<p>作者：Jeff Funk 和 Gary Smith</p>
<p>为什么人工智能广告狂潮可能是最后的欢呼——就像 2000 年的互联网公司一样</p>
<p>OpenAI 和 Anthropic 正在亏损巨额资金，但却被赋予了如同真正盈利公司的估值。</p>
<p>在 2000 年 1 月 30 日的超级碗 XXXIV 中，61 个电视广告中有 14 个是为互联网初创公司制作的。也许他们应该听取 E-Trade 当年推出的 &#34;浪费金钱&#34; 广告的建议，该广告中有一只跳舞的猴子，最后的屏幕台词是：&#34;好吧，我们刚刚浪费了 200 万美元。你在用你的钱做什么？&#34;</p>
<p>那场超级碗是在互联网泡沫破裂之前举行的。快进到 2026 年：今年的超级碗广告大量宣传人工智能，这可能是你判断人工智能是否即将泡沫破裂的唯一指标。</p>
<p>自 2018 年以来，我们一直在撰写关于人工智能系统局限性的文章：</p>
<p>人工智能与人类大脑所产生的真实智能完全不同。计算机并不知道单词的含义，因为计算机并不像我们一样体验世界。它们甚至不知道什么是真实世界。计算机没有人类通过生活积累的常识或智慧。计算机无法形成有说服力的理论。计算机无法进行归纳推理或制定长期计划。在大数据时代，真正的危险不是计算机比我们聪明，而是我们认为计算机比我们聪明，因此信任计算机为我们做出重要决策。</p>
<p>自 2023 年 2 月以来，我们一直在警告人工智能泡沫，认为它是由不当的炒作和&#34;假装成功&#34;的&#34;把戏&#34;所推动，但承认相信夸大其词并优先考虑收入而非利润是&#34;诱人的&#34;：</p>
<p>根本问题在于，充满希望的投资者往往是轻信的投资者。我们应该对互联网泡沫的炒作持更怀疑的态度，也应该对人工智能的炒作持更怀疑的态度。我们还应该记住，收入是达到目标的手段，而不是目标。我们应该关注的是收益、自由现金流、经济附加值和其他盈利能力的衡量标准。</p>
<p>一段时间以来，关于人工智能泡沫的警告似乎支持了这些公司的案例。金融媒体常常对流行投资主题背后的牛市或熊市动量反应过度。经济学家 Ed Yardeni 称之为 &#34;封面诅咒&#34;——当金融杂志发布时机不当的封面，事后看来标志着乐观或悲观的顶峰。</p>
<p>Yardeni 还引用了一项 2016 年花旗银行的研究，该研究回顾了自 1998 年以来《经济学人》的封面，并识别出 44 个对股市持明显乐观或悲观态度的封面。这些封面在 68% 的情况下是一个良好的逆向指标。另一方面，68% 更接近于抛硬币，而不是 100% 的确定性。</p>
<p>最近，《经济学人》发布了许多关于人工智能泡沫的主打文章和嘉宾文章，包括：</p>
<p>-- &#34;如果 3 万亿美元的人工智能投资热潮出错怎么办？即使技术实现其潜力，仍然会有很多人失去他们的财富，&#34;2025 年 9 月 11 日</p>
<p>-- &#34;Gita Gopinath 论可能烧掉 35 万亿美元财富的崩溃，&#34;2025 年 11 月 5 日</p>
<p>-- &#34;我如何学会爱上金融泡沫，&#34;2025 年 11 月 19 日</p>
<p>-- &#34;投资者预计人工智能使用将激增。但这并没有发生，&#34;2025 年 11 月 26 日</p>
<p>-- &#34;如何识别泡沫破裂，&#34;2025 年 12 月 1 日</p>
<p>-- &#34;能源和金融的创新进一步膨胀了人工智能泡沫，&#34;2026 年 1 月 15 日</p>
<p>不过，该杂志尚未发布关于人工智能泡沫的封面故事。</p>
<p>但《时代》杂志的年度年度人物封面则是一个更好的逆向指标。当首席执行官或商业趋势被选为年度人物时，相关公司的股票在一年后通常会下跌，在八个案例中有七个是如此。</p>
<p>《时代》2025 年的年度人物是集体的&#34;人工智能架构师。&#34;</p>
<p>更大的傻瓜和愚蠢的人群</p>
<p>依赖人工智能的股票价格已经脱离了现实的预期。</p>
<p>虽然我们实际上并不太看重封面和超级碗广告指标，但我们确实承认人类情感对股票价格的巨大影响。人们常常购买股票并不是因为他们认为公司会成功，而是因为他们认为其他人也会购买这些股票。</p>
<p>这种推理可以成为教科书式的更大傻瓜理论——投资者以愚蠢的价格购买，期望比他们更愚蠢的人会支付更高的价格。</p>
<p>这确实是泡沫的定义——人们购买投资并不是因为现金流证明了价格，而是因为他们期望价格会上涨。</p>
<p>在这个人工智能泡沫中，依赖人工智能的股票价格已经脱离了对未来利润的现实预期。依赖大型语言模型的公司如 OpenAI 和 Anthropic 正在亏损巨额资金，但却被赋予数千亿美元的估值，仿佛它们是盈利的真实公司。OpenAI 真的比美国运通（AXP）、美国银行（BAC）、可口可乐（KO）、雪佛龙（CVX）或好市多（COST）更有价值吗？</p>
<p>不要错过：超级碗 LX 正在变成人工智能的出道派对</p>
<p>核心问题在于，大型语言模型对客户来说并不够有用和可靠，以至于无法证明支付覆盖其成本的价格是合理的。具有讽刺意味的是，这些公司的客户越多，它们亏损的资金就越多。</p>
<p>生成式人工智能是有史以来增长最快的技术——如果我们计算用户而不是利润的话。</p>
