未来 12 个月，AI 投资大概率会崩一次

未来12个月内，AI投资可能会经历一次明显回调。这里所说的“崩一次”，并非意味着AI技术失败，也不是大模型没有价值，而是指当前围绕AI基础设施、数据中心、芯片和云算力的投资链条，可能会被市场重新定价。目前市场普遍认为，这些投资的账面风险可以承受。

最近两天纳指100接近26500点，PE约38倍，明显高于24倍左右的历史中位数；英伟达市值5.2万亿美元，PE约43倍；博通市值近2万亿美元，PE约80倍；AMD的PE高达153倍。

[图1:主要AI概念股PE对比]

这些高估值并不只是证明AI本身有用而已。Claude和Cursor确实已经改变了很多人的工作方式，AI的价值毋庸置疑。但市场给出的估值，反映的主要是另一个判断：AI终端收入会快速增长，并且能够支撑上游基础设施投资和高利润预期。

我怀疑的正是这一部分。如果把AI产业链拆开来看，目前真正被验证的主要是建设端，而非消费端。资本市场更多关注收入增长，而非自由现金流。折旧、利息、电费、运维以及下一轮硬件更新的成本仍被低估。因此，本文要讨论的核心问题是：AI建设端投入与消费端承接不匹配，还能持续多久？

一、建设端和消费端不在一个数量级

AI产业链可以分成两端。上游是芯片、服务器、数据中心、电力、网络；下游是企业和个人真正为AI支付的订阅费、API费、业务工具费。

目前被充分验证的是上游。英伟达、博通、镁光的财报很好，云厂商在建数据中心，AI公司在签算力合同。这些都是真实需求，但它们只能证明“基础设施正在建设”，不能证明“终端消费已经足够大”。两组数据可以放在一起看。它们口径不完全一致，不能做精确会计比较，但足以判断数量级。

Gartner预计2025年全球GenAI支出约6440亿美元，其中接近80%流向硬件。这部分包含AI设备、服务器和相关基础设施，不全是纯AI数据中心，但方向很清楚：大头在建设端。Menlo Ventures的数据更接近消费端：2025年企业GenAI支出约370亿美元，消费者AI支出约120亿美元，合计约490亿美元。

[图2:建设端vs消费端,2020-2027]

换句话说，一边是数千亿美元级别的建设，一边是数百亿美元级别的消费。

这就是核心错配。建设端正在按照“AI会快速替换大量软件、流程和岗位”的假设扩张，但企业、政府和个人用户的采购行为更可能是渐进的。企业会试AI，会买一些账号，会做知识库和客服机器人，但这不等于明年就把核心IT预算大规模转向AI。政府、制造业、金融、医疗、教育这些领域会更慢，因为系统迁移和合规成本都更高。

还有一个问题容易被忽略：这几百亿美元的AI消费里，有多少是新增预算，有多少只是从原来的SaaS、搜索、写作、客服、代码工具预算里迁移过来？如果主要是迁移，AI只是重新分配了原有软件支出，并没有带来新增支出，这样一来，对上游基础设施的支撑力就会比表面数字弱很多。

二、折旧和利息会把错配继续放大

只看当年建设金额和当年消费金额还不够。基础设施一旦建成，会形成多年持续的折旧、利息和资本成本。

AI基础设施至少有三类成本：折旧、利息和融资成本、股权资本成本。其中折旧尤其值得单独看。大厂近年普遍把服务器和网络设备折旧年限从4年延长到5到6年，这会缓解短期账面利润压力，但也说明压力本身已经存在。更关键的是，会计折旧不等于经济寿命。Hopper已经在被Blackwell替代，如果新一代芯片性能优势明显，旧设备账面上还能折几年，但经济竞争力可能已经提前下降。

