Arthur Hayes万字新文：AI浪潮何时冲顶？泡沫会碎吗？为什么我要狂买ETH？

本文来自：Arthur Hayes

编译｜Odaily 星球日报（@OdailyChina）；译者｜Azuma（@azuma_eth）

放眼望去，人类已经把地球的自然环境改造成了另一番模样。有些改变令人赞叹，有些则触目惊心，但无一例外，它们都始于一个或多个进化后的灵长类动物 —— 也就是人类 —— 脑海中的一个想法。

由于大脑每天需要处理海量信息，我们会不断通过构建各种叙事（Narrative）来让世界变得连贯、有意义。正因如此，叙事本身，最终会塑造现实。

对于投资者而言，若想预测市场未来价格的起伏，就必须理解市场参与者共同相信着哪些“集体幻觉”。同样一家公司，在未来现金流不变的情况下，仅仅因为市场相信了不同的故事，就可能获得截然不同的估值倍数。

而让一家原本沉闷、乏味的企业实现“估值重塑”（re-rate）最简单的方法，就是替它换一个符合当下市场热点的新叙事，让投资者愿意不计成本地追捧它。

AI 到底有没有泡沫？

这也引出了判断 AI 是否正处于泡沫中的核心问题。

不过，在讨论 AI 泡沫之前，更值得先回答一个更基础的问题 ，“我们究竟投资的是什么” —— 用恋爱关系里的话来说，就是“我们到底是什么关系”？

至少在我这个有些“卢德主义”（Luddite）倾向的人看来，关键在于市场究竟如何定义 AI 资本支出（AI CAPEX）—— 它究竟属于科技（Technology），还是房地产（Real Estate）？

如今市场的主流叙事认为，这场数万亿美元规模的 AI 基础设施建设属于“科技”，因此理应享受极高的成长性估值。

但我的看法恰恰相反。AI CAPEX 本质上，不过是又一场枯燥乏味的房地产投资。唯一不同的是，这一次数据中心里装着的不是办公楼，而是算力。这些算力最终将孕育出硅基生命（silicon-based lifeforms），推动人类文明的发展，其意义甚至可能超过当年的铁路革命。

之所以必须区分是“房地产”还是“算力”，是因为如今那些刚刚发育成熟的对冲基金经理、银行、私募信贷基金，乃至政府，都误以为自己是在向苹果（Apple）这样的科技巨头放贷，而不是在向雷曼兄弟（Lehman Brothers）提供房地产融资。

我认为，AI 泡沫最终破裂的原因，将在于金融中介机构会过度建设数据中心，以及所有围绕数据中心建设所需的配套基础设施，包括能源、电力以及承载 AI 芯片训练和推理所需的一切。

因此，AI 泡沫更像是一场 2008 年式的信用泡沫，而不是 2000 年互联网泡沫那样的盈利泡沫。

2000 年互联网泡沫时期，大多数上市的互联网公司几乎没有收入，更不用说盈利，例如 Pets.com，因此那场泡沫本质上是“盈利无法兑现”（earnings story）的问题。

而 2008 年金融危机则不同。真正引爆危机的，是美国房价上涨速度放缓，引发了银行和金融机构对抵押贷款资产偿付能力的担忧，因此那是一场信用危机（credit story）。

AI 泡沫也将遵循类似的逻辑。真正的转折点，并不是 AI 龙头公司停止赚钱，而是数据中心建设增速开始放缓，或者云计算巨头（Hyperscaler）下调未来数据中心建设指引。 

即便 AI 龙头企业依然能够赚取巨额利润，它们的远期估值倍数（Forward Multiple）仍然会因为增长预期下降而收缩。而最先倒下的，将是那些信用状况最脆弱、杠杆率最高的 AI 企业。

随后，这些风险会迅速传导至那些持有大量 AI 债务资产、杠杆同样很高的金融机构资产负债表上。最终，政府会再次以“国家安全”的名义出手，确保这些过度杠杆化的 AI 企业及其背后的金融机构不会倒闭。

而这些被错误配置的资本，最终也会流向加密市场……把比特币再次送上月球（to da moon）。

AI CAPEX 的信贷风险

每当有人提出“AI 正处于泡沫”时，AI 多头几乎都会搬出“杰文斯悖论”（Jevons Paradox）作为反驳理由。杰文斯认为，当一种商品价格下降时，它的使用量会大幅增长，从而使整体市场规模继续扩大，甚至呈指数级增长。