<p>一些抱有幻想的观察者指出亚马逊（Amazon.com，AMZN），它克服了最初的亏损而取得了辉煌的成功。他们方便地忽略了一个事实，即亚马逊早期的亏损现在被认为是微不足道的错误。亚马逊在其第十年（2004 年）实现盈利时，累计亏损达 30 亿美元。根据对微软（Microsoft，MSFT）2025 年第三季度财报的分析，OpenAI 在 2025 年第三季度单季度亏损 115 亿美元，并预计到 2029 年累计亏损将达到 1150 亿美元，这很可能是一个低估。</p>
<p>这些人工智能公司更可能的减少亏损的方式是倒闭。随着大型语言模型（LLMs）的商品化以及来自谷歌母公司 Alphabet（GOOG）（GOOGL）及其 Gemini 的资金雄厚竞争对手的竞争，很难看出 OpenAI 和其他依赖 LLM 的公司如何能够合理地产生可观的利润。</p>
<p>在缺乏利润的情况下，科技兄弟们越来越强调一个在互联网泡沫期间流行的旧指标：用户数量，但有了新的口味。虽然 “用户数量” 曾经意味着 “付费用户数量”，但 Facebook、Instagram 和其他社交媒体网站的成功使得一些妄想的投资者相信可以省略 “付费” 这个词。</p>
<p>毫不奇怪，生成性人工智能是有史以来增长最快的技术——如果我们计算用户而不是利润的话。我们更倾向于计算利润。</p>
<p>加里·史密斯（Gary Smith）是 100 多篇学术论文和 20 本书的作者，包括《标准差：关于有缺陷的统计、人工智能和大数据的真相》（Duckworth，2024 年）以及与合著者玛格丽特·史密斯（Margaret Smith）共同撰写的《现代价值投资的力量：超越指数、算法和阿尔法》（Palgrave Macmillan，2024 年）。杰弗里·方克（Jeffrey Funk），一位技术顾问和分析师，是《独角兽、炒作与泡沫》（Harriman House，2024 年）的作者。</p>
<p>更多：这是一个关于人工智能泡沫的问题，连 ChatGPT 也无法回答</p>
<p>-杰弗里·方克 -加里·史密斯</p>
<p>此内容由 MarketWatch 创建，MarketWatch 由道琼斯公司（Dow Jones &amp; Co.）运营。MarketWatch 独立于道琼斯新闻通讯和《华尔街日报》发布。</p>
<p>（结束）道琼斯新闻通讯</p>
<p>02-08-26 1602ET</p>

OpenAI

<p>这篇文章讨论了人工智能泡沫可能破裂的前景，并将其与 2000 年的互联网泡沫进行比较。文章指出，在超级碗广告中对人工智能的强力推广是一个警示信号，并提到像 OpenAI 和 Anthropic 这样的公司虽然亏损却仍被高估。作者强调对人工智能投资保持怀疑态度的必要性，警告人们要警惕炒作以及股价与现实利润预期之间的脱节。他们引用了多家金融出版物对人工智能泡沫的警告，以及投资者因情绪而非基本面驱动的非理性行为</p>

<p>By Jeff Funk and Gary Smith</p>
<div class="lb-trans"><p>作者：Jeff Funk 和 Gary Smith</p>
</div><p>Why the artificial-intelligence advertising spree could be the last hurrah - like the dot-coms in 2000</p>
<div class="lb-trans"><p>为什么人工智能广告狂潮可能是最后的欢呼——就像 2000 年的互联网公司一样</p>
</div><p>OpenAI and Anthropic are losing enormous amounts of money, yet are given valuations as if they were real companies making real profits.</p>
<div class="lb-trans"><p>OpenAI 和 Anthropic 正在亏损巨额资金，但却被赋予了如同真正盈利公司的估值。</p>
</div><p>During Super Bowl XXXIV on Jan. 30, 2000, 14 of the 61 television advertisements were for internet startups. Perhaps they should have heeded the advice offered by E-Trade's &#34;Waste of Money&#34; ad that year, which featured a dancing monkey and ended with the on-screen punchline: &#34;Well, we just wasted $2,000,000. What are you doing with your money?&#34;</p>
<div class="lb-trans"><p>在 2000 年 1 月 30 日的超级碗 XXXIV 中，61 个电视广告中有 14 个是为互联网初创公司制作的。也许他们应该听取 E-Trade 当年推出的 &#34;浪费金钱&#34; 广告的建议，该广告中有一只跳舞的猴子，最后的屏幕台词是：&#34;好吧，我们刚刚浪费了 200 万美元。你在用你的钱做什么？&#34;</p>
