今天小编分享的财经经验：AI行业存在泡沫吗？，欢迎阅读。
本文来自微信公众号：经济观察报观察家 （ID：eeoobserver），作者：陈永伟，题图来自：AI 生成
前几天，AI（人工智能）圈出了一件大事：曾经因推出高性能文生视频 AI 而广受业界追捧的 " 跑路公司 "Runway 公司终于从 AI 圈 " 跑路 " 了（注：由于 runway 的直译是 " 跑路 "，所以该公司也经常被网友戏称为 " 跑路公司 "）。10 月 30 日，Runway 公司的 CEO 巴雷拉（Cristóbal Valenzuela Barrera）发表了一封公开信。信中宣布：Runway 将不再会把自己定义为一家纯 AI 企业。未来，该公司将会向传媒和娱乐业转型。
本来，某家公司的 " 跑路 " 对于整个行业而言并不算什么。更何况早在几个月前，Runway 就已经表示出了退出纯 AI 圈的迹象，因而其转型本来就在人们的预料之中，不应该在业内掀起什么波澜。但有意思的是，在宣布完转型决定之后，巴雷拉又随即抛出了一个暴论：" 在我看来，AI 公司的时代已经结束了！"
一家顶流 AI 企业的 CEO（首席执行官）竟然公开说 AI 公司的时代已经结束。因此，巴雷拉的公开信一出，就立即在业内引发了一场不小的震动。无独有偶，就在巴雷拉的公开信发布后的两天，曾经三次成功预言市场泡沫的传奇投资人杰里米 · 格兰瑟姆（Jeremy Grantham）也发出警告说，市场对 AI 无休止的炒作是一个经典的泡沫，它很可能在不久后出现破灭。这就给市场再一次敲起了警钟。
事实上，从去年下半年开始，很多 AI 企业都已经感觉到市场的形势正在悄悄发生变化。在市场对 AI 的期望逐渐回归理性之后，不少业内企业都开始发现原先期待的巨大商机也没有如约而至。预计的用户和营收暴涨并没有出现。与此同时，算力成本却变得越来越高，外部融资也变得越来越困难。起初，这些现象只是零星的、个别的，AI 从业者出于种种原因，也不太愿意公开承认和讨论它们。但慢慢地，这种现象开始变得越来越普遍。直到现在，巴雷拉、格兰瑟姆等业内名人终于捅破了窗户纸。或许，现在确实是时候严肃地讨论一下 AI 泡沫，以及潜在的 AI 泡沫破灭问题了。
那么，究竟现在的 AI 市场是否存在着泡沫？如果存在，其破灭的风险究竟有多大？对于 AI 泡沫，我们又应该如何面对？
AI 行业究竟是否已经出现泡沫？
在对 AI 泡沫问题展开全面讨论之前，我们需要首先明确一个事实，即目前的 AI 行业究竟是否已经出现了泡沫。在金融学中，" 泡沫 " 指的是由过度投机导致的资产价格远高于其内在价值的不稳定状况。在实践当中，有很多用于衡量泡沫的不同指标。这里，我们可以借用其中最常用的指标——市盈率来对 AI 产业的泡沫状况进行考察。
所谓市盈率，即企业市值与企业营收的比例。一般来说，企业的真实价值是同其营收能力高度相关的。如果一家企业的市盈率很高，就意味着这家企业的估值要远超过其盈利能力或真实价值，这时它就可能存在着泡沫。尤其是当企业的市盈率在短时间内出现了脱离基本面的迅速增长，那么它就有很大概率出现了泡沫。按照这个标准，如果在 AI 产业中，有较多数量的企业都出现了过高的市盈率，我们就可以认为该产业出现了较为明显的泡沫化。
那么，现实当中的情况到底怎么样呢？我们首先看一下几大巨头的表现。在目前头部科技企业中，微软的市盈率为 33.8，谷歌的市盈率为 22.7，Meta 的市盈率为 26.7，即使市盈率最高的英伟达也只有 63.5。如果按照这个市盈率水平，似乎很难找到泡沫已经存在的证据。毕竟，在 2000 年互联网泡沫破灭之前，互联网相关企业的市盈率的中位数超过了 60，而头部公司的市盈率甚至达到了数百甚至一千。从这一点上看，我们认为现在的头部企业应该还处于相对稳定的状态，并没有明显的泡沫痕迹。
