2026年，全球科技领域最受关注的核心问题在于：人工智能究竟是不是一场泡沫？

针对这一议题，两位年逾古稀、享誉全球的资深人士展开了激烈辩论，吸引了全世界的目光。

一位是瑞·达里奥，桥水基金的创始人，被誉为华尔街的“预言家”，曾在2008年金融危机前发出精准预警。他在多个公开场合反复强调，AI市场已显现出典型的泡沫迹象，其形态堪比1929年大萧条前夕和2000年互联网泡沫时期。

另一位是黄仁勋，英伟达的CEO，全球最具影响力的芯片巨头。在2026年6月台北的一场活动中，他直接反驳道：只有“疯子”才会质疑AI投资的回报，因为这项技术已创造了数万亿美元的价值。

一个断言泡沫即将破裂，一个声称质疑者皆为疯子。

两人所描述的，仿佛来自同一个世界的两个截然不同的故事。

这场论战的起因，是桥水基金创始人雷达里奥近期再次对AI热潮发出警告。他认为，当前AI市场已步入典型金融泡沫的早期阶段，虽然距离1929年和2000年前后的极端狂热还有一定距离，但危险信号已然浮现。此前他还表示，自己观察到的AI泡沫程度大约相当于那两轮历史大泡沫高峰前的八成。

黄仁勋并未遵循这套叙事逻辑。他的核心反驳点是：如今的AI并非一堆缺乏收入支撑的概念股。英伟达正在交付真实的芯片，云服务商正在建设真实的数据中心，企业正在购买真实的算力，AI也正融入软件、客服、研发和工业流程。将其简单归类为泡沫，等同于将真实产业需求与资产价格波动混为一谈。

这场争论之所以备受关注，是因为两位参与者都不是局外人。雷达里奥擅长从债务、流动性和资产价格的长周期中寻找风险，而黄仁勋则站在全球AI基础设施的最前沿。一个关注资金是否会突然变得昂贵，一个关注机器是否足够使用。看似相互反驳，实则观察的是同一场浪潮的两个侧面。九游网页版

雷达里奥的担忧，并非“AI没有价值”

许多人将雷达里奥的观点理解为看空AI，这并不准确。他真正警惕的是，技术价值、公司价值和股票价格，正被市场以越来越快的速度压缩成一个单一的故事。

第一，资本开支增长过快。AI基础设施属于重资产生意，芯片、服务器、网络、土地、电力和冷却系统都需要提前投入。IDC预计，2026年全球AI基础设施支出将接近4970亿美元。这个数字既表明需求强劲，也意味着行业已进入高投入阶段。只要模型调用增长和企业付费能跟上，投入就是扩张；如果应用收入增长慢于折旧、电费和融资成本，问题就会从估值传导到订单。

第二，资金正集中在少数公司手中。英伟达的强劲业绩确实证明，AI算力需求已经落地，但产业链中并非每家企业都能同步改善收入、利润和现金流。市场很容易因为龙头公司的真实增长，给整个赛道提前发放信用。历史上最危险的阶段，往往是技术存在但被写入过高价格的时候。

第三，AI产业存在“相互投资、相互采购、相互抬高预期”的可能性。大模型公司需要芯片和云服务，云厂商需要模型来带动客户，资本市场又根据未来订单给相关公司更高估值。这个循环在早期能加速建设，但也需要最终用户掏出真金白银来完成闭环。否则，产业链看似繁荣，现金流却可能在链条末端变薄。

雷达里奥最重要的提醒，并非“马上崩盘”，而是泡沫通常不会因所有人突然发现技术是假的而结束。更常见的情况是，融资变贵、投资人需要现金、企业开始削减预算，原本依靠高预期维持的估值突然失去接力者。

黄仁勋为何反驳得如此强硬？

黄仁勋的强硬态度也有其产业逻辑。英伟达公布的数据显示，2026财年全年营收达到2159亿美元，同比增长65%；截至2026年7月26日的财季，公司营收达到962亿美元，同比增长106%，其中数据中心收入约890亿美元，同比增长117%。这不是PPT上的远期承诺，而是已进入财务报表的订单和收入。

