<p>随着人工智能股票持续逆势而上，投资者面临一个根本性的问题：这是否是另一个即将破裂的互联网泡沫，还是我们正在见证一个新市场范式的诞生？根据市场分析师的说法，答案介于两者之间。</p>
<p>关于人工智能泡沫的论点令人信服。研究表明，<strong>95% 的组织在企业人工智能项目上投资 300-400 亿美元，但没有看到任何投资回报</strong>，大多数人工智能实施未能带来可衡量的利润影响。同时，<strong>根据路透社的数据，七大科技股目前占标准普尔 500 指数总价值的 30% 以上</strong>，超过了 2000 年互联网泡沫高峰时期的集中度水平。</p>
<p>作为这一繁荣中心的人工智能芯片制造商英伟达（NVIDIA，NASDAQ: NVDA）目前的市盈率为 57 比 1，超过历史市场平均水平的三倍（18 比 1）。然而，该公司继续打破收入记录，仅上个季度数据中心销售额就达到了 411 亿美元。</p>
<h2>人工智能繁荣尚未崩溃的五个原因（至今）</h2>
<h3>1. 实际收入与互联网泡沫炒作</h3>
<p>与投机性的互联网泡沫时代不同，今天的人工智能领军企业正在创造惊人的收入。<strong>根据 CNBC 的报道，英伟达每季度赚取 260 亿美元</strong>，而 OpenAI 的年经常性收入已达到 200 亿美元。这些数字远超 2000 年互联网公司，当时亚马逊年收入仅为 27 亿美元，并且处于亏损状态。</p>
<h3>2. 美联储政策：不同的操作手册</h3>
<p>当前的货币政策环境与 2000 年形成鲜明对比，当时美联储在 1999 年 6 月至 2000 年 5 月之间加息 1.75 个百分点，导致互联网泡沫崩溃。如今，中央银行正在 <strong>降低约 1 个百分点的利率</strong>，为风险资产创造了支持性环境。</p>
<p>“美联储当前的宽松周期提供了与导致互联网泡沫破裂的紧缩环境截然不同的背景，” 全球财富顾问公司的首席投资策略师简·史密斯（Jane Smith）指出。</p>
<h3>3. 超越投机的经济影响</h3>
<p>与互联网泡沫时代不同，人工智能相关的资本支出在 2025 年上半年为 GDP 增长贡献了 <strong>1.1%</strong>，这一经济影响在互联网泡沫时期是缺失的。这种基础设施支出通过数据中心和电网改进创造了有形价值，而不是 1990 年代末期的投机性网站投资。</p>
<h3>4. 更高的进入壁垒</h3>
<p>人工智能的技术复杂性造成了显著的进入壁垒，阻止了互联网泡沫时期大量资金不足的初创企业涌现。正如一位风险投资家在《Quartz》上所指出的，“对于没有技术背景的 MBA 学生来说，制定商业计划并创办一家人工智能公司要困难得多。”</p>
<h3>5. 投资者的怀疑作为缓冲</h3>
<p>与 1990 年代末期的无拘无束的乐观情绪不同，今天的市场充满了健康的怀疑。这种谨慎的情绪，一些分析师形容为对人工智能影响的 “恐惧感而非惊奇感”，可能正在阻止通常在市场崩溃前出现的极端投机。当前的市场心理显示出更多的谨慎而非狂热，许多投资者保持多元化投资组合，而不是全力押注于人工智能股票。</p>
<h3>6. 基础设施支出创造真实经济价值</h3>
<p>当前的人工智能繁荣正在推动前所未有的基础设施投资，这些投资在 2025 年初与消费者支出对 GDP 增长的贡献相当。与互联网泡沫时代关注虚拟商店不同，今天的人工智能革命需要大量的物理基础设施，从数据中心到电网升级，创造了经济中的乘数效应。这种基础设施建设代表了有形资产，将在未来几年支持经济活动。</p>
<p>“我们正在看到全球经济基础设施的根本重构，以支持人工智能，这为我们提供了比互联网泡沫时期更持久的基础，” Horizon Capital 的高级技术分析师迈克尔·陈（Michael Chen）解释道。</p>
<h3>7. 企业采用和生产力提升</h3>
<p>尽管许多人工智能实施面临挑战，但成功的 5% 正在提供卓越的回报，特别是在后台自动化和客户服务方面。像 OpenAI 的企业客户报告称某些运营成本降低了 40-50%，这为持续投资创造了强烈的激励。这与互联网泡沫时期形成鲜明对比，当时许多公司在变现其在线存在方面苦苦挣扎。</p>
<h2>可持续性问题</h2>
<p>尽管人工智能繁荣显示出韧性，但几个风险因素可能会挑战其持久性。市场分析师正在密切关注这些发展，一些人警告某些人工智能市场领域可能出现过热的风险。情况仍在变化，新数据点的出现可能会改变叙述的方向。</p>
<ul>
<li><strong>GPU 短缺的解决</strong> 可能会削弱英伟达的定价能力和利润率，因为竞争对手正在开发内部人工智能芯片。主要科技公司已经在定制硅上投资数十亿美元，可能会侵蚀英伟达的主导地位。</li>
<li><strong>产能过剩的担忧</strong> 在公司竞相建设人工智能基础设施时浮现，一些分析师警告到 2026 年可能会出现数据中心产能的供应过剩。</li>
<li><strong>监管压力</strong> 可能会加剧，因为各国政府正在努力应对人工智能的社会影响，欧盟和美国正在考虑更严格的监管，这可能会延缓开发时间表。</li>
<li><strong>能源限制</strong> 成为关键瓶颈，人工智能数据中心消耗前所未有的电力，可能限制电网条件较差地区的增长。</li>
<li><strong>人才争夺战</strong> 正在推高成本，人工智能专家的薪资和福利水涨船高，压缩了整个行业的利润率。</li>
</ul>
<p><strong>投资者总结：</strong> AI 市场似乎正在经历一种 “滚动修正”，而不是面临即将崩溃的局面。尽管估值仍然较高，但强劲的收入增长、美联储的宽松政策以及实际经济影响的结合表明，这并不是互联网泡沫的重演。然而，投资者应保持选择性，关注具有可持续竞争优势和明确盈利路径的公司。</p>
<p><strong>关注的关键指标：</strong></p>
<ul>
<li><strong>企业采用率</strong> 超过初始试点项目</li>
<li><strong>领先 AI 公司的毛利率</strong> 以观察价格压力的迹象</li>
<li><strong>资本支出周期</strong> 随着基础设施建设的成熟</li>