不过，仅通过这些头部科技企业的市盈率来分析 AI 产业的泡沫状况显然是存在问题的。毕竟，这些企业本身就有着盈利十分可观的传统业务，因而它们并不能很好地代表 AI 产业的状况。相比之下，一个更为直观的观测视角可能是对那些专注于从事 AI 的新创企业的状况。而在这批企业中，我们则似乎可以找到不少泡沫的证据。
一个例子是超微电腦（SMCI）。在生成式 AI 火爆之后，这家 AI 基础设施提供商就备受追捧。在两年多内，其股价就从大约 30 美元一路飙升到了 2024 年 3 月最高点时的 1229 美元，最高累计暴涨近 40 倍，市盈率曾高达 800 以上，堪称美股 AI 领網域的超级神话。
然而，在此之后，其股价则急转直下，在 7 个月之内狂泻近 80%。尤其是在 10 月底到 11 月初，超微电腦又出现了连续的暴跌，其股价在三个交易日内下降了 47%。当然，超微电腦仅是众多 AI 相关股票的一个代表。在过去的两年中，有不少 AI 企业也经历了和它类似的股价及市盈率暴涨的过程，其中的一些股价已经回落，而另一些的股价则依然处于很高的位置。如果根据这一指标，那么泡沫应该已经在 AI 产业出现了，并且它很可能正面临着破灭的风险。
当然，由于很多的 AI 企业都是未上市的新创企业，因而要确切判断 AI 行业是否存在泡沫，还需要对这部分新创企业进行考察。由于新创企业没有完善的财务披露，因而就很难继续采用市盈率这个指标。不过，我们依然可以采用市场估值状况的变化来对泡沫状况进行一些评估。
在去年 AI 技术的热度达到顶峰时，曾有大量的投资涌入了市场，这导致了很多 AI 新创企业的估值都出现了暴涨。然而，从今年开始，这些 AI 新创企业的估值则都出现了较大幅度的回落。
一个最为典型的例子是美国 AI 企业 Character.AI。该公司的主打产品是聊天机器人 Character.AI，它可以扮演不同的人物角色来与用户进行对话。由于和 ChatGPT 等同类产品相比，Character.AI 拥有更强的趣味性，因而自其上线开始，就深受用户喜爱，并曾一度跻身访问量最高的 AI 产品之列。凭借着这些优势，Character.AI 公司的估值曾一直高达 50 亿美元。
然而，今年 8 月，谷歌却以 25 亿美元的价格对 Character.AI 进行了收购，相比于其估值的高点，这一收购价已是腰斩。但即便如此，市场仍然认为谷歌给出的收购价已严重高于 Character.AI 的真实价值，因为在同期，市场对其的估值已经降到了 10 亿美元。
除了市场估值的变动外，我们还可以通过企业的营收状况和盈利状况的变化来对市场状况进行评估。以 AI 大模型行业的 " 四小龙 " 之一的 Stability AI 为例：去年 8 月，Stability AI 公司的 CEO 莫斯塔奎（Emad Mostaque）曾表示该公司当月的收入达到了 120 万美元，并有望在当年 11 月实现月收入 300 万美元。然而，直到今年，这个目标一直没有实现。
根据报道，在 2024 年的整个一季度，Stability AI 的总营收不足 500 万美元，而其亏损则超过 3000 万美元。并且，其拖欠云服务商的资金还高达 1 亿美元。当然，盈利能力的缺乏并不是 Stability AI 所面临的独有问题。即使是当前 AI 领網域绝对的领军企业 OpenAI，其盈利状况也不容乐观。
据报道，OpenAI 预测，该公司要到 2029 年才能实现扭亏为盈，而在 2026 年，其亏损依然将可能高达 140 亿美元。行业头部企业尚且如此，其他企业的盈利状况就更不容乐观。由此可知，在整个行业中，多数的企业都存在着入不敷出的情况，如果没有外部资金的持续注入，其中的相当一部分企业可能都缺乏独立生存的能力。不过，相比于去年，目前市场对于 AI 的热情已经大幅回落，对应的投资也大幅减少。在这样的情况下，很多新创的 AI 企业可能都会面临严峻的生存危机。
