2000年的互联网泡沫会重演吗?对当前人工智能热潮的批判性分析。
Xpert 预发布版
语言选择 📢
发布日期:2025年9月27日 / 更新日期:2025年9月27日 – 作者:Konrad Wolfenstein
8000亿美元的资金缺口:人工智能的梦想为何可能很快就会耗尽资金
OpenAI 面临数十亿美元的亏损:即使是 200 美元的订阅费也是赔本的——这种情况还能持续多久?
人工智能的热潮席卷全球市场,其势头之猛令人想起许多投资者至今仍记忆犹新的千禧年互联网泡沫时期。两者之间的相似之处令人震惊:一些商业模式勉强盈利的公司估值却高得惊人;人们像淘金者一样,将数千亿美元投入到一项单一技术中;并且坚信我们正处于一场经济革命的边缘。然而,尽管微软和谷歌等科技巨头正以前所未有的规模争夺人工智能领域的主导地位,但人们对这波热潮的可持续性却日益产生怀疑。.
贝恩公司一项令人担忧的研究预测,由于行业收入远不足以弥补计算能力和基础设施成本的爆炸式增长,未来将出现高达8000亿美元的资金缺口。即使是行业领军企业OpenAI,其订阅服务也耗资数十亿美元且持续亏损——这清楚地表明,实现技术商业化是一个巨大的挑战。与此同时,一家来自中国的低成本竞争对手正在引发不安,并有可能动摇现有供应商高昂的商业模式。.
但将当今科技与互联网泡沫时代相提并论真的恰当吗?两者之间存在着关键性的区别:如今的技术更加成熟,并且已经在日常商业活动中根深蒂固。此外,这波繁荣并非由小投资者通过信贷融资,而是来自全球最赚钱企业的雄厚财力。因此,决定数万亿美元投资走向和全球经济未来的关键问题是:我们正处于可持续技术变革的开端,还是正处于即将破裂的巨大投机泡沫的最后阶段?
适合:
来自中国的OpenAI噩梦:一家低成本供应商如何让科技巨头们倍感压力
我们是否又一次陷入了类似2000年前后臭名昭著的互联网泡沫的投机泡沫?这个问题目前正困扰着全球的投资者、分析师和技术专家。人工智能的迅速崛起以及随之而来的数十亿美元投资,与上世纪90年代末的情况有着惊人的相似之处。当时,互联网热潮导致估值过高,最终以惨烈的崩盘告终。如今,人工智能公司面临着类似的挑战:天文数字般的估值与不明朗的商业模式相冲突,而投资与实际收入之间的差距也在不断扩大。.
与互联网泡沫的历史相似之处
互联网泡沫时代的动态
上世纪90年代末的互联网泡沫是由一项革命性的新技术——互联网——推动的,这项技术与今天的AI一样,被视为一种变革性的力量。1996年至2000年间,科技公司的估值达到了惊人的高度,纳斯达克股票的市盈率达到50倍、70倍甚至100倍已是司空见惯。投资者们坚信,互联网解决方案将彻底颠覆传统的商业模式,带来光明的未来。.
转折点出现在2000年3月,当时第一批创业公司破产,经济生活的残酷现实让之前过高的预期难以承受。公司不得不投入超出预期的资金,回报却远低于预期,现金消耗速度也已无法支撑过高的估值。.
当前市场估值对比
如今,经周期性波动调整后的标普500指数与当时的走势惊人地相似。目前的估值水平是过去十年盈利的38倍。正如摩根士丹利的策略师所指出的,只有在互联网泡沫时期,估值才更高。.
曾是互联网泡沫时期明星分析师的亨利·布洛杰特警告说,当前的AI热潮与当时的互联网泡沫有着惊人的相似之处。他强调,互联网和人工智能的影响远远超出了科技行业。仅今年一年,对人工智能基础设施的投资就至少达到4000亿美元,并正在极大地推动全球经济和股市的发展。.
