人工智能被高估了吗？

Katharine Wooller 是一位在前沿银行和金融服务技术领域备受尊敬的评论员。

发现顶级金融科技新闻和活动！

订阅 FinTech Weekly 的新闻通讯

被 JP Morgan、Coinbase、Blackrock、Klarna 等高管阅读

在过去几个月里，人们为“AI 的喧嚣式投资是否已超越现实”而大费周章、写下大量专栏文章，并暗示 AI 可能是一场即将破裂的泡沫。

人们还会拿其他投资周期来做“指责式类比”，那些周期往往更像炒作而非实质：1636 年的郁金香泡沫，以及新千年互联网时代。当然，对于那些足够幸运、能在 AI 巨头早期就投入的人来说，确实获得了丰厚回报：在 Nvidia 于 IPO 之前投入 1,000 美元，最高时价值可达 8.3m 美元——AI 多头（这一点也不难理解）认为，这样的回报率在该行业中不太可能再次出现！
 
从表面上看，投入到 AI 的资金之巨，似乎说明它不可能只是昙花一现，因为其动能实在太强了。诸如 Amazon、Meta、Microsoft、Alphabet 这样的“利维坦”（Leviathan）型科技公司都在大力投入；这些公司在 2025 年用于 AI 基础设施的支出预计将达到约 400bnUSD，这是历史上最大规模的支出周期之一。 
 
关于这轮周期中资金究竟是如何被投入的，已经有不少说法。许多私营的 AI 公司能够在“没有什么可穿的东西”的情况下（vapour-wear，空话一堆）筹到数十亿美元——其说法是：没有 MVP，甚至根本没有产品；更多只是一个想法和大量宣传。

此外，AI 公司之间还存在一些很有意思的“循环式金融”，即它们相互进行投资与合作；资金流向示意图看起来颇像一盘意大利面，想弄清钱到底去了哪里很快就会让人头疼。这会造成巨大的风险，原因在于相互依赖；甚至只要快速回顾一下，这么一笔堪称惊人的投资如何形成收入循环，就可能发现它会被用来人为抬高估值。

还有一个问题是：究竟是谁在支撑 AI 的估值？一些大型科技公司会创建不透明的结构，以便把支出从资产负债表上“挪走”，这就引出了另一个疑问：一旦出了问题，风险由谁来承担。
 
AI 的采用速度也是一个问题。毫无疑问，供应商格局错综复杂，亟需进一步整合；而且，许多项目仍停留在 POC（概念验证）阶段，ROI（投资回报率）往往也很难准确评估。然而在我看来，这正是任何新技术的典型特征，对 AI 的潜力应采取更均衡的视角——因为投资周期最终依赖的，正是对技术在中短期将处于何种状态的审慎押注。
 
当然，这一切还取决于客户在部署这项技术后能否获得价值。 在富时指数（FTSE）或纳斯达克（NASDAQ）中，几乎没有哪家公司不把 AI 纳入战略；而且它似乎在多数行业中都提供了显著的降本增效与降低风险的潜力。事实上，金融服务被认为是最可能被 AI 颠覆的行业之一：在 2025 年一项针对技术领导者的 Softcat 调查中，48% 的受访者将 AI 选为优先事项；Gartner 则发现，与 AI 相关的支出增加了 88%。  
 
我们也不要低估 AI 带来的巨大颠覆——很难反驳它不是一次真正的技术突破。ChatGPT（尽管它并不产生利润！）几乎被所有人所普遍接受为一项生产力工具，从学校里的孩子到 CEO，几乎覆盖每个行业与业务职能。坦率地说，即便只是生产力提升了几个百分点，大多数企业的利润底线受到的影响也足以支撑当前的 AI 估值。更进一步，GPU、定制芯片以及模型效率方面取得的巨大进展，确保了未来的可行性——如果 AI 的理论用途因为基础设施算力不足而受阻，那将是一场灾难；从现实层面看，提前投资于市场需求出现之前所需的基础设施是一件好事。
 
当然，采用过程中确实有一些会阻碍进展的重大“断点”。在我们自身行业里尤其重要的一点，就是监管——或者说，监管不足！在全球范围内，我们仍处于仅仅开始搞清楚“是否以及如何”把规则应用到 AI 使用上的早期阶段。

还有一个更广泛的问题是伦理：我们如何确保 AI 被负责任地使用？目前已有一些早期且颇有希望的专门技术方案，用于治理与保证（assurance）。在 ESG 方面也存在重大问题，尤其是 AI 带来的巨大环境成本——既包括为了运行所需的大量电力，也包括对物理基础设施的折旧。尽管这些问题存在，但许多企业仍不愿完全“松开刹车”放开对 AI 的全面推动——相反，它们采取的是一种务实的“观望”方式，并跟随早期采用者的脚步。在我日常工作中支持 2000 年代的金融服务企业推动创新时，我看到的往往是另一种焦虑：企业都渴望既不要第一个，也不要最后一个，投入到 AI 的军备竞赛中！
 
技术本身具有周期性，而投资论点也总是基于“最好的猜测”。我们已经走过了 1637 年的郁金香危机——值得庆幸的是，我们拥有一个几乎无限的 AI 市场；而这在那些用郁金香灯泡期货来投资的业余投资者那里（几乎没有需求的情况下）是不存在的。  
 
作为更近一些的例子，当我们看到有人说 AI 被“过度热炒”时，那些加密货币的老派守旧者会不由得嗤笑一声：比特币在 2018 年损失了 80% 的价值，从 $19,783 跌到 $3,200，随后在 2025 年创下历史最高点 $126,000。技术本身并没有失去效力——即便估值确实跑到了现实前面。

确实，如果我每次听到有人说加密货币已经死了就能得到一英镑，我早就退休了；我忍不住觉得，当前对 AI 的唱衰者（AI nay-sayers）也同样如此。虽然对 AI 科技股的某种回调并不是什么坏事，但这并不意味着技术失败，也不意味着未来需求不强。量子计算的到来很可能会给 AI 注入“火箭燃料”，而且确实，那些有望从中受益的科技公司的股价也可能因此被进一步推高。