密歇根大学教授戈登最近说了一句很狠的话："下一次崩盘看起来会像互联网泡沫破裂和全球金融危机生下的孩子。"

他的意思是，现在的 AI 热潮同时继承了两种泡沫的危险基因 —— 互联网泡沫的炒作和高估值，加上 2008 年那种债务膨胀和金融传染。

不只是科技股的事

先说估值。戈登认为，虽然 AI 最终创造的价值可能超过互联网，但现在部分公司的估值已经极端到 "多数投资者会遭受重创，就像互联网泡沫时期一样"。

更麻烦的是，这次跌起来不只是买 AI 概念股的人亏钱。美国市值最高的五家公司 —— 英伟达、苹果、谷歌、微软、亚马逊 —— 合计市值已经超过 20 万亿美元。它们在主要指数里权重太高，一旦估值大幅回落，买指数基金和 ETF 的普通投资者也跑不掉。

但戈登真正担心的不是估值，是债务。

AI 相关企业已经在资产负债表内外积累了数万亿美元的债务义务，而且还在借。今年企业为数据中心和 AI 投资已经借了超过 4100 亿美元。有个叫 QTS Realty 的公司，为佐治亚州一个和微软相关的数据中心发了 39 亿美元债券，收益率高达 7.23%—— 比一些中等评级的垃圾债还高。

如果 AI 项目产生的现金流还不上这些债，损失就会从股东扩散到银行、基金、保险公司。戈登说，那种金融市场之间的传染效应，"会让我们想起全球金融危机"。

GPU 三四年就过时了

澳大利亚经济学家基恩的判断更激进："AI 泡沫剩下的时间不到一年。"

他的核心逻辑是收入跟不上投入。基恩估计，真正能长期留下来的用户贡献的收入，大约只有相关企业成本的五分之一，行业可能出现巨额亏损。不过这个估算他没有披露完整数据，目前还属于个人判断。

基恩更强调一个容易被忽视的风险：GPU 折旧太快。

房地产建好了能用几十年，但 GPU 可能三到四年就失去竞争力。这意味着数据中心不是一次投入、长期收租的资产 —— 第一轮建设还没赚回本钱，可能就得开始筹钱换下一批 GPU 了。如果第一轮现金流没跑正，第二轮更新就失去了经济基础。

但基恩不认为会简单复制 2008 年。他算了笔账：目前新借款支持的支出大约相当于 GDP 的 4% 到 6%，远低于 2006 年三季度 15.4% 的高点。所以他预计更可能是 "一块一块" 的企业破产，而不是银行体系全面崩溃。

这和戈登的判断有分歧。戈登担心债务损失向银行、基金、保险公司传导，形成系统性感染；基恩则认为风险先在企业层面局部爆发。但两人的共识很明确：AI 风险已经不能只从 "科技股估值贵不贵" 这个角度看了。

戈登那个 "混血儿" 的比喻很精准。2000 年互联网泡沫是纯估值泡沫，跌起来股民亏钱，但金融体系没伤筋动骨；2008 年是债务泡沫，房价一跌，整个银行体系差点崩了。现在的 AI 热潮，估值和债务两个雷同时埋着，这才是最危险的地方。

黄仁勋和马斯克说 AI 能提升生产率、高估值有道理，这话不一定错。问题是，"AI 长期有价值" 和 "现在的价格合理" 是两回事。市场经常把长期价值提前透支到当下的股价里，然后用债务去加杠杆放大这个赌注。一旦中间某个环节现金流跟不上，估值回调和债务违约会同时发生，杀伤力远大于单一泡沫。

GPU 三四年折旧这个点尤其值得重视。数据中心的投资模型如果建立在 "一次投入、长期收益" 的假设上，那这个假设本身就是错的。技术迭代越快，资本开支的永续性越差，债务的久期错配风险就越大。用长期债务去给三四年就可能过时的资产融资，这在周期上行时没问题，一旦需求增速放缓，就是连环雷。

不过基恩说 "不到一年" 可能太悲观了。AI 需求目前确实还在增长，英伟达的财报也证明了这一点。泡沫的特点是，它往往比所有人预期的持续时间都长，然后破裂的速度也比所有人预期的都快。现在更可能处在 "所有人都开始担心泡沫，但泡沫还没破" 的阶段。

对普通投资者来说，最实际的建议是：别因为 "AI 是未来" 就忽视估值和债务。未来再好，如果价格已经把未来十年的增长都算进去了，那短期回报也不会好。尤其是那些高杠杆、靠融资撑着的 AI 基础设施公司，一旦行业增速放缓，它们会是最先出问题的。

AI 会不会改变世界？大概率会。但改变世界的行业，不一定让所有投资者都赚钱。互联网最终改变了世界，但 2000 年买在高点的人，亏了十几年才回本。这个教训，现在的 AI 投资者最好记着。