</div><p>That Super Bowl was played just before the dot-com bubble burst. Fast-forward to 2026: This year's Super Bowl ads are heavily promoting AI, which may be the only indicator you need of whether AI is a bubble about to burst.</p>
<div class="lb-trans"><p>那场超级碗是在互联网泡沫破裂之前举行的。快进到 2026 年：今年的超级碗广告大量宣传人工智能，这可能是你判断人工智能是否即将泡沫破裂的唯一指标。</p>
</div><p>We have been writing about the limitations of artificial-intelligence systems since 2018:</p>
<div class="lb-trans"><p>自 2018 年以来，我们一直在撰写关于人工智能系统局限性的文章：</p>
</div><p>Artificial intelligence is not at all like the real intelligence that comes from human brains. Computers do not know what words mean because computers do not experience the world the way we do. They do not even know what the real world is. Computers do not have the common sense or wisdom that humans accumulate by living life. Computers cannot formulate persuasive theories. Computers cannot do inductive reasoning or make long-range plans. ... In the age of Big Data, the real danger is not that computers are smarter than us, but that we think computers are smarter than us and therefore trust computers to make important decisions for us.</p>
<div class="lb-trans"><p>人工智能与人类大脑所产生的真实智能完全不同。计算机并不知道单词的含义，因为计算机并不像我们一样体验世界。它们甚至不知道什么是真实世界。计算机没有人类通过生活积累的常识或智慧。计算机无法形成有说服力的理论。计算机无法进行归纳推理或制定长期计划。在大数据时代，真正的危险不是计算机比我们聪明，而是我们认为计算机比我们聪明，因此信任计算机为我们做出重要决策。</p>
</div><p>We've have been warning of an AI bubble since February of 2023, suggesting it was fueled by unwarranted hype and fake-it-till-you-make-it &#34;shenanigans&#34; but conceding it has been &#34;tempting to believe the hyperbole and to prioritize revenue over profits&#34;:</p>
<div class="lb-trans"><p>自 2023 年 2 月以来，我们一直在警告人工智能泡沫，认为它是由不当的炒作和&#34;假装成功&#34;的&#34;把戏&#34;所推动，但承认相信夸大其词并优先考虑收入而非利润是&#34;诱人的&#34;：</p>
</div><p>The fundamental problem is that hopeful investors are too often gullible investors. We should have been more skeptical of the dot-com hype and we should be more skeptical of the AI hype. We should also remember that revenue is a means to the end, not the end. We should look instead at earnings, free cash flow, economic value added, and other measures of profitability.</p>
<div class="lb-trans"><p>根本问题在于，充满希望的投资者往往是轻信的投资者。我们应该对互联网泡沫的炒作持更怀疑的态度，也应该对人工智能的炒作持更怀疑的态度。我们还应该记住，收入是达到目标的手段，而不是目标。我们应该关注的是收益、自由现金流、经济附加值和其他盈利能力的衡量标准。</p>
