今天小編分享的财經經驗：AI行業存在泡沫嗎？，歡迎閲讀。
本文來自微信公眾号：經濟觀察報觀察家 （ID：eeoobserver），作者：陳永偉，題圖來自：AI 生成
前幾天，AI（人工智能）圈出了一件大事：曾經因推出高性能文生視頻 AI 而廣受業界追捧的 " 跑路公司 "Runway 公司終于從 AI 圈 " 跑路 " 了（注：由于 runway 的直譯是 " 跑路 "，所以該公司也經常被網友戲稱為 " 跑路公司 "）。10 月 30 日，Runway 公司的 CEO 巴雷拉（Cristóbal Valenzuela Barrera）發表了一封公開信。信中宣布：Runway 将不再會把自己定義為一家純 AI 企業。未來，該公司将會向傳媒和娛樂業轉型。
本來，某家公司的 " 跑路 " 對于整個行業而言并不算什麼。更何況早在幾個月前，Runway 就已經表示出了退出純 AI 圈的迹象，因而其轉型本來就在人們的預料之中，不應該在業内掀起什麼波瀾。但有意思的是，在宣布完轉型決定之後，巴雷拉又随即抛出了一個暴論：" 在我看來，AI 公司的時代已經結束了！"
一家頂流 AI 企業的 CEO（首席執行官）竟然公開説 AI 公司的時代已經結束。因此，巴雷拉的公開信一出，就立即在業内引發了一場不小的震動。無獨有偶，就在巴雷拉的公開信發布後的兩天，曾經三次成功預言市場泡沫的傳奇投資人傑裏米 · 格蘭瑟姆（Jeremy Grantham）也發出警告説，市場對 AI 無休止的炒作是一個經典的泡沫，它很可能在不久後出現破滅。這就給市場再一次敲起了警鍾。
事實上，從去年下半年開始，很多 AI 企業都已經感覺到市場的形勢正在悄悄發生變化。在市場對 AI 的期望逐漸回歸理性之後，不少業内企業都開始發現原先期待的巨大商機也沒有如約而至。預計的用户和營收暴漲并沒有出現。與此同時，算力成本卻變得越來越高，外部融資也變得越來越困難。起初，這些現象只是零星的、個别的，AI 從業者出于種種原因，也不太願意公開承認和讨論它們。但慢慢地，這種現象開始變得越來越普遍。直到現在，巴雷拉、格蘭瑟姆等業内名人終于捅破了窗户紙。或許，現在确實是時候嚴肅地讨論一下 AI 泡沫，以及潛在的 AI 泡沫破滅問題了。
那麼，究竟現在的 AI 市場是否存在着泡沫？如果存在，其破滅的風險究竟有多大？對于 AI 泡沫，我們又應該如何面對？
AI 行業究竟是否已經出現泡沫？
在對 AI 泡沫問題展開全面讨論之前，我們需要首先明确一個事實，即目前的 AI 行業究竟是否已經出現了泡沫。在金融學中，" 泡沫 " 指的是由過度投機導致的資產價格遠高于其内在價值的不穩定狀況。在實踐當中，有很多用于衡量泡沫的不同指标。這裏，我們可以借用其中最常用的指标——市盈率來對 AI 產業的泡沫狀況進行考察。
所謂市盈率，即企業市值與企業營收的比例。一般來説，企業的真實價值是同其營收能力高度相關的。如果一家企業的市盈率很高，就意味着這家企業的估值要遠超過其盈利能力或真實價值，這時它就可能存在着泡沫。尤其是當企業的市盈率在短時間内出現了脱離基本面的迅速增長，那麼它就有很大概率出現了泡沫。按照這個标準，如果在 AI 產業中，有較多數量的企業都出現了過高的市盈率，我們就可以認為該產業出現了較為明顯的泡沫化。
那麼，現實當中的情況到底怎麼樣呢？我們首先看一下幾大巨頭的表現。在目前頭部科技企業中，微軟的市盈率為 33.8，谷歌的市盈率為 22.7，Meta 的市盈率為 26.7，即使市盈率最高的英偉達也只有 63.5。如果按照這個市盈率水平，似乎很難找到泡沫已經存在的證據。畢竟，在 2000 年互聯網泡沫破滅之前，互聯網相關企業的市盈率的中位數超過了 60，而頭部公司的市盈率甚至達到了數百甚至一千。從這一點上看，我們認為現在的頭部企業應該還處于相對穩定的狀态，并沒有明顯的泡沫痕迹。