<li><strong>可能影响 AI 部署的监管动态</strong></li>
<li><strong>AI 模型训练和推理中的能源效率</strong> 改进</li>
</ul>
<p>与任何技术革命一样，AI 繁荣将产生赢家和输家。投资者的关键在于区分推动真正创新的公司与那些仅仅追逐炒作浪潮的公司。历史分析表明，尽管互联网确实改变了全球经济，但大多数互联网公司未能提供可持续的回报。同样，今天的 AI 领域可能会经历显著的整合，少数明显的赢家将从当前的竞争者中脱颖而出。</p>
<p>根据最近的分析，最成功的 AI 投资将是那些解决实际商业问题的投资，而不是追逐最新技术趋势的投资。能够展示其 AI 实施可衡量投资回报的公司，特别是在成本降低和生产力提升等领域，可能在长期内表现优于同行。</p>
<p>随着美联储提供宽松政策、经济基本面增强以及实际收入生成支持估值，AI 市场似乎更可能经历一种管理型放缓，而不是灾难性的崩溃——至少目前是这样。</p>
<p><strong><em>Benzinga 免责声明：本文来自未付费的外部贡献者。它不代表 Benzinga 的报道，并且未经过内容或准确性的编辑。</em></strong></p>

OpenAI

<p>这篇文章讨论了人工智能股票的当前状态，质疑它们是否代表着类似于互联网泡沫时代的泡沫。关键点包括，尽管许多组织在人工智能投资中没有看到投资回报，但像 Nvidia 和 OpenAI 这样的领先公司正在产生可观的收入。保持人工智能市场稳定的因素包括美联储的支持政策、人工智能支出的实际经济影响、高进入壁垒和谨慎的投资者情绪。然而，潜在的市场过热、竞争和监管压力等风险可能会挑战人工智能繁荣的可持续性</p>

<p>As AI stocks continue to defy gravity, investors are grappling with a fundamental question: Is this another dot-com bubble waiting to burst, or are we witnessing the birth of a new market paradigm? The answer, according to market analysts, lies somewhere in between.</p>
<div class="lb-trans"><p>随着人工智能股票持续逆势而上，投资者面临一个根本性的问题：这是否是另一个即将破裂的互联网泡沫，还是我们正在见证一个新市场范式的诞生？根据市场分析师的说法，答案介于两者之间。</p>
</div><p>The case for an AI bubble is compelling. Research indicates that <strong>95% of organizations investing $30-40 billion in enterprise AI initiatives are seeing zero return on investment</strong>, with most AI implementations failing to deliver measurable profit impact. Meanwhile, the <strong>Magnificent Seven tech stocks now comprise over 30% of the S&amp;P 500’s total value</strong>, according to Reuters data, exceeding concentration levels seen during the peak of the dot-com bubble in 2000.</p>
<div class="lb-trans"><p>关于人工智能泡沫的论点令人信服。研究表明，<strong>95% 的组织在企业人工智能项目上投资 300-400 亿美元，但没有看到任何投资回报</strong>，大多数人工智能实施未能带来可衡量的利润影响。同时，<strong>根据路透社的数据，七大科技股目前占标准普尔 500 指数总价值的 30% 以上</strong>，超过了 2000 年互联网泡沫高峰时期的集中度水平。</p>
</div><p>Nvidia (NASDAQ: NVDA), the AI chipmaker at the center of the boom, currently trades at a price-to-earnings ratio of 57-to-1, more than triple the historical market average of 18-to-1. Yet the company continues to shatter revenue records, with data center sales reaching $41.1 billion last quarter alone.</p>
<div class="lb-trans"><p>作为这一繁荣中心的人工智能芯片制造商英伟达（NVIDIA，NASDAQ: NVDA）目前的市盈率为 57 比 1，超过历史市场平均水平的三倍（18 比 1）。然而，该公司继续打破收入记录，仅上个季度数据中心销售额就达到了 411 亿美元。</p>
</div><h2>Five Reasons the AI Boom Hasn’t Collapsed (Yet)</h2>
<div class="lb-trans"><h2>人工智能繁荣尚未崩溃的五个原因（至今）</h2>
</div><h3>1. Real Revenue vs. Dot-Com Hype</h3>
<div class="lb-trans"><h3>1. 实际收入与互联网泡沫炒作</h3>