人工智能行业的资金缺口
贝恩公司令人担忧的预测
贝恩公司最近的一项研究揭示了人工智能行业面临的巨大资金缺口。到2030年,OpenAI、谷歌和DeepSeek等人工智能公司每年需要筹集约2万亿美元,以支付不断上涨的计算能力和基础设施成本。然而,咨询公司预计,该行业实际筹集的资金将比这一目标少约8000亿美元。.
贝恩公司全球技术部门主席大卫·克劳福德郑重警告:“如果目前的规模规律成立,人工智能将日益给全球供应链带来压力。” 预期收入与实际收入之间的这种差距,引发了人们对人工智能行业估值和商业模式的根本性质疑。.
领先企业的盈利问题
ChatGPT 的开发公司 OpenAI 正是该行业盈利困境的典型代表。尽管其估值高达 3000 亿美元,每周活跃用户达 7 亿,但付费用户却只有 500 万。2024 年,OpenAI 的亏损额约为 50 亿美元,预计 2025 年的亏损额将高达 90 亿美元。.
尤其令人担忧的是,即使是价格更高的ChatGPT Pro订阅服务(每月200美元),也因为用户使用量超出预期而出现亏损。首席执行官Sam Altman将这种情况形容为“疯狂”,这也印证了公司在成本控制方面面临的挑战。.
巨额投资,但回报却不明朗。
5000亿美元的军备竞赛
美国主要科技公司正以前所未有的力度加大对人工智能(AI)领域的投资。微软、Meta和谷歌计划到2025年共计投资2150亿美元用于AI项目。亚马逊也宣布将追加1000亿美元的投资。这些支出将主要用于扩建数据中心和开发新的AI模型。.
自 ChatGPT 发布以来,投资额已增长超过一倍。早在 2024 年,四大科技公司在人工智能领域的总投资额就已达到 2460 亿美元,比上一年增长了 63%。到 2030 年代初,人工智能领域的年度支出可能超过 5000 亿美元。.
适合:
能源需求和基础设施挑战
贝恩公司预测,到2030年,全球对计算能力的额外需求可能攀升至200吉瓦,其中一半来自美国。人工智能数据中心的电力消耗将从2023年的500亿千瓦时增加到2030年的约5500亿千瓦时,增幅达11倍。.
这种大规模扩张正导致严重的环境影响。尽管可再生能源的使用有所增加,但数据中心的温室气体排放量将从2023年的2.12亿吨增加到2030年的3.55亿吨。同期,冷却用水量将增长近四倍,达到6640亿升。.
通过“托管人工智能”(人工智能)开启数字化转型的新维度 - 平台和 B2B 解决方案 | Xpert Consulting
在这里您将了解您的公司如何快速、安全且无高门槛地实施定制化的AI解决方案。
托管 AI 平台是您全方位、无忧的人工智能解决方案。您无需处理复杂的技术、昂贵的基础设施和冗长的开发流程,只需几天时间,即可从专业合作伙伴处获得根据您的需求量身定制的交钥匙解决方案。
主要优势一览:
⚡ 快速实施:从构思到实际应用,只需几天,无需数月。我们提供切实可行的解决方案,创造即时价值。
🔒 最高数据安全性:您的敏感数据将由您自行保管。我们保证数据处理安全合规,不会与第三方共享。
💸 无财务风险:您只需为结果付费。完全无需在硬件、软件或人员方面进行高额的前期投资。
🎯 专注于您的核心业务:专注于您最擅长的领域。我们负责您 AI 解决方案的整个技术实施、运营和维护。
📈 面向未来且可扩展:您的 AI 将与您共同成长。我们确保持续优化和可扩展性,并灵活地调整模型以适应新的需求。
更多相关信息请点击这里:
新一轮互联网危机即将到来?是可控调整还是崩盘?廉价模式,巨大的价格压力?数十亿美元的损失与实际收益?
与互联网泡沫的不同之处
融资结构和风险最小化
亨利·布洛杰特强调了人工智能与互联网泡沫的两个关键区别。首先,人工智能的大部分活动都是在私募市场融资的,这意味着小投资者受潜在崩盘的直接影响较小。其次,人工智能的研发资金主要来自科技巨头的利润,而非债务。.
