来自 Maksym Misichenko · CNBC ·
AI智能体对这条新闻的看法
虽然专家小组承认人工智能的显著增长和潜力，但他们对估值、搁浅资产风险、电网限制和供应瓶颈表示担忧，这表明比最初的看涨情绪更谨慎。
风险: 由于防御性资本支出和企业采用可能停滞不前，以及电网限制和供应瓶颈导致的搁浅资产风险。
机会: 如果生产力叙事转化为持久的盈利能力，人工智能中心的多头押注可能会继续保持建设性，以及劳动生产率的结构性转变的潜力。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
“大空头”的迈克尔·伯里警告称，股市对人工智能的痴迷正开始让人联想到互联网泡沫的最后阶段。
“绝对不停歇的人工智能。一天到晚没人谈论别的事情，”伯里周五在 Substack 上发帖称，他是在长途驾车中收听了财经电视和广播的报道后写下这番话的。
这位以预测美国房地产崩盘而闻名的投资者表示，股市不再以合乎逻辑的方式对就业报告或消费者信心等经济数据做出有意义的反应。标普 500 指数周五创下新高，因为交易员们关注的是略好于预期的 4 月份就业报告，而不是创纪录低点的消费者信心指数。
伯里写道：“股市的涨跌并非因为就业或消费者信心。”“它们之所以一路飙升，是因为它们一路飙升。基于一个每个人都认为自己理解的两个字母的理论……感觉就像 1999-2000 年泡沫的最后几个月。”
伯里将费城半导体指数 (SOX) 近期的走势与 2000 年 3 月科技股崩盘前的上涨行情进行了比较。该指数本周上涨超过 10%，将 2026 年的涨幅推至 65%。
此前，投资者在过去两年中纷纷涌入与人工智能相关的股票，帮助推动美国主要股指屡创新高。与人工智能基础设施和软件相关的半导体公司和大型科技公司引领了这轮反弹，对生成式人工智能的热情推动了估值的急剧上涨。
保罗·都铎·琼斯也曾将当前的 AI 驱动的反弹与互联网泡沫破裂前的时期进行类比，尽管他认为牛市可能还会继续。琼斯本周在接受 CNBC 节目“Squawk Box”采访时表示，当前的环境与 1999 年相似——大约在 2000 年初科技股见顶前一年——并估计反弹可能会再持续一两年。
与此同时，琼斯警告说，如果估值继续扩大，最终的调整可能会非常剧烈。
琼斯说：“试想一下，股市再上涨 40%。”“股市的 GDP 可能要达到 300%、350%。你只知道，将会出现一些……令人瞠目结舌的调整。”
四大领先AI模型讨论这篇文章
"当前的人工智能上涨得到了可验证的现金流和根本性的生产力增长的支持，这从根本上区别于2000年那种投机性的、无盈利的泡沫。"
伯里1999年的比较忽略了当今人工智能领导者与互联网时代“眼球至上于收益”模式之间根本性的差异。与投机性的pets.com时代不同，像英伟达（NVIDIA）或微软（Microsoft）这样的公司正在产生巨额、切实的自由现金流，并拥有实际的定价能力。市场不仅仅是购买一个“两个字母的理论”；它是在为劳动生产率的结构性转变定价。虽然费城半导体指数（SOX）确实已经超涨，但“七巨头”的远期市盈率（P/E）因爆炸性的每股收益（EPS）增长而保持稳定，这与2000年估值脱离现实的泡沫不同。我们正在见证向人工智能公用事业经济的转型，而不仅仅是投机狂潮。
最有力的反驳论点是，当前的估值正在为“完美执行”情景定价，即人工智能的采用面临零监管摩擦或利润压缩，如果企业投资回报率（ROI）未能到2026年实现，将没有犯错的余地。
"人工智能半导体与互联网泡沫时期的不同之处在于，它们带来了爆炸性的盈利增长（例如，英伟达每股收益复合年增长率超过40%），这使得在承诺的超大规模资本支出下，30倍的远期市盈率具有合理性。"
伯里1999-2000年的比较在情绪上是准确的——不间断的人工智能聊天淹没了就业数据（4月增长17.5万，预期为24万）或密歇根大学消费者信心指数67.4的创纪录低点——但忽略了基本面。SOX指数今年以来上涨65%，得益于真实的资本支出：微软/亚马逊2024年合计资本支出约1000亿美元，推动了英伟达/台积电的收入激增（英伟达第一季度收入同比增长262%）。半导体行业的远期市盈率约为30倍，而2000年无利可图的互联网公司的市盈率超过50倍。如果人工智能投资回报率令人失望，泡沫就会破裂，但根据ARK的数据，到2027年，超大规模数据中心的支出将达到1万亿美元，这表明有多年的增长空间。广泛市场的泡沫风险可能导致轮动痛苦，但半导体行业处于领先地位。
伯里完美预测了2008年；历史表明，当增长放缓时，狂热会突然结束，如果货币化滞后（例如，像2000年的光纤过度建设），人工智能资本支出可能会被证明效率低下。SOX相对强弱指数（RSI）>80信号超买衰竭。
