2026.10.09 | AC | Markets | AI Bubble Debate: Five Investors' Views

摘要

AI企业的盈利增长仍在支持股票价格，维持增长所需的资本投入、外部融资与竞争压力，也在提高股东取得长期回报的要求。近期投资人的分歧，集中在盈利能够抵消多大的资金成本压力、当前领先企业能否保住利润，以及投资者应在什么条件下调整风险。这些分歧也体现在应对方式上，包括提高现金流要求、检验领先地位、关注融资与政治约束，以及把收益来源扩展到更多行业。笔者认为，资本开支持续增加不足以单独证明股票安全；投资者需要把盈利兑现、现金回收和下一轮投入的回报放在一起评估，并提前控制对单一建设周期的依赖。

2026年10月，AI泡沫的讨论再次出现鲜明分歧。数字资产与数据中心业务公司Galaxy Digital的创始人Mike Novogratz，在格林威治经济论坛上承认泡沫，却认为行情尚未到最极端的阶段，仍主张参与。桥水创始人达利欧随后在近期的专访中警告，AI正接近利率压力开始产生实质影响的阶段。星展银行首席投资官Hou Wey Fook则继续用盈利增长和估值支持AI股票。

这场讨论之所以难以结束，与市场过去的表现有关。盈利增长曾经消化估值，也帮助股票承受资金成本上升。风险提示反复出现，行情却仍有回报，投资者很容易逐渐降低对同类警告的敏感度。

高盛全球对冲基金客户覆盖负责人Tony Pasquariello，在9月的官方访谈中给出了多头的重要依据：即使企业盈利增速放缓，只要继续增长，而且紧缩政策没有超过市场预期，股票仍可能取得正回报。他也把债券市场列为股市最直接的风险。

因此，当前几种主要立场需要分别理解：

这些判断背后，既有风险程度的分歧，也有观察对象和投资期限的差别。沿着五位投资人的历史观点，可以看到风险如何从技术与估值讨论，进一步进入企业融资、行业竞争和组合管理。

一、达利欧：盈利仍在增长，现金流缓冲正在受到检验

达利欧的警告值得关注，一个原因是他对这轮市场的判断有清楚的变化。

2024年2月，他在署名文章中认为，美股整体尚未达到典型泡沫状态，七巨头虽然有过热迹象，盈利与订单仍为价格提供支持。当时他比较英伟达与互联网泡沫时期的思科，强调盈利增长与纯粹依赖远期想象之间的差别。

到2025年1月，他已开始把高估值与利率风险联系起来。同年11月，他在长文中系统解释了金融财富与可支付现金之间的关系：股票市值可以迅速增加，持有人要偿债或支付其他费用时，却需要真正的现金。大量持有人为了取得现金而卖出资产，价格下跌又削弱抵押品与融资能力，便可能形成相互强化的收缩。

2026年6月，他进一步谈到AI企业的竞争性投入。企业担心投入不足会失去份额，因此即使难以判断未来回报，也有动力继续扩大支出。到10月，他对风险阶段的表述更为紧迫，并在10月8日CNBC采访中强调关注现金流：盈利可以继续改善，可供企业使用的现金却可能减少。

盈利增长还需要结合建设支出后的现金余量来评估。企业采购设备时先支付现金，折旧则在后续使用期间逐步进入利润表。旧设备仍在折旧，新一代设备又开始采购，净利润增长未必带来同样幅度的现金积累。如果持续投入主要用于维持现有竞争地位，股东还要承担越来越高的资本需求。

达利欧没有否认此前盈利增长的支撑。他在最新采访中承认，股票相对债券的预期回报优势，曾经帮助市场承受债券抛售；随着股价与收益率变化，这一缓冲正在缩小。

笔者认为，他近期判断的增量，是把风险从估值偏高推进到企业和投资者获取现金的能力。 对AI供应链，除了看当期利润，还要看经营回款能覆盖多少建设支出，下一轮扩张需要新增多少融资，以及客户是否也依靠融资支付采购款。

他的应对也包含新的机会选择。10月的格林威治论坛对谈中，他区分了热门AI建设者与使用AI改善收入、降低成本的企业，并强调分散风险。后者有机会获得技术进步带来的经营收益，同时减少对巨额基础设施建设的直接承担。