如果你认为 AI 资本支出本身就代表着算力需求，那么根据杰文斯悖论，确实没有什么值得担心。随着算力成本不断下降，对 AI Token 消耗型应用和 AI Agent 的需求将呈指数增长，因此，向 AI 基础设施放贷自然也是稳赚不赔（money good）的生意。

但我认为，这其实是对杰文斯悖论的一种误读。为了理解为什么杰文斯悖论并不意味着所有流向 AI CAPEX 的信贷都会得到回报，我们不妨看看一家云计算巨头（Hyperscaler）建设数据中心时究竟在做什么。

本质上，它首先是在进行一个房地产开发项目。它修建一座用于容纳服务器机柜的建筑，然后采购最新一代半导体芯片，用于 AI 模型训练和推理。而随着工业技术 —— 尤其是半导体制造 —— 不断进步，每千瓦时电力所能提供的浮点运算能力（FLOPs）将持续呈指数级增长。

几年之后，无论是英伟达（Nvidia）、AMD、英特尔（Intel）、华为还是中芯国际（SMIC），都会推出效率远超今天的新一代 AI 芯片。届时，同样一座数据中心，在消耗更少电力的情况下，就能够产出 1000 倍以上的智能（Intelligence）。

这意味着，两件事可以同时成立：一方面，AI 数据中心等物理基础设施的建设完全可能出现供给饱和；另一方面，AI Token 的消耗量却仍然能够呈指数级增长。

所以，真正值得思考的问题是，你究竟想持有的是房地产生意 —— 也就是今天云计算巨头正在做的事情；还是 AI 应用层（Application Layer）？

AI 多头接下来常见的反驳是，云计算巨头（Hyperscaler）既是房东，也是租客。它们依靠 Web2.0 时代“贩卖注意力”业务所产生的巨额现金流，为建设数据中心发行债务提供信用支持；与此同时，它们又利用自己掌握的 AI 能力，向全世界出售伊甸园里的“智慧苹果”。

如果你真的相信这个故事，那我希望你持有的是它们的股票，而不是债券。债券之所以叫固定收益（Fixed Income），是有原因的 —— 无论企业最终有多成功，债权人的最好结果也只是收回本金，再赚一点利息。

如果谷歌因为成功押注 AI，打造出足以改变人类文明进程的革命性产品，股价一飞冲天，那么股东当然值得欢呼雀跃；但债券持有人能得到的，依旧只是本金。

反过来，如果谷歌最终沦为一个出租大量已经折旧的英伟达 GPU 的“数据中心包租公”，却赚不到足够的收入来偿还债务和利息，那么债权人将损失惨重。而一座塞满已经落后芯片的数据中心，究竟还能值多少钱，也很值得怀疑。

云计算巨头的 CFO 和华尔街金融人士并不愚蠢。他们知道自己干的其实是房地产生意。因此，他们必须找到一些"接盘侠"，让这些人相信自己投资的是高科技，而不是地产。

这些接盘者，包括 Apollo 等另类资管巨头旗下的保险公司，也包括最终要为政府隐性担保 AI 信贷买单的各国纳税人。

如果你认真翻阅那些刻意写得晦涩难懂的财务报表，就会发现 —— 为 AI CAPEX 融资发行的大量债务，几乎都被放在资产负债表之外（off balance sheet），与支撑股票估值的核心盈利业务之间几乎没有明确联系。

我们如何定义 AI CAPEX，决定了我们如何理解整个 AI 投资周期。正是这种叙事，解释了为什么资本会发生严重错配，也解释了为什么这次泡沫的规模，可能会超过当年的铁路泡沫。

更重要的是，由于 AI 泡沫是一场信用泡沫，而非盈利泡沫，因此当危机爆发时，政府必然会出手拯救那些误把传统房地产债务当成新科技股权资产买入的最后接盘者。

不要因为最近 AI 板块，尤其是韩国这类高杠杆市场的调整，就认为 AI 牛市已经结束。恰恰相反。真正疯狂的“冲顶阶段”（blow-off top），或许才刚刚开始。

