率地说，即使只是能够证明生产率提升了几个百分点，大多数企业的底线也足以支撑当前的 AI 估值。更何况，由 GPU、定制芯片以及模型效率方面的进步所带来的巨大成果，确保了未来的可行性——如果理论上的 AI 应用因为基础设施算力不足而被拖住，那将是一场灾难。提前投资于市场需求之前，在现实的粗粝层面上，是一件好事。
当然，确实存在一些会阻碍进展的重大采用“断点”。在我们自身的行业里尤其重要的，是摆在面前的“大象”：监管——或者说缺乏监管！在全球范围内，我们仍处于理解阶段：到底如何、以及在何种方式下适用 AI 的使用规则。
还存在更广泛的伦理问题：我们如何确保 AI 被负责任地使用，并且有哪些治理与保证（assurance）的早期、有前景的专业技术解决方案。ESG 方面存在重大问题，尤其是 AI 的巨大环境成本——既包括所需的显著电力，也包括实体基础设施的折旧。尽管这些问题存在，仍有许多企业不愿完全打开 AI 的“油门”——相反，它们采取一种务实的“观望”态度，并跟随早期采用者的脚步进入“从属/滑流”之中。在我的日常工作里，我在 2000 年代支持金融服务企业进行创新，我看到很多焦虑：那些急于在 AI 竞赛中既不要做第一个，也不要做最后一个的公司！
技术本质上是周期性的，而投资论点始终是一种“基于最佳猜测”的基础。我们已经从 1637 年的郁金香危机中走出来了——幸运的是，我们拥有一个几乎无限的 AI 市场，而这在那些业余投资者身上并不存在：他们在泡泡里（bulbs）购买期货，但几乎没有需求。
举一个更近的例子：当我们读到 AI 被“过度热炒”时，老牌加密圈（crypto old guard）会忍不住嗤笑。因为在 2018 年，比特币的价值下跌了 80%，从 $19,783 跌到 $3,200，随后又在 2025 年创下了 $126,000 的历史新高。即便估值已经跑到现实之前，技术也没有失去效力。
确实，如果我每次听到有人说加密货币已经死了，我都能有一英镑的话，我很久以前就退休了；我不禁觉得，目前那些唱衰 AI 的人也同样如此。尽管 AI 科技股的某些回调并非坏事，但这并不意味着技术失败了，也不意味着未来需求不会强劲。量子计算的到来很可能会给 AI 喂“火箭燃料”，而且也确实会推高那些有望从中获益的科技公司的股价。
人工智能被高估了吗？
Katharine Wooller 是一位备受尊敬的评论员，专注于前沿银行与金融服务技术。
探索顶级金融科技新闻与活动！
订阅 FinTech Weekly 的通讯
高管阅读：JP Morgan、Coinbase、Blackrock、Klarna 等
在过去几个月里，人们花了很多手忙脚乱的辩论和整版专栏篇幅，去思考那场轰轰烈烈的 AI 投资是否超越了现实，并且猜测 AI 也许是一个即将自我引爆的泡沫。
人们会用“指责”的类比来对照其他投资周期：那些炒作大于实质的周期——1636 年的郁金香热，以及新千年时期的 dot.com 时代。当然，对那些足够幸运、在 AI 巨头早期就进行投资的人来说，确实获得了巨额回报：在其 IPO 之前投入 Nvidia 的 $1,000 USD，在峰值时本可达到 $8.3m USD——这些 AI 多头（完全可以理解）认为，这种回报率在该领域不太可能被再次重复！
从表面上看，投入到 AI 的资金数量之巨，意味着它不太可能只是昙花一现，因为其势能实在太强。利维坦级别的科技公司（如 Amazon、Meta、Microsoft、Alphabet）正在大规模投入；这些公司的 2025 年 AI 基础设施支出预计将达到约 $400bnUSD，这是历史上最大规模的支出周期之一。
关于当前这一轮资金到底是如何被投入的，人们已说了很多。许多私营 AI 公司能够借助“蒸汽包装”融资数十亿美元——据称它们根本没有 MVP，甚至根本没有任何产品——只有一个想法和大量宣传。