二、塔勒布：技术越有颠覆性，今天的赢家越需要接受检验

《黑天鹅》作者塔勒布，把讨论推进到另一个问题：即使AI创造大量商业价值，今天最受追捧的企业能保留多少利润？

2025年初，英伟达受到DeepSeek相关冲击后，他已经警告高度集中的AI行情存在脆弱性。2026年2月，他更明确地讨论软件企业的破产风险，以及市场对近期领涨企业持续性的过高期待。他承认AI软硬件领域会有人赚到很多钱，同时认为竞争可能改变赢家名单。

10月6日发布的彭博访谈中，他再次批评从“AI将改变世界”直接跳到“应该买入AI关联公司”的推论。个人电脑、汽车和互联网的发展，给使用者带来了巨大便利，早期企业却经历了激烈竞争和经营危机。技术前景无法直接确定单个公司的长期回报。

塔勒布特别强调，科技公司的威胁往往来自其他科技公司。模型效率提升可能改变客户需要购买的算力，新产品也可能减少客户对原有软件的依赖。创新降低社会使用技术的成本时，原有供应商可能面临价格下降、客户流失和更频繁的研发投入。

沿着他的判断，估值分析就需要检验领先地位能维持多久。高利润率如果吸引更多竞争者，企业可能需要降价和增加投入才能保住客户；过去几个季度的盈利增长，便不足以独自支持很长时间的利润外推。

他对投资应对的解释同样重要。在这段访谈中，塔勒布强调其方法关注风险增加及其损失后果。资金具有黏性，市场可以在风险积累时继续上涨，过早做空的人也可能先遭受损失。他把注意力放在美国本土退休资金与机构对长期国债的需求，并重申尾部保护。这意味着冲击可以通过债券价格和融资成本传到股票，无须等到AI技术发展失败。

笔者认为，塔勒布最有价值的提醒，是在预测尚无把握时就检查组合的损失承受能力。集中持有几家共同依赖AI建设支出的企业，表面上有多个股票代码，实际可能暴露于同一个风险。

三、Michael Hartnett：债券与选民，分别约束资金和扩张条件

美国银行全球研究首席投资策略师Michael Hartnett，长期从资金流向与跨资产关系研究市场。他早在2024年就讨论过AI行情的泡沫特征，2025年又提醒投资者，泡沫可以在缺少紧缩触发因素时继续扩大。

在9月23日录制的Master Investor访谈中，他把这轮AI交易的两种威胁概括为债券与选民。前者来自资本市场，后者来自承担产业扩张成本的社会。

债券约束的起点，是大科技公司的资金用途发生变化。Hartnett认为，七巨头过去的吸引力之一，是能够产生大量现金且保留较多现金。随着AI资本开支增加，未来现金缺口和融资需求会使企业更依赖债券投资者的判断。收益率或信用利差升得太高，部分支出计划就难以延续。

这个变化影响项目回报，也影响企业的自主性。能够用自身现金流完成投资的公司，可以较多依据内部回报要求决定建设节奏；依赖持续融资的公司，还要接受外部资金提供者对利率、担保和偿还安排的要求。订单需求尚在，融资条件也可能先收紧。

在同一次访谈中，Hartnett也相信政策制定者有很强的动机避免债市失控。他认为企业盈利尚能承受当时的资金成本，并倾向于政策干预可以稳定市场。他还提出，如果长期利率能够稳住，下一阶段股票上涨可能重新集中到AI。

他对风险机制保持警惕，也保留了行情继续发展的情景。 这一点使“选民”约束尤其值得研究：政策可以尝试稳定金融市场，地方居民是否接受数据中心扩张，却涉及更分散的利益。

Hartnett在访谈中把数据中心扩张与地方选举联系起来。笔者认为，这条路径可以具体落到用电、用水、土地与基础设施成本上。如果居民承担的电力扩容成本上升，而当地就业和税收改善不足以补偿，反对意见就可能转为审批延迟、更严格的建设条件或成本分摊要求。国家支持AI的战略意愿，仍要通过一个个地方项目实施。

他在组合上也没有只留下防御。访谈中，他讨论银行和医疗等AI使用者、国际市场及部分受冷落资产，长期主张从最拥挤的方向适度兑现收益，同时寻找被忽视资产的改善催化剂。他还提醒，国际股票与美国市场存在相关性，地域分散提供的保护有其限度。