就在上周，美联储本有机会通过加息来应对各种统计口径下都仍高于趋势水平的通胀，但它没有这么做，而是选择继续按兵不动，就连前主席鲍威尔也投下了赞成维持利率不变的一票。

那么，对于那些被市场遗忘、只能在横盘熊市里苦苦挣扎的加密货币玩家来说，AI 信贷配置究竟是好是坏，又有什么关系？关系就在于，它决定了未来各国政府究竟会以什么方式、为什么、以及印多少钱，去填补由于 AI CAPEX 投资失控而产生的金融窟窿。

本文接下来的内容，将围绕这一理论展开，并解释为什么政府最终只能选择印钞救市。

随着 AI CAPEX 增速放缓，而信贷规模仍在不断扩张，比特币将完成筑底，并开启一轮长期上涨趋势。等到决策者终于意识到，他们寄予厚望的 AI GDP 增长，本质上不过又是一场普通的房地产泡沫时，他们将不得不启动规模甚至超过 2008 年全球金融危机（GFC）的货币宽松。

而最终，这将推动比特币突破 100 万美元，甚至更高。

二阶导数决定一切

我总要不断提醒自己：“投资真正交易的，不是增长本身，而是增长的加速度。”

换句话说，我们关注的其实是二阶导数（Second Derivative）——增长是在加速，还是在减速。

这其实很符合直觉。当一项资产仍处于加速增长阶段时，人们总会不断编织关于它未来无限可能的故事。于是，市场上就会出现诸如“我宁愿拿到某家云计算巨头破产，也不愿错过打造 AGI（通用人工智能）的机会”这样的豪言壮语。

然而，任何增长最终都会进入减速阶段。问题在于，大多数资产价格的运行规律往往是：

• 增长加速阶段：价格持续创新高； 
• 增长减速阶段：价格横盘震荡； 
• 直到增长本身（即一阶导数）转为负值后，价格才真正开始下跌。

没有人能够准确预测，从增长开始减速，到真正进入负增长，中间究竟会持续多久，但包括我自己在内，许多投资者都会下意识地认为 —— 即使增长已经开始减速，资产价格依然可以无限上涨。

如果 AI 泡沫本质上是一场信用泡沫，那么二阶导数的重要性就更加突出。因为整个社会之所以愿意持续向 AI CAPEX 提供融资，是建立在一个假设之上 —— AI 投资规模将永远保持加速增长。

一旦这种加速度消失，继续增加债务就会变得越来越危险，但现实是，在真正挨上一拳之前，没有人知道什么时候该停下来。

要么等金融危机爆发；要么等“肯尼·G”（Odaily星球日报注：这里暗指最近低价接手了 AI 股神仓位的 Ken Griffin）在市场底部把你的资产全部收走。

因此，即便投资增速已经开始放缓，信贷规模往往仍会继续增长。只有当 AI CAPEX 预算真正开始下降时，市场才会迎来那个经典的“土狼威利”（Wile E. Coyote）时刻 —— 也就是角色早已冲出悬崖，却直到低头才意识到自己已经没有地面支撑，然后瞬间坠落。

届时，市场才会开始识别，到底是谁因为持有大量垃圾 AI CAPEX 债务，而陷入了过度杠杆。

让我们把这一逻辑放到美国次贷危机中看看。我大学期间最喜欢的一门课，就是研究美国住房政策及抵押贷款市场。授课老师曾担任克林顿政府时期的住房部副部长。巧的是，我修这门课是在 2008 年春天 —— 也就是贝尔斯登（Bear Stearns）轰然倒塌的时候，可谓再应景不过。

这门课传递的核心观点是，政府为了实现“居者有其屋”的社会公平目标，不断鼓励更多人买房，于是信贷持续扩张。然而，到 2006 年时，许多首次购房者实际上已经无力承担贷款利率重置后的月供。他们唯一能够继续还贷的前提，就是房价必须继续以越来越快的速度上涨。

当然了，我到现在还在等着政府兑现属于我的“四十英亩土地和一头骡子”（美国历史上的土地补偿承诺）。既然如此，不如直接印钱盖房子吧。

下面这张四联图展示了：

• 标普 500 指数； 
• 美国建筑贷款与建筑活动； 
• Case-Shiller 全美房价指数。 

到 2005 年底，美国房价涨幅已经开始放缓，而这也恰好对应了实际建筑投资支出的峰值（第一张图中的橙线）。然而，房地产信贷（紫线）却仍然持续流入市场，直到股市见顶并开始出现轻微回调。