</div><p>For a time, the boomlet in warnings of an AI bubble seemed to support the case for these companies. The financial press often overreacts about the bullish or bearish momentum behind popular investment themes. Economist Ed Yardeni dubbed this the &#34;front-cover curse&#34; - when financial magazines publish ill-timed covers that in hindsight mark peak optimism or pessimism.</p>
<div class="lb-trans"><p>一段时间以来，关于人工智能泡沫的警告似乎支持了这些公司的案例。金融媒体常常对流行投资主题背后的牛市或熊市动量反应过度。经济学家 Ed Yardeni 称之为 &#34;封面诅咒&#34;——当金融杂志发布时机不当的封面，事后看来标志着乐观或悲观的顶峰。</p>
</div><p>Yardeni also cited a 2016 Citibank study that looked at covers of the Economist dating back to 1998 and identified 44 covers that were decidedly optimistic or pessimistic about the stock market. These covers were a good contrarian indicator 68% of the time. On the other hand, 68% is closer to a coin flip than 100% certainty.</p>
<div class="lb-trans"><p>Yardeni 还引用了一项 2016 年花旗银行的研究，该研究回顾了自 1998 年以来《经济学人》的封面，并识别出 44 个对股市持明显乐观或悲观态度的封面。这些封面在 68% 的情况下是一个良好的逆向指标。另一方面，68% 更接近于抛硬币，而不是 100% 的确定性。</p>
</div><p>Recently, the Economist has been publishing many lead articles and guest essays warning of an AI bubble, including:</p>
<div class="lb-trans"><p>最近，《经济学人》发布了许多关于人工智能泡沫的主打文章和嘉宾文章，包括：</p>
</div><p>-- &#34;What if the $3trn AI investment boom goes wrong? Even if the technology achieves its potential, plenty of people will lose their shirts,&#34; Sept. 11, 2025</p>
<div class="lb-trans"><p>-- &#34;如果 3 万亿美元的人工智能投资热潮出错怎么办？即使技术实现其潜力，仍然会有很多人失去他们的财富，&#34;2025 年 9 月 11 日</p>
</div><p>-- &#34;GitaGopinath on the crash that could torch $35trn of wealth,&#34; Nov. 5, 2025</p>
<div class="lb-trans"><p>-- &#34;Gita Gopinath 论可能烧掉 35 万亿美元财富的崩溃，&#34;2025 年 11 月 5 日</p>
</div><p>-- &#34;How I learned to love financial bubbles,&#34; Nov. 19, 2025</p>
<div class="lb-trans"><p>-- &#34;我如何学会爱上金融泡沫，&#34;2025 年 11 月 19 日</p>
</div><p>-- &#34;Investors expect AI use to soar. That's not happening,&#34; Nov. 26, 2025</p>
<div class="lb-trans"><p>-- &#34;投资者预计人工智能使用将激增。但这并没有发生，&#34;2025 年 11 月 26 日</p>
</div><p>-- &#34;How to spot a bubble bursting,&#34; Dec. 1, 2025</p>
<div class="lb-trans"><p>-- &#34;如何识别泡沫破裂，&#34;2025 年 12 月 1 日</p>
</div><p>-- &#34;Innovations in energy and finance are further inflating the AI bubble,&#34; Jan. 15, 2026</p>