这些结构性差异或许能够限制人工智能崩溃带来的影响。布洛杰特指出:“人工智能崩溃会带来诸多痛苦。股市和商业地产将遭受重创,巨型数据中心项目将被贱卖,数百家初创公司和服务提供商将倒闭。但至少目前来看,损失是有限的。”.
适合:
底层技术的成熟度
与互联网泡沫时期互联网尚处于萌芽阶段不同,人工智能如今已展现出切实的应用和优势。贝恩公司的一项调查显示,几乎所有公司都已开始在市场推广活动中使用人工智能。62%的公司已在两个以上的应用案例中尝试使用人工智能,57%的公司表示人工智能的效果超出了他们的预期。.
然而,超过半数的受访公司承认,他们尚未建立足够的数据基础来充分发挥这项技术的潜力。数据集不完整或质量低下以及技术配置欠佳被认为是主要挑战。.
DeepSeek 是一个转折点
来自中国的高性价比创新
中国初创公司DeepSeek凭借其R1模型震撼了人工智能行业。据估计,该公司仅花费560万美元的研发成本,就打造出了一个足以与价格高昂得多的美国模型相媲美的模型。相比之下,OpenAI的GPT-40的研发成本约为8000万美元。.
DeepSeek 的定价策略远低于竞争对手。该公司的模型比 OpenAI 的同类模型便宜 20 到 40 倍。DeepSeek 的 Reasoner 模型每部署一百万个代币只需 53 美分,而 OpenAI 的 o1 模型部署相同数量的代币则需要 15 美元。.
适合:
对行业动态的影响
DeepSeek的成功挑战了人工智能行业的既有认知。该公司证明,即使没有数十亿美元的预算,也能实现尖端人工智能,这给传统供应商带来了巨大的价格压力。这一发展揭示了美国出口限制的一个有趣副作用:技术限制迫使该公司在软件方面进行创新,以最大限度地利用现有硬件。.
短短几周内,DeepSeek 的人工智能助手就占据了全球 LLM 用户 21% 的份额,并取代 ChatGPT 成为苹果应用商店中最受欢迎的免费应用。这种快速的市场渗透凸显了人工智能市场的波动性,以及它对那些采用成本高昂的商业模式的传统供应商构成的威胁。.
适合:
新兴技术领域及其潜力
量子计算的长期展望
贝恩公司预测,量子计算在未来十年内有望释放高达2500亿美元的市场价值,主要集中在金融、制药、物流和材料科学等领域。市场规模预计将从2024年的16.5亿美元增长到2037年的641.2亿美元,复合年增长率(CAGR)高达32.2%。.
然而,至少还有四大障碍阻碍着这项技术的发展:硬件成熟度、算法开发、量子机器学习以及实际可行性。分析人士预计不会出现突然的突破,而是会在特定领域逐步推广应用。.
人形机器人早期阶段
尽管人形机器人吸引了大量资本,但它们仍然高度依赖人类监管。高盛预测,到2035年,人形机器人市场规模将达到380亿美元,是前一年预测值的六倍多。另一项研究甚至表明,到2030年,将有2000万个人形机器人投入使用。.
首批工业试点项目已展现出令人鼓舞的成果,投资回收期不到0.56年。波士顿动力公司、敏捷机器人公司和特斯拉等公司正在推动相关研发工作,其中特斯拉的目标是今年生产数千台Optimus机器人。.
自主代理作为增长领域
贝恩公司估计,未来三到五年内,企业将把高达10%的技术预算投入到核心能力领域,例如能够独立执行复杂任务的自主代理。这一发展有望开辟新的收入来源,并显著提高人工智能系统的效率。.
对市场形势的批判性评估
水疱可能形成的时间
关键问题是:泡沫破裂还有几年时间,还是只有几个月?亨利·布洛杰特一针见血地指出:“现在是1996年还是1999年?”这个问题没有确切答案,但种种迹象表明,它与互联网泡沫时代既有相似之处,也有重要的区别。.