做一个粗略测算：一年新增5000亿美元AI硬件和基础设施，按5年折旧，每年折旧约1000亿美元；按5%融资成本计算，每年利息约250亿美元。仅这一年的新增资产，未来每年就会带来约1250亿美元的折旧和资金成本压力，这还没有算电费、运维、股权资本成本和下一轮硬件更新。如果之后几年资本支出（CapEx，Capital Expenditure，即用于购买、更新或扩建固定资产的投资）继续保持数千亿美元规模，这些成本会逐年叠加。

[图3:折旧+利息vs消费端,2024-2030]

按这个测算，折旧加利息成本到2028年会累积到约6000亿美元，是消费端预测的3倍。更关键的是，就算2028年起停止新增CapEx，前期资产形成的成本也要再滚3年才开始下降。

所以真正的问题不是“今年建设金额大于今年消费金额”，而是：建设端形成的是持续的折旧、利息和融资成本，消费端目前还没有证明能产生同等规模的持续自由现金流。

收入不能直接覆盖折旧和利息，只有毛利和自由现金流可以。按30%毛利率粗估，折旧加利息成本是消费端可用现金流的6-9倍。这也是为什么只看OpenAI、Anthropic、Cursor的ARR增长不够。ARR涨得快，如果背后的推理成本、训练成本、云成本和获客成本同步上涨，它对整条产业链的支撑能力就要打折。

三、使用率不等于付费率，付费率不等于LTV

讨论AI收入，不能只看ARR（Annual Recurring Revenue，年化经常性收入）、run rate（按当前收入水平推算的年度化收入），也不能只看“有多少人用过AI”。

Menlo Ventures估算全球约有18亿AI用户，但消费者AI年支出约120亿美元。这说明大量用户在用AI，但大部分没有转化成持续付费用户。

ChatGPT是更直观的样本。2026年3月OpenAI公告显示，周活9亿，付费订阅（Plus + Pro + Team + Enterprise全部）约5000万，付费率约5.5%。如果再看从全球用户漏到付费的比例——18亿到5000万——流失率超过97%。

[图4:AI用户漏斗,18亿 → 9亿 → 0.5亿]

企业端也类似。McKinsey 2025年调查显示，88%的组织已经在至少一个业务职能中使用AI，但多数仍在实验或试点阶段，只有约三分之一开始规模化部署。AI的渗透率看起来很高，但真正进入生产系统、形成长期预算和高LTV的场景，还集中在少数职业和少数部门，例如程序员、律师、咨询、内容、客服、销售辅助、知识管理。少数用户愿意每月付20美元、100美元，甚至200美元，不代表普通白领、一般企业主、传统企业部门都有同样的付费意愿和生产力收益。真正需要验证的是AI能不能创造大规模新增消费，而不是替代原有软件预算——这是这一轮投资链条最大的不确定性。

四、AI热潮会把正确方向做成过剩产能

AI投资热潮最危险的地方，不是头部公司拿到钱，而是所有人都会觉得自己不能缺席。股价越涨，融资越容易；融资越容易，算力订单越大；算力订单越大，上游收入预期越高；上游收入预期越高，股价继续上涨。这个循环会自我强化，也会把大量低质量项目一起带起来。

最有说服力的例子刚刚发生。

xAI不是二流玩家。2026年2月，SpaceX以2500亿美元估值收购xAI，合并后总估值高达1.25万亿美元。它有马斯克本人持续站台，有X的流量入口，有Grok这个高曝光产品，也有Colossus这种全球最受关注的超级算力中心。市场曾经把它理解成一线玩家。

但故事重写得非常快。到2026年3月28日，xAI 11位联合创始人全部离职，只剩下马斯克本人。

2026年5月6日，马斯克在X上宣布：xAI将不再作为独立公司存在，完全并入SpaceX，成为SpaceXAI。马斯克在解散公告里直接说：“xAI第一次没建对，所以从基础重建。”

同一天，Anthropic官方宣布，将获得SpaceX Colossus 1超级算力中心的容量——超过22万块NVIDIA GPU——用来扩展Claude Pro、Claude Max的使用上限。Grok背后的核心算力资产，转手租给了它最直接的竞争对手Anthropic。

