本文作者：董静
来源：硬 AI
在高盛 9 月举办的 Communacopia+ 科技大会之后，再加上一系列企业和行业关于 “长期 AI 产能” 的相关公告，市场上关于 “是不是已经进入 AI 泡沫” 等方面的争论声音越来越多。
10 月 8 日，据硬 AI 消息，高盛 TMT 研究团队近日发布最新研究报告，针对当前 AI 领域的五个关键争议进行深度分析，试图为市场提供清晰的 AI 叙事框架。这五个核心争议涵盖了从消费者和企业 AI 采用现状，到 AI 支出预期、电力基础设施需求，以及最受关注的泡沫风险问题。
研报称，据高盛分析，消费者 AI 采用速度超预期，ChatGPT 在 7 月已达到每周 7 亿活跃用户的纪录，但变现能力仍落后于基础设施投资。高盛称，企业层面的 AI 投资回报率仍然有限，尽管内部部署持续扩大，但 MIT 研究显示仅有 5% 的公司从 AI 中看到可衡量的损益表影响。
与此同时，高盛表示，今年 AI 基础设施投资达到历史性水平，全球五大（亚马逊、微软、谷歌、Meta 和甲骨文）超大规模云服务商资本支出预计将达到 3810 亿美元，同比增长 68%。研报指出，AI 工作负载的快速扩张将显著增加数据中心需求，到 2030 年全球电力需求将增长超过 165%。
对于最受关注的 AI 泡沫风险问题，高盛认为，虽然当前市场环境与 1990 年代末期存在相似之处，但纳斯达克 100 指数的市盈率较互联网泡沫峰值低 46%，IPO 活动也远低于当时水平，暂不具备大幅回调的条件。
<h2 style="text-align: left">AI 消费端采用：增长迅速但变现滞后</h2>
消费者 AI 使用增长速度超越企业应用，并持续快速增长，但 AI 公司将消费者服务变现并产生收入的能力落后于为满足需求而在 AI 基础设施上的支出。
据高盛分析，消费者采用速度快速提升，OpenAI 报告 ChatGPT 在 7 月达到创纪录的每周 7 亿活跃用户，远超变现增长速度。
基于 SensorTower 数据分析：
<blockquote>
<ul>
<li>
ChatGPT 在全球和美国市场均占据主导地位，在月活跃用户和日活跃用户方面持续领先。
</li>
<li>
谷歌 Gemini 凭借分发渠道优势成为第二大平台，用户基数实现大幅增长，但通常仍显著落后于 ChatGPT。
</li>
<li>
Claude 和 Perplexity 则保持相对较小的用户基数。
</li>
</ul>
</blockquote>
值得注意的是，平台差异化正在显现。据各平台发布的使用报告：
<blockquote>
<ul>
<li style="text-align: left">OpenAI 披露 ChatGPT 越来越多用于非工作用途（约 70/30 的非工作与工作相关任务比例）；</li>
<li style="text-align: left">Anthropic 报告 Claude 最常用于编程/计算任务（36% 的使用量），表明用户开始根据每个模型的特定优势进行选择。</li>
</ul>
</blockquote>
更值得关注的是，来自 90% 公司的员工报告在工作中定期使用个人 AI 工具，但只有 40% 的公司购买了官方 LLM 订阅服务。
研报指出，近期的产品发布浪潮突显了 AI 能力向有形、可变现应用的持续成熟。ChatGPT 即时结账功能与 Etsy 等合作伙伴实现聊天内直接购买，以及谷歌与 PayPal 在代理商务方面的战略合作，都突显了 AI 驱动交易的可能增长。
高盛预计 2026 年将成为 AI 变现的关键年份，广告和商务的交叉应用将推动规模化变现。
<h2 style="text-align: left">企业 AI 部署：内部应用扩张但 ROI 仍待提升</h2>
尽管企业继续在内部和外部部署生成式 AI，但 ROI（投资回收率）可见性仍然较低。
在内部应用方面，公司正在部署 AI 以推动增量效率提升，支持利润率改善。高盛观察到在内容和软件开发、广告创意生成以及库存管理和动态定价等复杂任务方面出现了切实的效率提升。效率收益通过提高生产力和放缓招聘增长得以体现。
然而，能够产生收入增长或市场份额转移的外部企业应用却进展缓慢。MIT 商业 AI 状况报告显示，只有 5% 的公司看到了可衡量的损益表影响。高盛分析认为，这主要源于 AI 部署方法和监督体系的不一致性。
在消费互联网领域，高盛识别出 AI 有潜力颠覆数十亿美元利润池。传统广告代理商面临来自谷歌 Performance Max 和 Meta Advantage+ 等 AI 驱动平台的自动化威胁，全球广告代理商生态系统约有 1610 亿美元的利润池。
同时，AI 使数字广告更有效和更有针对性，有潜力加速广告预算从传统渠道向数字渠道的转移，在 2025-2028 年间为数字渠道带来约 1700 亿美元的增量机会。