德意志银行警告称,美国经济复苏背后隐藏着一个令人匪夷所思的真相:如果没有大规模的人工智能投资,美国恐怕早已陷入衰退。乔治·萨拉维洛斯以一种令人震惊的方式指出:“人工智能机器实际上正在拯救美国经济。”经济增长并非源于革命性的人工智能应用,而是源于构建人工智能基础设施。
当前发展的可持续性
贝恩公司的这项研究对当前人工智能热潮的可持续性提出了严峻的质疑。尽管语言模型和其他应用在全球范围内迅速发展,但其承诺的效率提升和新的收入来源尚不足以弥补巨额投资。.
一个尤其棘手的问题是,许多人工智能公司目前还无法成功实现产品盈利。例如,OpenAI预计要到2029年才能实现正现金流。其他行业巨头也优先考虑增长而非盈利,并寄希望于未来的规模经济。.
潜在情景及影响
可控衰退情景
在最理想的情况下,人工智能行业有望通过技术进步和新的商业模式实现稳定。在ChatGPT等人工智能服务中引入广告,有望开辟新的收入来源。据预测,OpenAI有望从2026年开始通过免费用户变现获得数十亿美元的收入,到2029年这一数字将达到250亿美元。.
技术的逐步成熟可能会催生可持续的商业模式。能够进行复杂推理和类智能体行为的推理模型需要数百倍甚至数千倍的计算能力,但也可能因此带来更高的价格。.
市场崩盘情景
在最糟糕的情况下,人工智能崩盘可能会造成与互联网泡沫破裂类似的灾难性后果。股市和商业地产将遭受重创,巨型数据中心项目将被以极低的价格抛售,数百家初创公司和服务提供商将倒闭。.
贝恩公司预测的8000亿美元资金缺口可能导致行业整合。只有财务实力最强的公司才能生存下来,而规模较小的供应商和初创企业可能会退出市场。.
崩溃还是可控修正?人工智能的关键时期
人工智能行业正处于一个关键的转折点。尽管它与互联网泡沫时期存在诸多相似之处——估值过高、商业模式不明朗、投资与收益之间的差距日益扩大——但也存在一些重要的差异。人工智能技术已经展现出具体的应用和效益,资金主要来自盈利的科技巨头,而且市场对散户投资者的依赖程度较低。.
真正的挑战在于如何成功地将这些巨额投资变现。像OpenAI这样的公司必须证明它们能够将数十亿美元的亏损转化为可持续的利润。DeepSeek等供应商开发出更具成本效益的人工智能模型,进一步加剧了市场压力,并可能引发价格战,使盈利变得更加困难。.
人工智能泡沫最终会演变成可控的回调还是崩盘,取决于该行业能否及时开发出可行的商业模式。未来几年将见证人工智能能否不负众望,还是会重蹈互联网泡沫破灭的覆辙。“现在是1996年还是1999年?”这个问题的答案,将决定数万亿美元投资的命运以及科技行业的未来。.
您的AI转换,AI集成和AI平台行业专家
☑️我们的业务语言是英语或德语
☑️ 新:用您的国家语言进行通信!
我很乐意作为个人顾问为您和我的团队提供服务。
您可以通过填写此处的联系表,或者直接致电+49 89 89 674 804 (慕尼黑)。我的电子邮件地址是: wolfenstein ∂ xpert.digital
我很期待我们的联合项目。
☑️ 为中小企业提供战略、咨询、规划和实施方面的支持
AI策略的创建或重组
☑️ 开拓业务发展
我们在美国的业务开发、销售和营销方面的专业知识
行业重点:B2B、数字化(从AI到XR)、机械工程、物流、可再生能源和工业
更多相关信息请点击这里:
具有见解和专业知识的主题中心:
- 全球和区域经济、创新和行业特定趋势的知识平台
- 收集我们重点领域的分析、推动力和背景信息
- 提供有关当前商业和技术发展的专业知识和信息的地方
- 为想要了解市场、数字化和行业创新的公司提供主题中心































