隨著AI相關企業估值上升、AI領域持續巨額支出以及AI生態系統日益循環化，人們對AI泡沫的擔憂再次抬頭。高盛分析師指出，巨額AI支出的投資回報率成疑，當前的AI浪潮確實存在狂熱跡象，但與以往的泡沫時期相比有諸多差異，高槓桿、循環投資是潛在風險。

企業應用落後於消費需求

高盛美國軟件股票研究分析師Kash Rangan在周二（11日）發布的高盛Exchanges播客中表示：「許多消費級應用程式都體現了人工智能的價值，無論是消費層面的ChatGPT還是Claude應用程式。但在企業層面和用戶層面，雖然出現了一些復甦跡象，但尚未達到預期目標。」

雖然ChatGPT等工具迅速吸引了消費者的注意力，但企業採用的速度卻較慢。

Rangan表示，各公司在AI應用方面遠低於預期，「沒有達到我們一年前、兩年前預期的水平，而是達到了我們6個月前、9個月前的預期水平。」

巨額AI支出超預期 投資回報率成疑

美國網絡股票研究分析師Eric Sheridan表示，AI基礎設施的投資和支出金額超出預期，主要受龐大計算需求推動。目前僅有少數公司正從運行基礎模型轉向構建API解決方案或應用程式。

總支出的上升是一個非常巨大的數字，導致許多投資者真正提出投資回報率的問題。這個問題只會在規模上加劇，而非減弱。

英偉達預測，2030年之前，AI基礎設施累計支出將達到3萬億美元至4萬億美元。但Sheridan指出：「我們接觸的大多數投資者都很難證明3萬億~4萬億美元累積支出的回報情況是合理的，除非AI在某種最終狀態下成為社會大量經濟產出的主要驅動因素。」

麥肯錫上周發布的《2025年AI現狀報告》亦發現，雖然近88%的公司表示在至少一項業務職能中使用AI，但只有大約三分之一的公司將其擴展到整個企業。64%的受訪公司表示AI正在推動其創新，但只有39%表示AI的影響體現在最終的獲利上。

麥肯錫指，儘管AI工具如今已很普遍，但大多數組織尚未將其深度融入工作流程和程序中，因此無法實現實質性的企業級收益。

存在狂熱跡象 但與以往泡沫期有異

人們對人工智能泡沫的擔憂是否合理？抑或被誇大？Sheridan表示，確實看到了一些類似90年代末和2007年危機爆發前夕的狂熱跡象，例如︰私人市場估值遠高於公開市場、公開市場估值高於歷史常規水平。然而，與1999-2000年泡沫時期相比，目前的公開市場估值仍未達當年峰值，資本市場活動仍遠低於2020/2021年、2007/2008年、1998/1999年的水平。

另一差異是，1999年，市場上推動最狂熱估值的是那些不產生任何收入和利潤的公司，也很少有公司回購自家股票和支付股息；但當前科技七雄中的大多數公司產生巨額自由現金流，並回購股份和派息回饋股東。

Rangan則認為，軟件板塊並沒有泡沫跡象，許多軟件股估值受壓，存在折價而非溢價。原因是AI可能對軟件終端市場造成影響，例如就業機會流失、消費減少、開發成本下降。

他強調，90年代末，投入高風險項目的資金是創業資本和私人資本；而當前資金來自財力雄厚、資金充裕的超大規模巨頭，其資金成本很低、風險承受能力強，即使需要經歷幾個周期的嘗試才能找出從AI提取價值的最佳商業模式，它們也完全能承擔。因此，大量資金來自截然不同的投資者，使得本輪AI周期與以往迥異，更能容忍各種失誤和錯誤。

槓桿與循環投資為潛在風險

分析師們警告系統性風險正在積累。Rangan指出，市場開始出現高槓桿融資，一些企業的資金結構是80%債務、20%股本，而這些企業能夠以極低的資金成本發行債券。低毛利率的商業模式疊加大量的槓桿，可能引發連鎖反應，需要仔細監控，確保系統運作正常。

Sheridan表示，英偉達、OpenAI、甲骨文、英特爾循環相互投資，與90年代末科網泡沫期間出現的現象有相似之處，確實令人緊張。當各大公司通過債務互相投資、供應鏈形成循環收入，最終在債務問題爆發時導致系統性崩潰。

應留意的預警訊號

被問及轉向謹慎的時機，Sheridan表示需持續關注效用的提升、採用率的提升、變現能力和自由現金流。如果公司的支出方式最終對其自由現金流產生構成實際風險，通常會成為市場的轉捩點。削減股息、減少股票回購、過度舉債等都是他正在留意的異動。

Rangan表示，在信貸周期的初期，新成立的企業大多依賴債務融資，而不是資產負債表上的現金。他不太擔心超大規模企業，更擔心的是若信貸周期出現問題，會對整個科技生態系統造成文化上的衝擊，產生連鎖反應。