因此，Hartnett的视角要求投资者多问两件事：下一轮扩张由谁出钱，建设产生的成本由谁承担。两类主体继续支持扩张的条件，可能比资本开支计划本身更早改变。

四、Bobby Molavi：股价可以先见顶，资本开支继续执行

高盛欧洲执行服务负责人Bobby Molavi，对资本开支惯性的前后讨论，提供了一个有用的时间视角。

2025年10月，彭博对其客户笔记的报道强调，投资者很难在过早或判断错误时对抗AI资本开支趋势。建设投入像一艘已经启动的大船，短期内很难停下，供应链因此可以继续获得订单。

2026年10月，据对其《Ruminations》笔记的转述，他回顾若干历史资本支出繁荣周期后提出：在资本开支繁荣周期中，股票可以先见顶，资本开支随后仍增加一段时间，滞后区间为6—24个月。

这两段话都围绕支出的惯性。行情上升时，惯性让过早看空付出代价；回报预期开始恶化时，同样的惯性又让产业数据看起来依然繁荣。

已经签约的设备采购、施工计划和配套建设，不会在股票投资者开始担忧时立即停止。企业还可能为了履约或避免竞争落后继续投入。股价却可以提前反映下一轮项目的回报变化，包括出租价格下降、利用率不足、融资成本上升，或者新增支出带来的收入不及预期。

笔者认为，Molavi最重要的提醒，是不能只用正在发生的支出判断股票的安全性。 6—24个月提供了观察历史的角度，实际投资还要分别检查未来订单、客户付款能力、项目回收期和盈利预测的变化。等到行业总支出绝对下降才重新评估风险，可能已经落后于股票价格。

五、Hou Wey Fook：继续相信盈利，也让组合获得更多收益来源

星展首席投资官Hou Wey Fook从多资产组合的角度判断AI投资。他长期相信大科技的盈利与资产负债表能够支持投资，同时通过股票、债券和其他资产控制组合波动。

2024年的星展展望已经强调，本轮科技上涨有盈利基础，并讨论行情向其他行业扩散。2025年末的署名前言继续支持AI，也看好医疗，重视企业定价权和资产负债表。2026年6月，他明确把能源等主题加入AI之外的机会讨论；9月发布的四季度展望进一步列出能源、金融和医疗中的AI赋能者与使用者。

10月5日的彭博采访报道中，他仍以英伟达的盈利预期与估值支持AI股票，并介绍用债券票息、黄金和对冲基金搭配成长资产。扩大收益来源，沿用了他的长期组合方法。

Hou的多头论证对风险讨论构成重要约束。企业如果持续兑现盈利，投资者不能只凭价格上涨或资本开支规模大就认定回报必然恶化。不过，供应商的盈利还需要与客户的投资回报连接起来：客户采购设备后能否赚回资金，会影响下一轮订单的可持续性。

跨行业寻找AI受益者，为持续参与提供了另一条路径。银行、医疗及其他服务企业，可以通过AI减少重复劳动、改善客户服务，并在较少自建基础设施的情况下取得经营收益。能否把效率改善留在利润中，还取决于客户议价和行业竞争。

笔者认为，分散需要落实到不同的盈利来源。如果新增配置的能源或设备公司仍完全依赖数据中心建设，它与原有科技持仓可能承受同一轮订单风险。真正有意义的扩展，是让组合中一部分企业依靠建设需求赚钱，另一部分企业依靠使用技术改善自身经营，并保留能够应对资金压力的资产。

结论：在盈利兑现的过程中，提前检验回报条件

五位投资人提供了不同的观察顺序：达利欧从融资和现金流判断风险阶段；塔勒布检验领先地位与极端损失；Hartnett关注资金提供者和选民的约束；Molavi提醒价格可以领先产业数据；Hou则要求保留盈利支持与分散配置的正面证据。

将这些视角用于投资，可以形成以下分工：

笔者认为，当前更有依据的应对，是提高对现金回收与竞争持续性的要求，减少组合对单一建设周期的依赖。经营持续兑现、融资可控的企业仍有参与价值；对依赖外部资金和不断上调远期假设的投资，则应更早收紧风险预算。资本开支增长能够延长产业繁荣，股东回报最终还要取决于这些投入收回多少现金，以及买入价格已经要求企业兑现多少增长。

风险提示

本文所述观点仅代表笔者个人研究和分析，不构成任何投资建议。文中涉及的公司、行业及市场分析均基于公开信息和合理推测，可能存在信息滞后或理解偏差。投资有风险，入市需谨慎。