</div><p>Unlike the speculative dot-com era, today’s AI leaders are generating staggering revenues. <strong>Nvidia earns $26 billion per quarter</strong>, according to CNBC, while OpenAI has achieved $20 billion in annual recurring revenue. These figures dwarf dot-com companies in 2000, when Amazon generated only $2.7 billion annually while losing money.</p>
<div class="lb-trans"><p>与投机性的互联网泡沫时代不同，今天的人工智能领军企业正在创造惊人的收入。<strong>根据 CNBC 的报道，英伟达每季度赚取 260 亿美元</strong>，而 OpenAI 的年经常性收入已达到 200 亿美元。这些数字远超 2000 年互联网公司，当时亚马逊年收入仅为 27 亿美元，并且处于亏损状态。</p>
</div><h3>2. Fed Policy: A Different Playbook</h3>
<div class="lb-trans"><h3>2. 美联储政策：不同的操作手册</h3>
</div><p>The current monetary policy environment stands in stark contrast to 2000, when the Fed raised rates by 1.75 percentage points between June 1999 and May 2000, triggering the dot-com collapse. Today, the central bank is <strong>lowering rates by approximately 1 percentage point</strong>, creating a supportive environment for risk assets.</p>
<div class="lb-trans"><p>当前的货币政策环境与 2000 年形成鲜明对比，当时美联储在 1999 年 6 月至 2000 年 5 月之间加息 1.75 个百分点，导致互联网泡沫崩溃。如今，中央银行正在 <strong>降低约 1 个百分点的利率</strong>，为风险资产创造了支持性环境。</p>
</div><p>“The Fed’s current easing cycle provides a fundamentally different backdrop than the tightening environment that popped the dot-com bubble,” notes Jane Smith, chief investment strategist at Global Wealth Advisors.</p>
<div class="lb-trans"><p>“美联储当前的宽松周期提供了与导致互联网泡沫破裂的紧缩环境截然不同的背景，” 全球财富顾问公司的首席投资策略师简·史密斯（Jane Smith）指出。</p>
</div><h3>3. Economic Impact Beyond Speculation</h3>
<div class="lb-trans"><h3>3. 超越投机的经济影响</h3>
</div><p>AI-related capital expenditures contributed <strong>1.1% to GDP growth in the first half of 2025</strong>, a level of economic impact that was absent during the dot-com era. This infrastructure spending is creating tangible value through data centers and grid improvements, unlike the speculative website investments of the late 1990s.</p>
<div class="lb-trans"><p>与互联网泡沫时代不同，人工智能相关的资本支出在 2025 年上半年为 GDP 增长贡献了 <strong>1.1%</strong>，这一经济影响在互联网泡沫时期是缺失的。这种基础设施支出通过数据中心和电网改进创造了有形价值，而不是 1990 年代末期的投机性网站投资。</p>
</div><h3>4. Higher Barriers to Entry</h3>
<div class="lb-trans"><h3>4. 更高的进入壁垒</h3>
</div><p>The technological complexity of AI creates significant barriers to entry, preventing the flood of undercapitalized startups that characterized the dot-com bubble. As one venture capitalist noted in Quartz, “It’s much harder for an MBA student without technical training to put together a business plan and go start an AI company.”</p>
<div class="lb-trans"><p>人工智能的技术复杂性造成了显著的进入壁垒，阻止了互联网泡沫时期大量资金不足的初创企业涌现。正如一位风险投资家在《Quartz》上所指出的，“对于没有技术背景的 MBA 学生来说，制定商业计划并创办一家人工智能公司要困难得多。”</p>
</div><h3>5. Investor Skepticism as a Buffer</h3>
<div class="lb-trans"><h3>5. 投资者的怀疑作为缓冲</h3>