综合以上分析，我们可以得到结论：除了那些规模较大，原本就具有稳定业务和持续现金流的企业之外，多数的 AI 企业都可能存在着泡沫问题。并且由于 AI 热潮的回落，这些泡沫有较大的破灭风险。
AI 泡沫的原因何在？
在明确了 AI 行业确实存在泡沫之后，接下来要回答的问题是：究竟是什么导致了 AI 产业的泡沫化，可能导致它们破灭的风险又来自哪儿？
总体上看，其原因包括三个方面：
首先，AI 发展的速度并没有达到人们先前的预期。ChatGPT 横空出世之后，人们对 AI 的发展速度曾表现出了高度的乐观。这是因为，它的成功，在很大程度上验证了 " 规模定律 "（Scaling law）的作用。所谓 " 规模定律 "，是深度学习领網域的一项重要经验法则。根据这一定律，AI 模型的性能将随着其参数量、训练数据量，以及算力投入的增加而出现显著的改进，并且这种性能的改进幅度往往要超过上述投入要素的增加幅度。
根据 OpenAI 披露的技术报告，对 ChatGPT 进行支持的 GPT-3 模型在原理和基本构架上其实和先前的各版本 GPT 并没有什么不同。所不同的是，它的参数和训练数据量都比 GPT-2 有了上千倍的提升。事实证明，这样的大规模投入带来了很好的效果，GPT-3 表现出的性能要远超之前所有版本的 GPT 模型。由于有 ChatGPT 的榜样在前，所以大批的 AI 企业都投入巨量的资源来将模型不断做大，试图以这种 " 力大飞砖 " 的模式来突破模型的性能极限。而大批投资者由于看到了 ChatGPT 的成功，所以也都愿意慷慨解囊，为 AI 企业提供足够的资金，市场的泡沫也就因此而产生了。
但是，" 规模定律 " 真的起作用了吗？现在看来，它的运作似乎并没有达到人们的预期。在目前的市场上，有大量的 AI 大模型无论是在参数量上，还是在训练数据量上，都要远远超过 GPT-4，但真正可以在性能上与其并驾齐驱的却依然屈指可数。
换言之，现在大批企业的不断投入似乎并没有带来实实在在的模型性能突破。由此可见，单纯通过 " 规模定律 " 来提升模型效力的努力已成为了一个死胡同，继续沿着这条路线进行努力，只会带来过度的 " 内卷 "。当投资者认识到这一点后，就会减少对 AI 领網域的投资，由此就可能导致 AI 行业泡沫破灭的风险。
其次，在应用方面，AI 的发展也不如人们的预期。在 ChatGPT 爆火之后，不少专家都认为，由于现在的 AI 已经达到了相当高的智能水平，因而不用很长时间，它就可以被应用到很多方面，帮助人们完成很多的工作。然而，到目前为止，人们期待的 " 杀手级 AI 应用 " 并没有出现。除了在生成图片和视频之外，AI 似乎并没有发挥出足够的能力。
不久前，红杉资本曾发布过一份报告，对当前的 AI 产业链进行了深入的分析。根据这份报告，目前 AI 在基础设施、基础模型等层面，都已经产生了不少优秀的企业。然而，在应用层，优秀的企业却依然缺乏。这就佐证了 AI 难以形成切实应用这个事实。
再次，AI 企业目前还没有形成十抽成熟的盈利模式。理论上，AI 企业有很多潜在的商业模式，它们包括并不限于订阅服务、出售軟體许可、数据分析、硬體销售、广告等方式等。事实上，潜在盈利模式的丰富性也是导致资本愿意大量押注 AI 行业的重要原因之一。然而，在实践当中，这些潜在的盈利模式运作都并不顺畅。