不過，僅通過這些頭部科技企業的市盈率來分析 AI 產業的泡沫狀況顯然是存在問題的。畢竟，這些企業本身就有着盈利十分可觀的傳統業務，因而它們并不能很好地代表 AI 產業的狀況。相比之下，一個更為直觀的觀測視角可能是對那些專注于從事 AI 的新創企業的狀況。而在這批企業中，我們則似乎可以找到不少泡沫的證據。
一個例子是超微電腦（SMCI）。在生成式 AI 火爆之後，這家 AI 基礎設施提供商就備受追捧。在兩年多内，其股價就從大約 30 美元一路飙升到了 2024 年 3 月最高點時的 1229 美元，最高累計暴漲近 40 倍，市盈率曾高達 800 以上，堪稱美股 AI 領網域的超級神話。
然而，在此之後，其股價則急轉直下，在 7 個月之内狂瀉近 80%。尤其是在 10 月底到 11 月初，超微電腦又出現了連續的暴跌，其股價在三個交易日内下降了 47%。當然，超微電腦僅是眾多 AI 相關股票的一個代表。在過去的兩年中，有不少 AI 企業也經歷了和它類似的股價及市盈率暴漲的過程，其中的一些股價已經回落，而另一些的股價則依然處于很高的位置。如果根據這一指标，那麼泡沫應該已經在 AI 產業出現了，并且它很可能正面臨着破滅的風險。
當然，由于很多的 AI 企業都是未上市的新創企業，因而要确切判斷 AI 行業是否存在泡沫，還需要對這部分新創企業進行考察。由于新創企業沒有完善的财務披露，因而就很難繼續采用市盈率這個指标。不過，我們依然可以采用市場估值狀況的變化來對泡沫狀況進行一些評估。
在去年 AI 技術的熱度達到頂峰時，曾有大量的投資湧入了市場，這導致了很多 AI 新創企業的估值都出現了暴漲。然而，從今年開始，這些 AI 新創企業的估值則都出現了較大幅度的回落。
一個最為典型的例子是美國 AI 企業 Character.AI。該公司的主打產品是聊天機器人 Character.AI，它可以扮演不同的人物角色來與用户進行對話。由于和 ChatGPT 等同類產品相比，Character.AI 擁有更強的趣味性，因而自其上線開始，就深受用户喜愛，并曾一度跻身訪問量最高的 AI 產品之列。憑借着這些優勢，Character.AI 公司的估值曾一直高達 50 億美元。
然而，今年 8 月，谷歌卻以 25 億美元的價格對 Character.AI 進行了收購，相比于其估值的高點，這一收購價已是腰斬。但即便如此，市場仍然認為谷歌給出的收購價已嚴重高于 Character.AI 的真實價值，因為在同期，市場對其的估值已經降到了 10 億美元。
除了市場估值的變動外，我們還可以通過企業的營收狀況和盈利狀況的變化來對市場狀況進行評估。以 AI 大模型行業的 " 四小龍 " 之一的 Stability AI 為例：去年 8 月，Stability AI 公司的 CEO 莫斯塔奎（Emad Mostaque）曾表示該公司當月的收入達到了 120 萬美元，并有望在當年 11 月實現月收入 300 萬美元。然而，直到今年，這個目标一直沒有實現。
根據報道，在 2024 年的整個一季度，Stability AI 的總營收不足 500 萬美元，而其虧損則超過 3000 萬美元。并且，其拖欠雲服務商的資金還高達 1 億美元。當然，盈利能力的缺乏并不是 Stability AI 所面臨的獨有問題。即使是當前 AI 領網域絕對的領軍企業 OpenAI，其盈利狀況也不容樂觀。
據報道，OpenAI 預測，該公司要到 2029 年才能實現扭虧為盈，而在 2026 年，其虧損依然将可能高達 140 億美元。行業頭部企業尚且如此，其他企業的盈利狀況就更不容樂觀。由此可知，在整個行業中，多數的企業都存在着入不敷出的情況，如果沒有外部資金的持續注入，其中的相當一部分企業可能都缺乏獨立生存的能力。不過，相比于去年，目前市場對于 AI 的熱情已經大幅回落，對應的投資也大幅減少。在這樣的情況下，很多新創的 AI 企業可能都會面臨嚴峻的生存危機。