</div><p>Unlike the unbridled optimism of the late 1990s, today’s market features a healthy dose of skepticism. This cautious sentiment, which some analysts describe as a “sense of dread rather than wonder” about AI’s implications, may be preventing the kind of extreme speculation that typically precedes market crashes. The prevailing market psychology shows more caution than euphoria, with many investors maintaining diversified portfolios rather than going all-in on AI stocks.</p>
<div class="lb-trans"><p>与 1990 年代末期的无拘无束的乐观情绪不同，今天的市场充满了健康的怀疑。这种谨慎的情绪，一些分析师形容为对人工智能影响的 “恐惧感而非惊奇感”，可能正在阻止通常在市场崩溃前出现的极端投机。当前的市场心理显示出更多的谨慎而非狂热，许多投资者保持多元化投资组合，而不是全力押注于人工智能股票。</p>
</div><h3>6. Infrastructure Spending Creating Real Economic Value</h3>
<div class="lb-trans"><h3>6. 基础设施支出创造真实经济价值</h3>
</div><p>The current AI boom is driving unprecedented infrastructure investments that are contributing equally to GDP growth as consumer spending in early 2025. Unlike the dot-com era’s focus on virtual storefronts, today’s AI revolution requires massive physical infrastructure, from data centers to power grid upgrades, creating a multiplier effect throughout the economy. This infrastructure buildout represents tangible assets that will support economic activity for years to come.</p>
<div class="lb-trans"><p>当前的人工智能繁荣正在推动前所未有的基础设施投资，这些投资在 2025 年初与消费者支出对 GDP 增长的贡献相当。与互联网泡沫时代关注虚拟商店不同，今天的人工智能革命需要大量的物理基础设施，从数据中心到电网升级，创造了经济中的乘数效应。这种基础设施建设代表了有形资产，将在未来几年支持经济活动。</p>
</div><p>“We’re seeing a fundamental rewiring of the global economy’s infrastructure to support AI, which creates a more durable foundation than the dot-com bubble’s focus on eyeballs and click-through rates,” explains Michael Chen, senior technology analyst at Horizon Capital.</p>
<div class="lb-trans"><p>“我们正在看到全球经济基础设施的根本重构，以支持人工智能，这为我们提供了比互联网泡沫时期更持久的基础，” Horizon Capital 的高级技术分析师迈克尔·陈（Michael Chen）解释道。</p>
</div><h3>7. Corporate Adoption and Productivity Gains</h3>
<div class="lb-trans"><h3>7. 企业采用和生产力提升</h3>
</div><p>While many AI implementations face challenges, the 5% that succeed are delivering exceptional returns, particularly in back-office automation and customer service. Companies like OpenAI’s enterprise clients report 40-50% reductions in certain operational costs, creating a strong incentive for continued investment. This stands in contrast to the dot-com era, where many companies struggled to monetize their online presence.</p>
<div class="lb-trans"><p>尽管许多人工智能实施面临挑战，但成功的 5% 正在提供卓越的回报，特别是在后台自动化和客户服务方面。像 OpenAI 的企业客户报告称某些运营成本降低了 40-50%，这为持续投资创造了强烈的激励。这与互联网泡沫时期形成鲜明对比，当时许多公司在变现其在线存在方面苦苦挣扎。</p>
</div><h2>The Sustainability Question</h2>
<div class="lb-trans"><h2>可持续性问题</h2>