以大模型 " 四小龙 " 之一的 Anthropic 为例，在公司创立之初，它就构想了一套完整的盈利模式。总体来说，该公司的服务同时面向 C 端和 B 端。C 端用户可以免费享受其基础服务，如果需要进一步的功能，则可以通过每月 20 美元的方式来购买订阅服务。而对于 B 端用户，Anthropic 一方面开放了 API，按照流量的 " 词元 "（token）量进行收费；另一方面则开放定制服务，可以根据用户的特殊要求来专门供应微调后的模型。
由于 Anthropic 的盈利策略十分严谨，根据所有用户类别都专门设计了对应的收费策略，因而曾一度被奉为 AI 盈利模式的典范，甚至有专业人士曾撰文称 " 想学如何从大模型赚钱就看 Anthropic"。那么，这套看似严谨的收费策略到底运作得怎么样呢？至少到目前为止，其表现并不如人意。
据报道，2023 年 12 月，Anthropic 的毛利率在 50% 至 55% 之间，远远低于云軟體公司 77% 的平均毛利率。而从总收支状况看，其每年的净亏损更是高达 18 亿美元。相比于 Anthropic 这个 " 优等生 "，多数 AI 企业的盈利表现则更为惨淡。比如，Inflection AI 曾希望通过销售 AI 个人助理来盈利，市场对其技术和盈利模式也很看好，因而其估值曾一度冲高到 40 亿美元。然而，现实证明，其预想的盈利模式产生的收入微乎其微。在低迷的营收状况下，该公司人才流失严重，甚至连其创始人也从公司出走，转而加盟微软成为打工人。
综上所述，正是因为人们对于 AI 在技术发展速度、应用前景，以及盈利前景方面的过高预期才催生了当前的行业泡沫，而现实指标与预期之间的落差则导致了泡沫正面临着破灭的风险。
这里有一个问题：既然现在已经有很多迹象表明 AI 行业存在着泡沫，那么为什么直到现在这个泡沫还没有破灭呢？在我看来，这可能得益于某些企业进行的创新。比如，在今年 9 月，OpenAI 推出了 ChatGPT-o1。与过去各版本的 GPT 模型相比，这个模型应用了 " 思维链 "（Chain of Thought）技术，从而具有了很好的逻辑推理能力。这让 ChatGPT 在逻辑思维，尤其是在数理分析方面的能力有了很大的提高。
虽然从总体上看，类似的创新给人们带来的震撼要远低于 ChatGPT 的 " 从 0 到 1"，但它确实在一定程度上维系了人们对于 AI 技术发展速度的预期。不过，需要注意的是，由于这种突破的难度非常高，因而只可能有少数技术和资金实力雄厚的企业才可能成功实现这样的创新，而大批中小规模的 AI 企业应该与它无缘。由此可知，由这些相对较小的创新维系的泡沫是十分脆弱的，目前 AI 泡沫破灭的风险依然很高。
泡沫面前，如何穿越周期？
在技术的发展和传播过程中，泡沫的出现和破灭几乎是必然的。事实上，泡沫带来的阵痛本身就是促进技术发展的一个重要助推力。在 2002 年其出版的著作《技术革命与金融资本：从 19 世纪到 21 世纪的经济发展、泡沫与危机》中，演化经济学家卡萝塔 · 佩雷斯（Carlota Perez）对技术革命过程以及这个过程中的泡沫问题进行了深入的探讨。
佩雷斯认为，科技创新为社会带来实际收益需经历两大周期、四个小阶段。其中，大周期分为导入期（Installation period）和展开期（Development period）。根据佩雷斯的理论，在导入期和展开期之间，通常都会伴随着一轮规模较大的泡沫破灭，以及一轮破灭之后的复苏。不过，在佩雷斯看来，泡沫的形成和破灭本身并不可怕，相反它本身就是技术发展的重要阶段。其中，泡沫的形成是技术发展吸引投资的必要过程，而泡沫的破灭则可以促使社会和制度进行调整，为新技术的全面应用和经济的可持续增长创造条件。
在这样的背景下，我们并不用对 AI 行业的泡沫过于担心，而应该把更多的精力放在如何尽可能减少泡沫破灭所造成的冲击，以及如何在泡沫被刺破之后，迅速高效地让 AI 行业实现重整。