綜合以上分析，我們可以得到結論：除了那些規模較大，原本就具有穩定業務和持續現金流的企業之外，多數的 AI 企業都可能存在着泡沫問題。并且由于 AI 熱潮的回落，這些泡沫有較大的破滅風險。
AI 泡沫的原因何在？
在明确了 AI 行業确實存在泡沫之後，接下來要回答的問題是：究竟是什麼導致了 AI 產業的泡沫化，可能導致它們破滅的風險又來自哪兒？
總體上看，其原因包括三個方面：
首先，AI 發展的速度并沒有達到人們先前的預期。ChatGPT 橫空出世之後，人們對 AI 的發展速度曾表現出了高度的樂觀。這是因為，它的成功，在很大程度上驗證了 " 規模定律 "（Scaling law）的作用。所謂 " 規模定律 "，是深度學習領網域的一項重要經驗法則。根據這一定律，AI 模型的性能将随着其參數量、訓練數據量，以及算力投入的增加而出現顯著的改進，并且這種性能的改進幅度往往要超過上述投入要素的增加幅度。
根據 OpenAI 披露的技術報告，對 ChatGPT 進行支持的 GPT-3 模型在原理和基本構架上其實和先前的各版本 GPT 并沒有什麼不同。所不同的是，它的參數和訓練數據量都比 GPT-2 有了上千倍的提升。事實證明，這樣的大規模投入帶來了很好的效果，GPT-3 表現出的性能要遠超之前所有版本的 GPT 模型。由于有 ChatGPT 的榜樣在前，所以大批的 AI 企業都投入巨量的資源來将模型不斷做大，試圖以這種 " 力大飛磚 " 的模式來突破模型的性能極限。而大批投資者由于看到了 ChatGPT 的成功，所以也都願意慷慨解囊，為 AI 企業提供足夠的資金，市場的泡沫也就因此而產生了。
但是，" 規模定律 " 真的起作用了嗎？現在看來，它的運作似乎并沒有達到人們的預期。在目前的市場上，有大量的 AI 大模型無論是在參數量上，還是在訓練數據量上，都要遠遠超過 GPT-4，但真正可以在性能上與其并駕齊驅的卻依然屈指可數。
換言之，現在大批企業的不斷投入似乎并沒有帶來實實在在的模型性能突破。由此可見，單純通過 " 規模定律 " 來提升模型效力的努力已成為了一個死胡同，繼續沿着這條路線進行努力，只會帶來過度的 " 内卷 "。當投資者認識到這一點後，就會減少對 AI 領網域的投資，由此就可能導致 AI 行業泡沫破滅的風險。
其次，在應用方面，AI 的發展也不如人們的預期。在 ChatGPT 爆火之後，不少專家都認為，由于現在的 AI 已經達到了相當高的智能水平，因而不用很長時間，它就可以被應用到很多方面，幫助人們完成很多的工作。然而，到目前為止，人們期待的 " 殺手級 AI 應用 " 并沒有出現。除了在生成圖片和視頻之外，AI 似乎并沒有發揮出足夠的能力。
不久前，紅杉資本曾發布過一份報告，對當前的 AI 產業鏈進行了深入的分析。根據這份報告，目前 AI 在基礎設施、基礎模型等層面，都已經產生了不少優秀的企業。然而，在應用層，優秀的企業卻依然缺乏。這就佐證了 AI 難以形成切實應用這個事實。
再次，AI 企業目前還沒有形成十抽成熟的盈利模式。理論上，AI 企業有很多潛在的商業模式，它們包括并不限于訂閲服務、出售軟體許可、數據分析、硬體銷售、廣告等方式等。事實上，潛在盈利模式的豐富性也是導致資本願意大量押注 AI 行業的重要原因之一。然而，在實踐當中，這些潛在的盈利模式運作都并不順暢。