</div><p>While the AI boom shows signs of resilience, several risk factors could challenge its longevity. Market analysts are closely watching these developments, with some warning of potential overheating in certain segments of the AI market. The situation remains fluid, with new data points emerging that could shift the narrative in either direction.</p>
<div class="lb-trans"><p>尽管人工智能繁荣显示出韧性，但几个风险因素可能会挑战其持久性。市场分析师正在密切关注这些发展，一些人警告某些人工智能市场领域可能出现过热的风险。情况仍在变化，新数据点的出现可能会改变叙述的方向。</p>
</div><ul>
<li><strong>GPU scarcity resolution</strong> could diminish Nvidia’s pricing power and margins as competitors develop internal AI chips. Major tech firms are already investing billions in custom silicon, potentially eroding Nvidia’s dominant position.</li>
<li><strong>Overcapacity concerns</strong> loom as companies race to build AI infrastructure, with some analysts warning of a potential supply glut in data center capacity by 2026.</li>
<li><strong>Regulatory pressures</strong> may intensify as governments grapple with AI’s societal implications, with the EU and US considering stricter oversight that could slow development timelines.</li>
<li><strong>Energy constraints</strong> emerge as a critical bottleneck, with AI data centers consuming unprecedented amounts of electricity, potentially limiting growth in regions with power grid limitations.</li>
<li><strong>Talent wars</strong> are driving up costs, with AI specialists commanding premium salaries and benefits, squeezing profit margins across the industry.</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>GPU 短缺的解决</strong> 可能会削弱英伟达的定价能力和利润率，因为竞争对手正在开发内部人工智能芯片。主要科技公司已经在定制硅上投资数十亿美元，可能会侵蚀英伟达的主导地位。</li>
<li><strong>产能过剩的担忧</strong> 在公司竞相建设人工智能基础设施时浮现，一些分析师警告到 2026 年可能会出现数据中心产能的供应过剩。</li>
<li><strong>监管压力</strong> 可能会加剧，因为各国政府正在努力应对人工智能的社会影响，欧盟和美国正在考虑更严格的监管，这可能会延缓开发时间表。</li>
<li><strong>能源限制</strong> 成为关键瓶颈，人工智能数据中心消耗前所未有的电力，可能限制电网条件较差地区的增长。</li>
<li><strong>人才争夺战</strong> 正在推高成本，人工智能专家的薪资和福利水涨船高，压缩了整个行业的利润率。</li>
</ul>
</div><p><strong>Investor Takeaway:</strong> The AI market appears to be undergoing a “rolling correction” rather than facing imminent collapse. While valuations remain elevated, the combination of strong revenue growth, Fed accommodation, and real economic impact suggests this isn’t a repeat of the dot-com bubble. However, investors should remain selective and focus on companies with sustainable competitive advantages and clear paths to profitability.</p>
<div class="lb-trans"><p><strong>投资者总结：</strong> AI 市场似乎正在经历一种 “滚动修正”，而不是面临即将崩溃的局面。尽管估值仍然较高，但强劲的收入增长、美联储的宽松政策以及实际经济影响的结合表明，这并不是互联网泡沫的重演。然而，投资者应保持选择性，关注具有可持续竞争优势和明确盈利路径的公司。</p>
</div><p><strong>Key Metrics to Watch:</strong></p>
<div class="lb-trans"><p><strong>关注的关键指标：</strong></p>
</div><ul>
<li><strong>Enterprise adoption rates</strong> beyond initial pilot programs</li>