此外，AI 公司的“循环式金融”也颇有意思：它们会相互进行共同投资与合作；投资资金流向的示意图看起来很像一盘意大利肉酱面（spaghetti），而要弄清钱究竟去了哪里，迅速就会让你头痛。这种相互依赖带来了巨大的风险，甚至只需快速回顾一下，这场规模宏大的投资如何制造收入回路，并可能在某种程度上人为推高估值。
还存在一个问题：究竟是谁在支撑 AI 估值。一些大型科技公司会创建模糊不清的结构，以便把支出转移到资产负表外，这就引出了更关键的疑问：如果事情出了差错，风险由谁来承担。
同样的问题还在于 AI 的采用（普及）速度。的确，供应商版图十分复杂，亟需进行显著的整合；此外，很多项目停留在 POC 阶段，ROI（投资回报率）往往也很难准确确定。然而，在我看来，这正是任何新技术都会出现的特征；应当对 AI 的潜力采取更平衡的视角——而最终支撑这轮投资周期的，就是对技术在中短期将走到哪里所做的审慎押注。
当然，这依赖于客户在部署这项技术后能够从中获得价值。少数（FTSE of NASDAQ）公司似乎都没有把 AI 排除在策略之外，而且它似乎能为大多数行业显著降低成本并降低风险。事实上，金融服务被认为是最可能被 AI 颠覆的行业之一：Softcat 在 2025 年对技术领导者的调查发现，48% 的受访者将 AI 选为优先事项；而 Gartner 则发现，与 AI 相关的支出增长了 88%。
我们不要低估 AI 所带来的巨大颠覆——很难反驳它并非真正的技术突破。ChatGPT（尽管它并不产生利润！）被几乎所有人普遍视为生产力工具：从学生到 CEO，覆盖几乎每一个行业与商业职能。坦率地说，即使只是能够证明生产率提升了几个百分点，大多数企业的底线也足以支撑当前的 AI 估值。更何况，由 GPU、定制芯片以及模型效率方面的进步所带来的巨大成果，确保了未来的可行性——如果理论上的 AI 应用因为基础设施算力不足而被拖住，那将是一场灾难。提前投资于市场需求之前，在现实的粗粝层面上，是一件好事。
当然，确实存在一些会阻碍进展的重大采用“断点”。在我们自身的行业里尤其重要的，是摆在面前的“大象”：监管——或者说缺乏监管！在全球范围内，我们仍处于理解阶段：到底如何、以及在何种方式下适用 AI 的使用规则。
还存在更广泛的伦理问题：我们如何确保 AI 被负责任地使用，并且有哪些治理与保证（assurance）的早期、有前景的专业技术解决方案。ESG 方面存在重大问题，尤其是 AI 的巨大环境成本——既包括所需的显著电力，也包括实体基础设施的折旧。尽管这些问题存在，仍有许多企业不愿完全打开 AI 的“油门”——相反，它们采取一种务实的“观望”态度，并跟随早期采用者的脚步进入“从属/滑流”之中。在我的日常工作里，我在 2000 年代支持金融服务企业进行创新，我看到很多焦虑：那些急于在 AI 竞赛中既不要做第一个，也不要做最后一个的公司！
技术本质上是周期性的，而投资论点始终是一种“基于最佳猜测”的基础。我们已经从 1637 年的郁金香危机中走出来了——幸运的是，我们拥有一个几乎无限的 AI 市场，而这在那些业余投资者身上并不存在：他们在泡泡里（bulbs）购买期货，但几乎没有需求。
举一个更近的例子：当我们读到 AI 被“过度热炒”时，老牌加密圈（crypto old guard）会忍不住嗤笑。因为在 2018 年，比特币的价值下跌了 80%，从 $19,783 跌到 $3,200，随后又在 2025 年创下了 $126,000 的历史新高。即便估值已经跑到现实之前，技术也没有失去效力。
确实，如果我每次听到有人说加密货币已经死了，我都能有一英镑的话，我很久以前就退休了；我不禁觉得，目前那些唱衰 AI 的人也同样如此。尽管 AI 科技股的某些回调并非坏事，但这并不意味着技术失败了，也不意味着未来需求不会强劲。量子计算的到来很可能会给 AI 喂“火箭燃料”，而且也确实会推高那些有望从中获益的科技公司的股价。