2006 至 2007 年，可以说是整个危机爆发前的“无人区”，当时房价依然上涨，但涨幅已经不断放缓；随后，股市于 2007 年中见顶（图中的粉色虚线）；真正的“土狼威利时刻”发生在 2007 年 8 月 —— 法国巴黎银行（BNP Paribas）旗下三只信用对冲基金倒闭；随后危机不断蔓延，最终在 2008 年 9 月击垮了贝尔斯登和雷曼兄弟……而在那之前，标普 500 指数已经较高点下跌约 50%。

真正引发金融崩盘的，是投资者终于发现，到底是谁持有了那些有毒的“弗兰肯斯坦式”金融衍生品。最终，政府不得不同时接管这些机构的债务和股权，才避免了一场新的大萧条。

这一点非常重要，因为后文讨论政府如何拯救 AI 行业时，还会回到这一逻辑。

第二张图同样值得关注。它显示了资本错配的起点，恰恰就是房价涨幅开始放缓的时候。如果新增信贷仍然被用于建设更多住房，那么问题还不算严重，但如果整个系统开始依赖借新债还旧债，那么风险就开始累积。而建筑贷款相对于建筑投资支出的比率不断上升，正是这一过程的最好体现。

现在，把同样的分析框架套用到 AI 身上。这里对应的关键变量，就是各家公司的 CAPEX 支出计划。

当前市场相信，房地产（这里指 AI）就是科技；科技投入越多，未来利润就越高。因此，市场通过拉升股价，来奖励那些宣布增加资本支出预算的云巨头。

我预计，AI CAPEX 公布的增长速度将在 2027 年年中至下半年开始放缓，到 2028 年，市场将明显进入“增速放缓阶段”。

与此同时，一个看似矛盾的现象会发生，虽然 CAPEX 增速开始下降，但流向 AI 的信贷规模却仍会继续扩大。原因在于，放贷者相信自己投资的是科技，而不是房地产。再加上各国政府都不断强调，必须在全球 AI 竞争中占据主导地位，因此，继续向一切与 AI CAPEX 有关的项目提供融资，似乎成了最合理的选择。

于是，2027 年将成为类似 2006 至 2007 年的那个“无人区”。当前 AI 股票的大幅调整，不过只是牛市中的一次正常修正。真正的 AI 泡沫顶部，将出现在明年。

而在那之后，市场反而会开始奖励那些“率先退出军备竞赛”、主动削减 CAPEX 预算的云计算巨头。与 2022 年至 2026 年中泡沫初期不同的是，未来云计算巨头将越来越难依靠自身自由现金流来支持 AI 投资。它们不得不更多依赖发行债券和增发股票来筹集资金。

资产负债表所承受的压力，也会迫使管理层开始认真思考：“继续借钱建设更多的数据中心，仅仅为了容纳更多会不断贬值的芯片，这件事真的划算吗？”

至少对于美国的云计算巨头而言，中国前沿 AI 模型在价格更低、性能却相差无几的情况下，将会彻底浇灭它们“硅基神明”般的幻想。毕竟，如果两款产品质量相同，或者只是略逊一点点，绝大多数人都会选择更便宜的那一个。

随着 AI 芯片每千瓦时能够产生的智能持续呈指数级增长，同时在中国竞争压力下，每个 Token 的成本又不断下降，一个理性的云计算巨头 CFO 就不会继续恶化自己的资产负债表，仅仅为了修建更多的数据中心。

即便按照杰文斯悖论，AI Token 的需求最终会迎来爆发式增长，这种增长也来得不够快，无法抵消几年前发行的大量债务所带来的负面影响。最终，市场会率先惩罚信用最差的参与者。届时，人们才会真正意识到，这场 AI 投资浪潮究竟浪费了多少资本。

我无法预测，究竟是哪一家云计算巨头会最先玩过头，引发债券投资者集体喊出一句：“糟了（Oh shit）！”

不过，在讨论为什么银行明知 AI 投资风险巨大，却仍然不得不继续放贷之前，不妨先看看下面这张图