以大模型 " 四小龍 " 之一的 Anthropic 為例，在公司創立之初，它就構想了一套完整的盈利模式。總體來説，該公司的服務同時面向 C 端和 B 端。C 端用户可以免費享受其基礎服務，如果需要進一步的功能，則可以通過每月 20 美元的方式來購買訂閲服務。而對于 B 端用户，Anthropic 一方面開放了 API，按照流量的 " 詞元 "（token）量進行收費；另一方面則開放定制服務，可以根據用户的特殊要求來專門供應微調後的模型。
由于 Anthropic 的盈利策略十分嚴謹，根據所有用户類别都專門設計了對應的收費策略，因而曾一度被奉為 AI 盈利模式的典範，甚至有專業人士曾撰文稱 " 想學如何從大模型賺錢就看 Anthropic"。那麼，這套看似嚴謹的收費策略到底運作得怎麼樣呢？至少到目前為止，其表現并不如人意。
據報道，2023 年 12 月，Anthropic 的毛利率在 50% 至 55% 之間，遠遠低于雲軟體公司 77% 的平均毛利率。而從總收支狀況看，其每年的淨虧損更是高達 18 億美元。相比于 Anthropic 這個 " 優等生 "，多數 AI 企業的盈利表現則更為慘淡。比如，Inflection AI 曾希望通過銷售 AI 個人助理來盈利，市場對其技術和盈利模式也很看好，因而其估值曾一度衝高到 40 億美元。然而，現實證明，其預想的盈利模式產生的收入微乎其微。在低迷的營收狀況下，該公司人才流失嚴重，甚至連其創始人也從公司出走，轉而加盟微軟成為打工人。
綜上所述，正是因為人們對于 AI 在技術發展速度、應用前景，以及盈利前景方面的過高預期才催生了當前的行業泡沫，而現實指标與預期之間的落差則導致了泡沫正面臨着破滅的風險。
這裏有一個問題：既然現在已經有很多迹象表明 AI 行業存在着泡沫，那麼為什麼直到現在這個泡沫還沒有破滅呢？在我看來，這可能得益于某些企業進行的創新。比如，在今年 9 月，OpenAI 推出了 ChatGPT-o1。與過去各版本的 GPT 模型相比，這個模型應用了 " 思維鏈 "（Chain of Thought）技術，從而具有了很好的邏輯推理能力。這讓 ChatGPT 在邏輯思維，尤其是在數理分析方面的能力有了很大的提高。
雖然從總體上看，類似的創新給人們帶來的震撼要遠低于 ChatGPT 的 " 從 0 到 1"，但它确實在一定程度上維系了人們對于 AI 技術發展速度的預期。不過，需要注意的是，由于這種突破的難度非常高，因而只可能有少數技術和資金實力雄厚的企業才可能成功實現這樣的創新，而大批中小規模的 AI 企業應該與它無緣。由此可知，由這些相對較小的創新維系的泡沫是十分脆弱的，目前 AI 泡沫破滅的風險依然很高。
泡沫面前，如何穿越周期？
在技術的發展和傳播過程中，泡沫的出現和破滅幾乎是必然的。事實上，泡沫帶來的陣痛本身就是促進技術發展的一個重要助推力。在 2002 年其出版的著作《技術革命與金融資本：從 19 世紀到 21 世紀的經濟發展、泡沫與危機》中，演化經濟學家卡蘿塔 · 佩雷斯（Carlota Perez）對技術革命過程以及這個過程中的泡沫問題進行了深入的探讨。
佩雷斯認為，科技創新為社會帶來實際收益需經歷兩大周期、四個小階段。其中，大周期分為導入期（Installation period）和展開期（Development period）。根據佩雷斯的理論，在導入期和展開期之間，通常都會伴随着一輪規模較大的泡沫破滅，以及一輪破滅之後的復蘇。不過，在佩雷斯看來，泡沫的形成和破滅本身并不可怕，相反它本身就是技術發展的重要階段。其中，泡沫的形成是技術發展吸引投資的必要過程，而泡沫的破滅則可以促使社會和制度進行調整，為新技術的全面應用和經濟的可持續增長創造條件。
在這樣的背景下，我們并不用對 AI 行業的泡沫過于擔心，而應該把更多的精力放在如何盡可能減少泡沫破滅所造成的衝擊，以及如何在泡沫被刺破之後，迅速高效地讓 AI 行業實現重整。
