需要為關鍵競爭的下半場做準備了

當前AI泡沫繁榮建立在借錢、透支、沙灘上，不過這并不代表泡沫中沒有收益，恰恰相反，泡沫臨近破裂的前后，是利潤最豐厚的。

猛烈波動、資金抱團、破裂前做空、一片狼藉后抄底優質資產，以及這輪AI泡沫最珍貴的數據和模型能力資產被少數巨頭擁有，泡沫破裂對巨頭反而是好事。只是這刺激不亞于賭博，上杠桿的散戶那就是賭命了，這方面韓國人賭品是真好，玩得大不足為奇，厲害在于愿賭服輸。

本周全球存儲芯片巨頭股價在持續大漲后暴跌不足為奇，畢竟如此龐大的體量，抬轎子的資金需求自然越來越龐大。就像OpenAI今年3月融資后，估值已經是8520億美元，上市就必須謀求1萬億美元以上，否則AI泡沫就炸了，所以寧可推遲上市。

當然，不同的人有不同的認知，相信AI故事、相信OpenAI的會認為，延遲上市是因為OpenAI對未來充滿自信，相信明年上市會有更高的溢價。就像小鎮今天去聽了一整天關于AI和數字經濟的論壇，圍繞當前AI是否存在泡沫、泡沫會不會炸掉，與會者看法就不一樣。

比如某位就說，不能用財報去評估美國AI公司，如果從傳統視角，年初美國方面發布報告，稱美國頭部7家公司預計2028年累計投入2.5萬億美元，利潤總額每年不超過5000億美元，獲得的收益都無法覆蓋總投入的五年折舊，于是相關股價回調20%，但隨后快速新高。

這是因為財務角度算的是靜態賬，只看到靜態支出和收益，而用戶使用沉淀數據、訓練模型能力等核心潛在收益，是財報看不到的，產業成熟帶動二三級增長也是看不到的，而資本看到了，也相信，所以先投再說。

對此，小鎮部分認同，一個很重要的原因在于，AI應用潛在的經濟和全社會效率提升，應該至少10倍于互聯網，小鎮還認為，當前AI不過是剛剛開始，如果硬要對比，大概相當于1886年汽車發動機剛剛發明。

至于不認同，就在于開頭說的，這次AI炒作，已經提前透支了AI產業實際發展在未來至少10年的成果，七巨頭的市值已經超過歐洲GDP之和，那么當AI實際成果開始落地的時候，反而不是利好而是利空。

而且支撐繁榮的資金來自應用企業，一層層向上輸血給大模型公司、算力公司、GPU內存等關鍵設備生產商以及最上游的相關設備、材料產業，應用企業的資金不是無限量的，如果收入、融資不能覆蓋支出，這場游戲很難維持。

危機還不止于此，由于AI產業對資金的虹吸，加上為支撐AI產業導致銅等大宗價格升高，這就對其他產業造成了擠壓。于是所有投資者沒得選，要么持有現金觀望避險，要么只能投入AI泡沫，這反而增大了風險。

當然風險主要是對散戶來說的，對掌握優勢資源的資本來說，泡沫破裂前后才是利潤最豐厚的，而股市是零和博弈，優勢資本賺的錢來自哪里呢？

AI泡沫的脆弱還在于基建和技術爆發重合了。

任何一次新技術帶來的產業革命，前期必然是大基建，這很正常，但這次AI狂潮硬件投入規模遠大于互聯網。

而且過去新技術爆發前都是基建先行，技術爆發和基建存在時差，互聯網是5到10年，美國1997年開始支持互聯網的硬件大基建，互聯網爆發則要到2007年，然而這次是人類歷史上首次基建擴張、應用推廣、資金匹配同時發生的，這就導致問題變得更復雜，資金使用效率更低。

這輪AI泡沫，建立在硬件狂熱基礎上，而硬件狂熱建立在高溢價高利潤基礎上，這就存在一個巨大的潛在沖擊。

按照常理，中國進入任何一個工業領域，都會把價格打下來，AI能例外嗎？

當中國入場，高溢價高利潤被打破，而支撐AI泡沫的資金大多數來自美國應用公司，如果應用公司把資金投向中國，會怎樣呢？蘋果目前正在溝通從中國購買內存，未必能成，但這是開始。