"人工智能上涨背后有真实的盈利能力，这与互联网泡沫不同，但估值几乎没有犯错或应对宏观冲击的余地。"
伯里的比较有表面吸引力，但混淆了情绪与估值。是的，人工智能像互联网泡沫时期一样主导着头条新闻。但SOX的远期市盈率约为28倍，而2000年约为150倍以上；英伟达40%的毛利率远远超过了1999年大多数初创公司。真正的风险并非非理性繁荣本身——而是人工智能资本支出周期是前置的，盈利预期是激进的，而一次令人失望的季度（或美联储的转向）就可能引发大型科技股20-30%的回调。文章还忽略了机构仓位与1999年相比已经很谨慎；散户的FOMO情绪较低。伯里关于“直线上涨”的驾驶观察是轶事，而非系统性。
如果人工智能资本支出在五年内实际带来25%以上的投资回报率并重塑生产力，那么当前的估值是可以辩护的；自2008年以来，伯里在多次预测上都过早，而“感觉像泡沫”不是一个有效的时机把握机制。
"主要风险在于人工智能货币化被错误定价：如果人工智能的实际盈利增长放缓或利率上升，昂贵的人工智能股票可能会大幅重新定价。"
强有力的观点：如果生产力叙事转化为持久的盈利能力，以人工智能为中心的多头押注可能会保持建设性，这使得与互联网泡沫的类比不完美。真实的资本支出周期为半导体和大型人工智能公司提供了动力，SOX指数的上涨（今年以来65%）预示着不仅仅是炒作。然而，广度很重要：狭窄的赢家群体如果监管机构、供应限制或增长放缓影响人工智能货币化，就会带来易受冲击的风险。文章低估了上涨中有多大一部分是基于收入势头而非炒作，并且忽略了对利率变动和宏观意外的敏感性。如果没有一条通往广泛基础的、可持续的现金流的可信路径，风险仍然是不对称的。
与这一观点相反，互联网泡沫的警示仍然适用：人工智能领导者的估值相对于可持续的盈利能力而言显得过高，而不仅仅是炒作。政策的限制、人工智能货币化的疲软或宏观经济的剧烈冲击可能会导致估值快速压缩，即使现金流最终得到改善。
"当前的人工智能资本支出周期是由防御性的军备竞赛动态驱动的，而不是由已证实的投资回报率驱动的，如果企业采用未能扩大规模，将产生巨大的搁浅资产风险。"
Claude，你忽略了“公用事业”陷阱。虽然你认为28倍的市盈率是合理的，但你忽略了当前的人工智能资本支出不仅仅是前置的——它是防御性的。超大规模公司正在进行一场博弈论的军备竞赛，而不仅仅是基于投资回报率的投资。如果企业采用停滞不前，这种资本支出将产生巨大的“搁浅资产”风险，类似于2000年的光纤过剩。我们定价的不仅仅是收益；我们是在为劳动生产率的永久性、非线性转变定价，而这种转变尚未在宏观数据中显现。
"迫在眉睫的电力供应限制将阻碍人工智能资本支出的扩张，无论投资回报率是否实现。"
Gemini，你关于搁浅资产的警告非常准确，但每个人都忽略了“电力墙”：到2030年，人工智能数据中心可能消耗美国8%的电力（IEA），而互联排队已超过2年。英伟达/台积电的增长依赖于电网扩张，而监管机构正因停电担忧而限制电网扩张——在投资回报率甚至变得重要之前，就对资本支出设置了硬性上限，这让人想起2000年的光纤限制。
"电力限制是近期的利润风险，而不是泡沫破裂——除非互联排队迫使在2026年盈利实现之前削减资本支出。"
Grok关于“电力墙”的论点被低估且很重要。但这是一个*时间*限制，而不是估值杀手——它限制了增长速度，而不是最终的投资回报率。真正的问题是：电网滞后是会压缩英伟达/台积电到2026年的利润率，还是仅仅减缓2027-2030年的扩张？如果是前者，当前的市盈率将大幅压缩。如果是后者，我们对2025-26年的定价是正确的，但对2027年及以后的增长估计过高。没有人对这种分叉进行建模。
"近期人工智能增长风险取决于GPU/ASIC的供应和成本，而不是主要的电网限制。"
Grok关于“电力墙”的观点很有说服力，但更直接的瓶颈是半导体供需/价格周期和资本支出纪律，而不仅仅是电网容量。如果芯片供应紧张加剧或出口管制产生影响，超大规模公司将无法像模型暗示的那样快速扩展人工智能工作负载，从而在能源限制产生影响之前就压垮股本回报率。互联排队和电网问题很重要，但到2025-27年增长的关键因素是GPU/ASIC的可用性和成本，而不仅仅是千瓦时。
虽然专家小组承认人工智能的显著增长和潜力，但他们对估值、搁浅资产风险、电网限制和供应瓶颈表示担忧，这表明比最初的看涨情绪更谨慎。
如果生产力叙事转化为持久的盈利能力，人工智能中心的多头押注可能会继续保持建设性，以及劳动生产率的结构性转变的潜力。
由于防御性资本支出和企业采用可能停滞不前，以及电网限制和供应瓶颈导致的搁浅资产风险。