對于 AI 企業而言，最需要做的就是開源節流，讓自己先活下來。和很多其他的行業相比，AI 行業中理想主義者的比例要高得多。很多人之所以決定創辦 AI 企業，其目的并不是賺錢，而是會更專注于技術本身。在行業繁榮時，這種理想并沒有什麼問題，因為有足夠多的投資者願意為它們買單。然而，當泡沫被刺破，投資者開始變得越來越謹慎時，理想主義者所辦的企業經常會首先成為犧牲品。因此，在泡沫浮現之時，AI 行業内的企業家們的首要任務就是暫時将遠在天邊的理想收入囊中，轉而将注意力放在如何切實做好業務上面。具體來説，他們需要重點做好三項工作：
第一項工作是盡快将手中的技術轉化為切實的現金流。雖然追求技術的發展本身是重要的，但只有證明這些技術可能產生價值，企業才可能在行業蕭條時説服投資人，讓他們持續對企業進行支持。唯有如此，企業才可能實現可持續發展，那些高遠的技術理想才具有實現的可能性。從這個意義上看，Runway 從純 AI 開發的 " 急流勇退 " 确實是一個明智之舉。而且，從長遠來看，它現在這種應用為主、技術為輔的經營思路或許反而能讓它在技術的道路上走得更遠。
第二項工作是盡可能精簡企業的架構，削減資金，牢牢捂緊企業的錢袋子。很多科技企業都樂于在資金相對充裕的情況下雇傭很多與業務無關的員工，并熱衷于承擔很多額外的社會責任，由此會產生很多不必要的成本。
在行業繁榮時，這些都無傷大雅，但一旦泡沫被刺破，行業進入收縮期，這些成本就有可能成為壓垮企業的最後一根稻草。因此，為了在泡沫破滅時可以順利存活下來，企業就必須下功夫、下決心砍掉所有不必要的機構和業務，讓企業可以輕裝上陣。
第三項工作是尋找差異化的競争路徑，避開和同行進行無謂的内卷。這種差異化可以是技術上的、應用上的，也可以是商業模式上的。在實踐當中，如果持續沿着和别人一樣的方式發展，那麼結果就會陷入同質化的競争，最後陷入多輸的結果。只有設法和不一樣，才可能走出一條不一樣的路。
以 OpenAI 為例，它之所以可以牢牢占據行業龍頭的地位，很大一個原因就是會花時間去做和别人不一樣的事情。比如，當所有同行都把資源投入到把模型做大，為此去拼參數、拼數據、拼算力的時候，OpenAI 卻轉而把寶貴的資源投入到了改進模型，提升模型的推理能力上，并成功研發出了 ChatGPT-o1。
雖然并不是所有 AI 企業都可以像 OpenAI 那樣，在技術上開辟出一條全新的道路，但至少可以學習這種差異化思路，在應用或商業模式上進行一些探索。事實上，正如紅杉資本的報告所説的那樣，現在 AI 的應用生态其實還非常原始，因而盡早抓住一個競争較少的應用領網域，将自身技術與其進行結合将大有前景。
對于政府而言，面對 AI 泡沫及其可能的破滅，它最應該做的就是做好相關的保障工作，盡量減少刺破泡沫所帶來的陣痛，縮短從泡沫破滅到市場重新繁榮的時間間隔。這裏，有兩個方面的工作是最需要重視的。
第一個工作是提供相應的基礎設施，為 AI 的普及做好準備。如同歷史上任何一種重要的技術一樣，AI 力量的發揮很大程度上依賴于基礎設施。這些基礎設施既包括硬體層面的，如高速網絡、數據中心等；也包括軟體（制度）層面的，如相關法律、行業标準等。這些基礎設施，企業由于财力限制或協調失靈等原因而很難提供，在這種情況下，政府就應該出手，負責它們的供給。
第二個工作就是處理好刺破泡沫階段產生的失業等社會問題。從歷史的經驗看，每一次泡沫的破滅都會引發一系列社會問題，如果這些問題不處理好，則可能引發社會動蕩，從而延緩新一輪繁榮的到來。因而，政府應當積極出手，解決好這些問題，為企業創造良好的發展環境。
總而言之，雖然目前的 AI 行業确實已經存在泡沫，并且有一定被刺破的風險，但這一切并不可怕。只要企業和政府各司其職，做好自己該做的事，就可以将泡沫轉變為新一輪的繁榮，成功跨越周期。