如果马斯克这种级别的玩家、配合千亿美元级估值叙事，都可能在一个周末内被重写，那么其他高PE、高估值、低现金流的AI项目，凭什么保证自己的故事不会被重新定价？

xAI不是孤例，只是最戏剧化的一例。Humane融资超过2.3亿美元，最后被HP以1.16亿美元收购并关闭AI Pin；Forward Health估值曾超过10亿美元，最后因运营复杂、无法盈利停摆；Olive AI估值曾达40亿美元，最后业务被拆卖。即便是高融资、高曝光、明星背书的项目，也在大量关闭或被低价收购。

如果钱都投向OpenAI、Anthropic这样的头部公司，问题还相对可控。但现实不会这样。二流基金、地方政府基金、产业资本都会进场，最后一定会出现跟风大模型、重复数据中心、低效率算力租赁和伪AI应用。中国芯片投资和光伏设备投资已经证明过这个规律：方向是对的，但资金一旦短期集中涌入，就可能把正确方向做成过剩产能。

所以AI泡沫破裂，不一定是AI没人用了，而是：头部继续增长，尾部项目、重复建设和低效算力资产被迫出清。

五、乐观派的三个反驳

这篇文章不是说AI一定崩，也不是说所有AI投资都不合理。乐观派至少有三个值得认真对待的反驳。

第一，大厂现金流足够强。微软、Google、Meta、Amazon加起来一年自由现金流超过3000亿美元，即使AI投资暂时不闭环，也能撑几年。但“撑得住”不等于“回报合理”，股东不会无限期承受自由现金流被压缩。

第二，Jevons悖论。这是一个经济学概念：资源使用效率提高、单位成本下降后，总需求反而可能上升。放到AI里，就是推理成本下降可能让总使用量增长更快，最终总消费反而变大。但用量爆炸不等于利润爆炸。如果价格下降速度快于成本下降速度，或者竞争把毛利打薄，需求越大未必能形成足够的利润池。

第三，头部AI公司ARR增速极高。OpenAI、Anthropic、Cursor的增长速度确实少见。但ARR不是终局答案，真正要看的是毛利率、推理成本、续费率、获客成本和自由现金流。一个AI应用如果收入和算力成本同步增长，它仍然不能替整条产业链买单。

这三条反方论据都成立，但它们没有解决根本问题：需求增长的速度，能不能覆盖资本开支的速度。

六、未来12个月内大概率会有一次重估

承认这些反驳之后，我的判断仍然是：核心问题不是AI没有价值，而是现在太贵了。

AI会长期发展，很多公司也会长期受益。但当前市场不是在给“长期发展”定价，而是在给“短期高速兑现”定价。纳指从2025年低点附近涨到26000点以上，半导体和AI基础设施公司贡献了很大一部分涨幅；与此同时，AI建设端已经是数千亿美元级别，终端消费端还没有证明能产生同等规模的自由现金流。

这就是当前市场最脆弱的地方：只要AI叙事从“无限加速”变成“正常成长”，估值就需要重算。我判断未来12个月内发生一次明显重估的概率很高，主要有三个原因。

第一，估值没有太多容错空间。纳指100 PE明显高于历史中位数，英伟达、博通、AMD等核心公司的估值隐含了很强的未来利润增长。一旦市场怀疑AI消费端接不住基础设施投资，先被杀的一定是估值倍数。

第二，2026年会进入AI投资的财务验证期。市场会越来越关注自由现金流、折旧、利息、云厂商CapEx、AI应用毛利率和企业客户续费率。如果这些指标不能证明闭环成立，市场不会等很多年才反应。

第三，外部风险会放大回撤。2025年关税和政策不确定性已经证明，高估值科技股可以在很短时间内完成20%以上的杀估值。现在地缘政治、美债压力、黄金上涨、中美科技竞争都在提高风险溢价。