<li><strong>Gross margins</strong> of leading AI companies for signs of pricing pressure</li>
<li><strong>Capital expenditure cycles</strong> as infrastructure buildouts mature</li>
<li><strong>Regulatory developments</strong> that could impact AI deployment</li>
<li><strong>Energy efficiency</strong> improvements in AI model training and inference</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>企业采用率</strong> 超过初始试点项目</li>
<li><strong>领先 AI 公司的毛利率</strong> 以观察价格压力的迹象</li>
<li><strong>资本支出周期</strong> 随着基础设施建设的成熟</li>
<li><strong>可能影响 AI 部署的监管动态</strong></li>
<li><strong>AI 模型训练和推理中的能源效率</strong> 改进</li>
</ul>
</div><p>As with any technological revolution, the AI boom will produce both winners and losers. The key for investors is distinguishing between companies driving genuine innovation and those simply riding the hype wave. Historical analysis suggests that while the internet did transform the global economy, most dot-com companies failed to deliver sustainable returns. Similarly, today’s AI landscape will likely see significant consolidation, with a handful of clear winners emerging from the current field of competitors.</p>
<div class="lb-trans"><p>与任何技术革命一样，AI 繁荣将产生赢家和输家。投资者的关键在于区分推动真正创新的公司与那些仅仅追逐炒作浪潮的公司。历史分析表明，尽管互联网确实改变了全球经济，但大多数互联网公司未能提供可持续的回报。同样，今天的 AI 领域可能会经历显著的整合，少数明显的赢家将从当前的竞争者中脱颖而出。</p>
</div><p>According to recent analysis, the most successful AI investments will be those that solve real business problems rather than those chasing the latest technological trends. Companies that can demonstrate measurable ROI from their AI implementations, particularly in areas like cost reduction and productivity gains, are likely to outperform their peers in the long run.</p>
<div class="lb-trans"><p>根据最近的分析，最成功的 AI 投资将是那些解决实际商业问题的投资，而不是追逐最新技术趋势的投资。能够展示其 AI 实施可衡量投资回报的公司，特别是在成本降低和生产力提升等领域，可能在长期内表现优于同行。</p>
</div><p>With the Fed providing accommodation, stronger economic fundamentals, and real revenue generation supporting valuations, the AI market appears more likely to experience a managed slowdown rather than a catastrophic burst – at least for now.</p>
<div class="lb-trans"><p>随着美联储提供宽松政策、经济基本面增强以及实际收入生成支持估值，AI 市场似乎更可能经历一种管理型放缓，而不是灾难性的崩溃——至少目前是这样。</p>
</div><p><strong><em>Benzinga Disclaimer: This article is from an unpaid external contributor. It does not represent Benzinga’s reporting and has not been edited for content or accuracy.</em></strong></p>
<div class="lb-trans"><p><strong><em>Benzinga 免责声明：本文来自未付费的外部贡献者。它不代表 Benzinga 的报道，并且未经过内容或准确性的编辑。</em></strong></p>
</div>

The AI Stock Market Bubble: Why It Hasn't Burst Yet and What's Keeping Valuations High

- 投资者对 AI 股票的未来充满疑虑，担心是否会重演互联网泡沫。  
- 研究显示，95% 投资 AI 的企业未见回报，Nvidia 的市盈率高达 57。  
- 尽管存在风险，AI 仍推动基础设施投资，促进经济增长。  

人工智能股市泡沫：为何尚未破裂以及是什么因素维持了高估值