对于 AI 企业而言，最需要做的就是开源节流，让自己先活下来。和很多其他的行业相比，AI 行业中理想主义者的比例要高得多。很多人之所以决定创办 AI 企业，其目的并不是赚钱，而是会更专注于技术本身。在行业繁荣时，这种理想并没有什么问题，因为有足够多的投资者愿意为它们买单。然而，当泡沫被刺破，投资者开始变得越来越谨慎时，理想主义者所办的企业经常会首先成为牺牲品。因此，在泡沫浮现之时，AI 行业内的企业家们的首要任务就是暂时将远在天边的理想收入囊中，转而将注意力放在如何切实做好业务上面。具体来说，他们需要重点做好三项工作：
第一项工作是尽快将手中的技术转化为切实的现金流。虽然追求技术的发展本身是重要的，但只有证明这些技术可能产生价值，企业才可能在行业萧条时说服投资人，让他们持续对企业进行支持。唯有如此，企业才可能实现可持续发展，那些高远的技术理想才具有实现的可能性。从这个意义上看，Runway 从纯 AI 开发的 " 急流勇退 " 确实是一个明智之举。而且，从长远来看，它现在这种应用为主、技术为辅的经营思路或许反而能让它在技术的道路上走得更远。
第二项工作是尽可能精简企业的架构，削减资金，牢牢捂紧企业的钱袋子。很多科技企业都乐于在资金相对充裕的情况下雇佣很多与业务无关的员工，并热衷于承担很多额外的社会责任，由此会产生很多不必要的成本。
在行业繁荣时，这些都无伤大雅，但一旦泡沫被刺破，行业进入收缩期，这些成本就有可能成为压垮企业的最后一根稻草。因此，为了在泡沫破灭时可以顺利存活下来，企业就必须下功夫、下决心砍掉所有不必要的机构和业务，让企业可以轻装上阵。
第三项工作是寻找差异化的竞争路径，避开和同行进行无谓的内卷。这种差异化可以是技术上的、应用上的，也可以是商业模式上的。在实践当中，如果持续沿着和别人一样的方式发展，那么结果就会陷入同质化的竞争，最后陷入多输的结果。只有设法和不一样，才可能走出一条不一样的路。
以 OpenAI 为例，它之所以可以牢牢占据行业龙头的地位，很大一个原因就是会花时间去做和别人不一样的事情。比如，当所有同行都把资源投入到把模型做大，为此去拼参数、拼数据、拼算力的时候，OpenAI 却转而把宝贵的资源投入到了改进模型，提升模型的推理能力上，并成功研发出了 ChatGPT-o1。
虽然并不是所有 AI 企业都可以像 OpenAI 那样，在技术上开辟出一条全新的道路，但至少可以学习这种差异化思路，在应用或商业模式上进行一些探索。事实上，正如红杉资本的报告所说的那样，现在 AI 的应用生态其实还非常原始，因而尽早抓住一个竞争较少的应用领網域，将自身技术与其进行结合将大有前景。
对于政府而言，面对 AI 泡沫及其可能的破灭，它最应该做的就是做好相关的保障工作，尽量减少刺破泡沫所带来的阵痛，缩短从泡沫破灭到市场重新繁荣的时间间隔。这里，有两个方面的工作是最需要重视的。
第一个工作是提供相应的基础设施，为 AI 的普及做好准备。如同历史上任何一种重要的技术一样，AI 力量的发挥很大程度上依赖于基础设施。这些基础设施既包括硬體层面的，如高速网络、数据中心等；也包括軟體（制度）层面的，如相关法律、行业标准等。这些基础设施，企业由于财力限制或协调失灵等原因而很难提供，在这种情况下，政府就应该出手，负责它们的供给。
第二个工作就是处理好刺破泡沫阶段产生的失业等社会问题。从历史的经验看，每一次泡沫的破灭都会引发一系列社会问题，如果这些问题不处理好，则可能引发社会动荡，从而延缓新一轮繁荣的到来。因而，政府应当积极出手，解决好这些问题，为企业创造良好的发展环境。
总而言之，虽然目前的 AI 行业确实已经存在泡沫，并且有一定被刺破的风险，但这一切并不可怕。只要企业和政府各司其职，做好自己该做的事，就可以将泡沫转变为新一轮的繁荣，成功跨越周期。