DeepSeek已经给过一次实证。2025年1月27日，Nvidia单日下跌约17%，市值蒸发约5890亿美元，创下美股公司单日市值损失纪录；Nasdaq Composite当天也下跌约3%。这次下跌不是因为Nvidia当天财报变差，而是市场第一次集体质疑美国AI基建叙事：如果模型能力不一定需要越来越贵的Nvidia/CUDA/美国云算力来堆出来，那么高CapEx、高折旧、高PE的逻辑就要被重新计算。

如果未来DeepSeek、华为芯片、国产AI软件栈继续证明“更低成本也能做出足够好的模型”，美国AI基建叙事会再次承压。市场不需要等中国完全替代Nvidia，只要相信“没必要这么贵”，美国高CapEx、高折旧、高PE的AI资产就会被重新估值。

所以这轮风险不是单一变量，而是三层叠加：AI自身太贵，地缘政治提高风险溢价，中国低成本AI路线挑战美国高成本基建叙事。

如果只是AI估值回归，纳指较当前回撤20-25%（回到19000-20000区间）是合理的；如果叠加地缘政治、美债利率或中国AI路线冲击，回撤30-40%（回到15000-17000区间）也并不夸张。

这不是AI技术归零的判断，而是一次泡沫挤压。类似2000年互联网泡沫，长期方向没有问题，但短期估值和资本开支提前透支了太多未来。

七、对AI创业者的几点思考

如果资本市场真的会从“营收增长”切换到“自由现金流”，创业者最好提前一年完成战略调整。这意味着，要同时管理战略、执行和收入，避免在资本热潮中迷失方向。我总结出三条关键原则：

1.别跟风做项目。

短期融资容易，但长期缺乏独立洞察会让战略偏离。独特的用户洞察是最重要的生产力，而不是资金、技术或资本。同时要保持月度复盘，定期检视战略和执行进度，否则很容易走偏。

2.看得远，也要走得稳。

理解五年后的终局固然重要，但更关键的是设计下一阶段的可落地路径。产品不仅是最终的UI与功能，还包括从今天走向未来每一步的feature、GTM战略和执行安排。短期决策需要与长期愿景紧密衔接。

3.收入才是价值衡量。

从第一天起就要注重现金流和收入，而不是盲目追求用户数量。从day one就定义清楚：谁在付费？能付多久？毛利多少？高留存、高付费转化，以及更长的LTV才能支撑产品在投资退潮时存活并继续发展。

OraOrb实践

以OraOrb为例，我们选择占星这一小众但潜力巨大的入口来创业。把用户与Ora女巫的关系视为核心资产，而不仅仅是对话。我们通过每日运势、塔罗占卜和深度对话培养信任，硬件强化仪式感，软件沉淀关系资产和分享转化。产品从day one就设计为付费模式，不依赖免费用户“冲数据”，确保收入闭环与长期价值。这样的设计，让我们在资本环境重估时，更有韧性和可持续运营能力。

附录：数据来源

估值数据（2026年5月7-8日）

• 英伟达PE 43、市场价值5.2万亿美元：GuruFocus、Macrotrends、companiesmarketcap.com
• 博通PE 80：GuruFocus、Public.com
• AMD PE 153：fullratio.com、financecharts.com
• 纳指100 PE 38，历史中位24：Macrotrends、MacroMicro

建设端vs消费端

• 全球GenAI总支出6440亿美元（2025）：Gartner
• 企业GenAI支出370亿美元、消费者AI支出120亿美元（2025）：Menlo Ventures, “2025 State of Generative AI in the Enterprise”
• 建设端历史数据2020-2024：Visual Capitalist (Epoch AI)、New Street Research
• 2026-2027预测：Goldman Sachs、Big Tech公司公开的CapEx指引

折旧测算假设

• 5年直线折旧 + 5%融资成本（参考微软、Google、Meta、Amazon服务器折旧年限调整公告）
• 30%毛利率参考SaaS行业中位数

用户与付费数据

• 全球AI用户18亿：Menlo Ventures
• ChatGPT周活9亿、付费订阅5000万：OpenAI 2026年3月公告
• 企业AI渗透率