“AI是否存在泡沫？”这已成为过去两年最受关注的问题之一。简单的“有”或“没有”答案已无法应对复杂的现实。AI并非单一资产，而是一条从底层晶圆厂延伸到顶端应用服务的完整产业链。如同房地产，一线城市核心区与十八线县城鬼城不可同日而语。因此，关键问题并非泡沫是否存在，而在于：泡沫究竟隐藏在产业链的哪一层？
历史对照：2000年互联网泡沫的幽灵与今朝之别
回顾2000年互联网泡沫，崩盘的核心剧本是：电信公司借债疯狂铺设光纤，但高达85%-95%的光纤处于“暗”状态，未能传输任何数据。资产在账，收入为零，债务真实。应用层则更为荒诞，公司依赖“眼球经济”估值，而非真实利润。
而今场景截然不同。需求端，每一颗出产的GPU都立即投入满负荷运行，为客户创造真金白银的收入。头部大模型公司在18个月内收入从不足1亿美元飙升至450-470亿美元，并已实现季度盈利。供给端，当年“卖铲人”思科市盈率高达三位数，而今日的英伟达市盈率仅在三十倍出头，且由已签约的积压订单支撑。
买家也发生了变化。2000年是借贷扩张的电信公司，如今则是微软、谷歌、Meta、亚马逊等现金流最雄厚的科技巨头，使用自有资金投入。然而，墙上已出现第一道裂缝：四大云厂商资本开支暴增，亚马逊自由现金流骤降，长期债务攀升。“现金流买家”的逻辑正从“完全成立”滑向“大体成立”。
AI算力五层金字塔：从物理底层到应用生态
要定位泡沫，需先解构产业链。AI算力产业链可被划分为五个层级：
一个清晰规律浮现：离物理世界越近，泡沫越少；离叙事越近，泡沫越多。L0层扩产需数年、耗资数百亿美元，泡沫难生。越往上，物理约束越松，叙事空间越大，泡沫滋生的土壤越肥沃。唯一的例外是L2互联层（光模块），它虽是硬件，却成为泡沫气息最浓的环节。
两把物理锁：台积电与电力
泡沫破裂的必要条件是供给过剩。本轮周期中，供给端被两把物理锁牢牢锁住。
第一把锁：台积电。其在先进制程市占率超90%，如同AI时代的“央行”，控制着全球高端算力的产出。面对爆炸性需求，这家由见证过数次行业危机的老工程师掌舵的公司，选择了拒绝盲目扩产。2纳米产能至年底已全部售罄，即便全力建厂，预计到2030年仍存在每月10-15万片的长期缺口。先进封装产能同样紧绷。
第二把锁：电力与土地。芯片设计以月计，数据中心建设以年计，但电厂与电网的审批建设周期动辄五年以上。科技巨头在全球搜寻“有电的土地”，电力瓶颈预计到2027-2028年才能缓解。这两把锁强行压平了AI算力的增长曲线，使其增长更慢、更久、更稳。
逐层排雷：泡沫的真实分布图
L0 + 应用层头部（Large cap）：贵，但非泡沫
微软、谷歌、Meta、亚马逊、英伟达及头部大模型公司属于此列。其资本开支对应真实合同与收入。例如，AWS未执行订单已达3600-3700亿美元。推理业务的经济学模型显示，前期巨大投入购买的是未来多年的“算力收费站”。收入正以惊人速度追赶估值。
L1 内存层：多空绞杀区
内存（尤其是HBM）价格一年涨60-70%，美光利润率飙升至70%。历史表明，此类利润率常预示周期顶点。但多头认为，AI推理带来结构性需求增长，且经过血腥洗牌后形成的三家寡头格局有利于维持产能纪律。此处是赌桌，非泡沫，多空逻辑皆坚实。
L2 互联层（光模块）：泡沫味道始现
光模块需求真实，市场预计增长近六成，产能售罄至2028年。但股价涨幅（部分公司一年4-10倍）远超收入增长预期，已将2028年收入提前折现。代表性公司如Lumentum（股价年涨超10倍）和AAOI（年涨超4倍），后者历史上曾因客户集中度过高而暴跌。该环节是硬件链中物理门槛最低、产能扩张最快的一环，供给端锁不住，泡沫遂生。近期该板块已出现单日两位数暴跌，筹码开始松动。
L3 基础设施层（GPU云二房东）：依赖瓶颈的生存
GPU租赁商凭借高超的硬件利用效率，在算力短缺期活得很好。但其商业模式本质是“时间差”生意，依赖于大厂产能不足的临时瓶颈。随着电力缓解、大厂自建数据中心加速以及未来太空数据中心等远期变量，其稀缺性逻辑可能被削弱。估值将临时状态永久化，正走向泡沫。
L4 应用层长尾 + VC生态：泡沫信号最强区
今年一季度，AI公司吸纳了全球超80%的风险投资，集中度是1999年互联网泡沫巅峰期的两倍。头部公司高估值逻辑被无数长尾创业公司借用，陷入“估值倒挂”风险——上一轮融资估值过高，导致下一轮融资困难。其成本结构更为脆弱，算力成本刚性，退潮时死亡速度更快。
空头的利刃：折旧争议与GPU信贷
空头攻击聚焦两点：
1. 折旧战争：科技巨头纷纷延长GPU折旧年限（从3-4年至5-6年），此举可能高估当期利润达两成。核心争议在于旧卡在推理场景下的剩余价值，而这取决于英伟达未来产品的性能迭代速度。
2. GPU信贷杠杆化：更隐蔽的风险。通过设立特殊目的载体（SPV）壳公司，GPU被用作抵押品进行表外融资，芯片厂商自身也可能参与投资。这让人联想起2000年的“厂商融资”和2008年的次贷证券化。虽然目前规模尚小，但一旦大规模杠杆化，风险将被层层隐藏并放大。
两条攻击线本质相连：都锚定在GPU的残值假设上。若新一代产品导致旧卡残值骤降，表外融资链条将首当其冲受到冲击。
结论：贵但未失控，关键在跟踪三大雷点
当前AI产业底盘坚实，被台积电和电力两把物理锁强行按住了供给节奏。泡沫风险并非均匀分布，而是聚集在L2光模块、L3 GPU二房东及L4长尾应用层。
未来需紧盯三大潜在雷点：
- 算法效率革命：若算法突破大幅降低算力需求，当前资本开支逻辑崩塌。
- GPU信贷杠杆化：表外融资规模与复杂度的扩张速度。
- 台积电放弃保守：先进制程垄断被打破，供给端纪律失灵。
评估任何AI标的时，可问三个问题：它在产业链哪一层？收入是真实的还是借来的估值逻辑？它赚的是结构钱还是瓶颈钱？答案将清晰揭示其风险所在。
泡沫不会通知它在哪一层破裂，但投资者可以选择不站在用别人的故事为自己定价的那一层。目前，台积电那群七十多岁、见证过两次崩盘的老工程师，依然守在AI世界的供给阀门之上。