对黄仁勋而言，如果市场将AI一概而论为泡沫，最先被误伤的不是没有产品的项目，而是那些正在交付产品、持续扩产的基础设施公司。英伟达的商业模式已从单一GPU供应，扩展到系统、网络、软件生态和整机平台。它希望投资人看到的是一个持续升级的计算平台，而非一次性芯片行情。

更重要的是，AI算力需求并未完全依赖聊天机器人。传统数据中心正从通用计算转向加速计算，生成式AI带来了新的模型训练和推理需求，智能体又把一次问答变成连续调用。黄仁勋反复强调的，正是这几个需求同时发生，算力市场的天花板不能仅用今天的应用数量来估算。

但黄仁勋的立场也有天然局限。他是AI基础设施的最大受益者之一，无法像宏观投资人那样评价自身行业。英伟达的高增长可以证明需求真实，却不能自动证明所有AI公司的估值合理，更不能证明未来每一美元资本开支都能获得同等回报。

AI浪潮正在发生什么，市场又忽略了什么

斯坦福大学人工智能指数相关数据表明，2025年全球企业AI投资达到5817亿美元，同比增长130%。这说明AI已从实验室进入企业预算，但也意味着行业正从“有没有需求”转向“需求能否赚钱”。

市场最容易忽略的细节，是AI的成本结构正变得越来越像传统工业。模型并非部署完就结束，它需要持续推理、存储、带宽、电力和运维。企业也不是买了一个模型就能自动获得效率，数据清洗、流程改造、权限管理和员工培训，都会增加真实成本。

第二个细节是电力。国际能源署指出，数据中心用电量在2025年增长约17%，AI算力的快速扩张正把技术问题变成能源问题。美国能源信息署预计，美国总用电量将从2025年的4.195万亿千瓦时升至2026年的4.270万亿千瓦时、2027年的4.349万亿千瓦时，数据中心是重要增量来源之一。AI的未来不仅取决于芯片能跑多快，也取决于电网能否接得上。

第三个细节是生产率兑现的时间差。芯片厂商的收入可以在设备交付时确认，云厂商的收入可以在算力租用时确认，但终端企业的效率提升，往往需要经过数个季度甚至数年才能体现。上游先繁荣、下游后兑现，是技术周期中最容易制造错觉的阶段。

这也解释了为何当前AI市场会同时出现两种看似矛盾的事实：英伟达的业绩非常强，部分AI创业公司的估值也非常高；与此同时，投资人开始追问模型收入、客户留存、推理成本和自由现金流。前者说明产业在成长，后者说明资本市场正要求成长给出利润证明。

更值得警惕的不是泡沫二字

将AI说成泡沫，容易让人误以为技术没有价值；将AI说成永远不会有泡沫，又容易把估值风险藏在产业热情背后。更客观的判断是，AI技术已是真需求，但AI资产定价可能存在局部过热。英伟达的收入增长可以成立，某些AI公司的估值依然可能透支；数据中心确实需要更多算力，部分项目也可能因电力、融资和客户不足而推迟；AI能够提高效率，但提高效率不等于每家企业都能把效率转化为利润。

雷达里奥的长处，是提醒市场不要只看增长曲线，还要看融资条件、现金流和资本回报率。黄仁勋的价值，是提醒市场不要因担心泡沫，就否认正在发生的技术革命。两种声音都不能单独成为投资结论。

对企业而言，真正重要的问题不是“要不要拥抱AI”，而是每投一块钱，能否说清楚它将节省什么成本、创造什么收入、在多长时间内回收。对投资人而言，真正重要的问题也不是“AI会不会改变世界”，而是改变世界之后，价值最终会落到谁的利润表上。

历史不会简单重复，但总会押韵。铁路改变了世界，不代表每一家铁路公司都值得高估值；互联网重塑了商业，也不代表所有互联网股票都能穿越周期。AI可能是过去几十年最重要的技术浪潮，但伟大技术与伟大投资，从来不是同一个命题。

所以，这场争论最值得记住的一句话是：不要因为存在泡沫，就否认技术；也不要因为技术真实，就放弃估值纪律。真正能穿越下一轮调整的，不是声音最大的人，而是那些拥有真实客户、持续现金流和可验证回报的公司。

本文来自微信公众号“投行圈子”，作者：投行大师姐，36氪经授权发布。