软件行业方面，高盛 2025 年行业对话表明 AI 应用生态系统正在成熟。微软、Salesforce、ServiceNow 等 SaaS 领导者已开始披露 AI 特定贡献，关键在于这些贡献何时能够对增长算法产生附加效应。
尽管如此，企业市场的 ROI 仍在等待中，大量投资建设、训练和使用基础模型的 AI 投资尚未以经济回报的方式实质性渗透到企业中。
<h2 style="text-align: left">AI 支出预测：基础设施投资规模史无前例</h2>
高盛在 2025 年看到生态系统双方 AI 基础设施支出水平的提升。自 6 月发布分析 AI 对行业利润池影响的报告以来，投资者对中期和长期超大 AI 支出水平回报情况的关注显著增加。
据高盛估算，全球五大超大规模云服务商（亚马逊、微软、谷歌、Meta 和甲骨文）的资本支出在年内进一步上升，预计 2025 年总计将达到 3810 亿美元，同比增长 68%。
大部分 AI 投资在 2025 年下半年宣布，9 月份宣布了数千亿美元的合作伙伴关系，如甲骨文与 OpenAI 的 3000 亿美元交易，以及英伟达对 OpenAI 的 1000 亿美元投资。
高盛称，这些支出的进一步增加，加上观察到消费者需求持续增长并可能超过未来计算供应（尽管有当前投资），为关于超大资本支出是否会产生长期回报的现有争论增加了紧张感。
高盛预计，五大超大规模云服务商将继续增加 AI 相关资本支出以跟上不断增长的消费者需求，估计 2025-2027 年支出将增长至约 1.4 万亿美元。
不过，研报指出，一个反复出现的主题是当前对 AI 服务的需求（来自用户和大型平台/产品开发需求）与当前可用容量之间仍存在巨大差距。这种脱节在云计算公司不断增长的积压规模中最为明显，如果实现，应该在未来 2-3 年内可持续地支持收入增长。
<h2 style="text-align: left">电力基础设施需求：165% 增长带来建设挑战</h2>
据高盛全球数据中心和公用事业团队此前概述，AI 和非 AI 工作负载对数据中心电力需求的影响显著。
AI 工作负载的快速扩张将显著增加数据中心需求，到 2030 年全球电力需求将增长超过 165%。高盛数据中心团队此前分析显示，全球数据中心需求在 2025 年第二季度约为 62GW，其中 AI 占 13%；预计到 2027 年总需求将达到约 92GW，AI 工作负载占比将上升至 28%。
满足这一需求需要大规模发电能力建设。高盛预计，到 2030 年相比 2023 年，数据中心电力需求将增长约 165%。在美国，60% 的未来需求将需要新发电设施，预计需要 72GW 的增量容量，主要来源为天然气（60%）、太阳能（25-30%）和风能（10-15%）。
电网投资预期已从 7 月份的 7200 亿美元上调至 7800 亿美元（截至 2030 年），增加 600 亿美元，重点向配电基础设施倾斜，传输资本支出增长更快，以维持数据中心供应增长。
<h2 style="text-align: left">泡沫风险评估：相似但不完全一致的 1990 年代</h2>
高盛认为当前市场与 1990 年代末存在某些相似性，但尚未达到会导致公开市场股票大幅重新定价的程度。
首先，当前估值水平远低于 1990 年代末期：纳斯达克 100 指数目前交易价格较互联网泡沫时期折扣约 46%，1999 年底 LTM 市盈率为 68.4 倍，而截至 2025 年 10 月 3 日约为 37.0 倍。
其次，IPO 活动对比也显示差异：1998-2000 年美国 IPO 数量为 892 宗，而 2023-2025 年明显较少，尽管平均交易规模从 1998-2000 年的 1.76 亿美元上升至 2023-2025 年的 2.54 亿美元。这表明当前市场更加谨慎，只有规模更大的成熟公司选择上市。
最后，宏观条件也更为严格：1999 年 3 月至 2000 年 3 月期间，10 年期美国国债平均收益率约为 6.0%，而 2024 年 9 月至 2025 年 9 月约为 4.3%。高盛宏观团队预期 10 月和 12 月将进一步降息 25 个基点，这可能在近期改善资金流入。

亚马逊

谷歌-A

微软

OpenAI

高盛认为，AI 领域五大争议包括：消费端 AI 采用迅速但变现滞后；企业 AI 部署扩张但 ROI 有限，仅 5% 公司见到可衡量收益；AI 基础设施投资史无前例，五大云服务商 2025 年资本支出预计达 3810 亿美元，同比增 68%；AI 工作负载将推动 2030 年全球数据中心电力需求增长 165%；尽管存在泡沫担忧，但当前估值水平较互联网泡沫时期仍有 46% 折扣空间。

- 高盛发布报告分析 AI 领域五大争议，探讨泡沫风险等问题。  
- 消费者 AI 采用速度超预期，但变现能力滞后，企业投资回报率低。  
- 预计到 2030 年，全球电力需求将增长超过 165%，面临建设挑战。

高盛版 “AI 叙事框架”：关于 AI 的五个关键争议