不過小鎮并不認為AI泡沫破裂后，美國AI就完蛋了，恰恰相反，小鎮認為美國AI反而會在巨頭加持下變得更強，甚至可能在某些領域出現技術差距拉大的短期現象。

畢竟美國巨頭采取的閉源模式，雖然不利于快速推廣，但三大基礎模型公司已經實現了從算力、模型、智能體、應用的一體貫穿，所有用戶的使用都是在提供打磨模型的數據和語料，這就是垂直壟斷，這種壟斷對美國國家和民眾不是好事，也必然會因為壟斷的加強，導致與美國社會和民眾利益之間的摩擦加劇。

中國的開源，非常方便廣泛使用，也可以帶動全國快速完成與AI的銜接，進而借助天然就國際化的AI加速中國企業和資本的國際化進程，這對中國是巨大的利好。但反過來，就開源大模型公司而言，得不到用戶使用數據的反饋，就不利于自身模型能力的提升了。

這就是不同道路的體現，中國走開放和社會化，美國走封閉和資本化，最終美國在縱深和特定專業領域會取得較大優勢，得一個深字，而中國則是廣。

不過小鎮還是認為AI競賽的最終勝利者一定是中國，關鍵在于一個最基本的常識：任何一次產業革命，技術都不是決定性的，技術能使用到什么程度，是由制度和文化決定的。

典型就是汽車，當技術孤立發展的時候，汽車只是一個新技術產物，并沒有建立以汽車為核心的新交通系統，直到1913年福特推動流水線生產體系，隨著汽車的普及，誕生了適應汽車的道路交通基礎設施、能源服務體系、金融保險制度以及交通治理體系，最終才實現了由汽車重塑現代生活方式。

典型是小鎮在《》中曾經介紹的美國20世紀70年代出現的郊區化，就是因為汽車普及，通勤距離大增，于是有錢人和中產才開始離開治安環境和生活環境日益惡化的城區，來到郊區居住生活。

圍繞汽車，也出現了很多新的商業業態，為滿足汽車燃油需求，也加速石油成為國際地緣政治的核心。比如中國為滿足全民私家汽車的燃油需求，就承擔了巨大的原油進口和煉化壓力，如果所有民用汽車全部新能源化，中國原油進口可以減半。

以此觀察AI，前途遠大，但目前才不過是開始，頂多相當于汽車產業的1886年。要想支持AI真正成熟，技術只是必要條件，關鍵并不是技術，而是相應配套體系，如果AI技術的發展速度超過配套體系適配速度，這不是好事，而是大麻煩。

而這些軟硬件配套建設，尤其推動技術和社會系統深度融合、重構，才是AI競賽關鍵的下半場，誰更擅長這方面的治理呢？顯然靠資本和公司自覺是不可能的。

美國AI在大模型等技術領域確實領先，這沒什么不好承認的，但問題在于，美國搞得實際是“金融科技”，也就是科技服務于金融，美國金融資本只是選擇了AI作為金融牟利的工具。

而中國要的是“科技金融”，要求金融履行政治性、人民性、從屬性，要支持包括科技創新在內的國家戰略，從本質上講，也就是金融要為AI等科技發展服務。

這是截然不同的概念，就從常理上講，單說促進AI技術和產業的長期健康發展，“金融科技”和“科技金融”到底哪一個體系更適合呢？

而當兩大截然不同的體系同臺競技，建立在AI技術領先基礎上的金融泡沫，一旦喪失AI領先這個基礎，又會如何呢？

當然，中國也有很多問題。比如說到軟性體系建設，一個特別重大的問題就是中國空有非常好的應用場景、沉淀數據和實踐探索，但是學者們嚴重缺乏針對中國實踐和問題的研究，更別談在國際上展示，這也不利于加強適應AI產業的治理體系。

這個問題在學術領域普遍存在，理工科的問題是造假，人文社科問題就是注水和吹牛，更大的問題是都不會吹中國的牛。

就如國別研究，中國已經是與美國并列的大國，與其他國家的往來越來越多，可中國嚴重缺乏國別研究，目前做的好的國別研究甚至是自媒體而不是專業學者，就在于大量專業學者別說研究其他國家了，就連中國都沒研究明白，甚至一些人根本不認同中國的發展和成就。

總不能指望美國人去研究中國實踐吧？別到最后，針對中國的研究，中國學者還比不上外國人，那就太丟人了。

小鎮完全不擔心產業界的創新和市場化，唯獨對學術圈沒啥信心。

其他文章推薦

（中篇）

（上篇）

歡迎分享，讓更多人發現“大樹鄉談”