<div class="lb-trans"><p>-- &#34;能源和金融的创新进一步膨胀了人工智能泡沫，&#34;2026 年 1 月 15 日</p>
</div><p>The magazine, though, hasn't published an AI-bubble cover story yet.</p>
<div class="lb-trans"><p>不过，该杂志尚未发布关于人工智能泡沫的封面故事。</p>
</div><p>But Time magazine's annual person-of-the-year covers have been an even better contrarian indicator. When CEOs or a business trend are selected as person of the year, shares of the associated companies were lower a year later in seven of eight instances.</p>
<div class="lb-trans"><p>但《时代》杂志的年度年度人物封面则是一个更好的逆向指标。当首席执行官或商业趋势被选为年度人物时，相关公司的股票在一年后通常会下跌，在八个案例中有七个是如此。</p>
</div><p>Time's 2025 person of the year was the collective &#34;Architects of AI.&#34;</p>
<div class="lb-trans"><p>《时代》2025 年的年度人物是集体的&#34;人工智能架构师。&#34;</p>
</div><p>Greater fools and foolish crowds</p>
<div class="lb-trans"><p>更大的傻瓜和愚蠢的人群</p>
</div><p>The prices of AI-dependent stocks have become untethered from realistic projections.</p>
<div class="lb-trans"><p>依赖人工智能的股票价格已经脱离了现实的预期。</p>
</div><p>While we actually don't put much stock in front-cover and Super Bowl-ad indicators, we do acknowledge the outsized effects of human emotions on stock prices. People often buy stocks not because they think the companies will succeed but because they think others will buy the stocks, too.</p>
<div class="lb-trans"><p>虽然我们实际上并不太看重封面和超级碗广告指标，但我们确实承认人类情感对股票价格的巨大影响。人们常常购买股票并不是因为他们认为公司会成功，而是因为他们认为其他人也会购买这些股票。</p>
</div><p>Such reasoning can become textbook Greater Fool Theory - investors paying foolish prices with the expectation that greater fools than they will pay even higher prices.</p>
<div class="lb-trans"><p>这种推理可以成为教科书式的更大傻瓜理论——投资者以愚蠢的价格购买，期望比他们更愚蠢的人会支付更高的价格。</p>
</div><p>That is, indeed, the definition of a bubble - people buying investments not because the cash flow justifies the price but because they expect the price to go up.</p>
<div class="lb-trans"><p>这确实是泡沫的定义——人们购买投资并不是因为现金流证明了价格，而是因为他们期望价格会上涨。</p>
</div><p>In this AI bubble, the prices of AI-dependent stocks have become untethered from realistic projections of future profits. LLM-dependent companies such as OpenAI and Anthropic are losing enormous amounts of money yet are given valuations in the hundreds of billions of dollars as if they were real companies making real profits. Is OpenAI really worth more than American Express (AXP), Bank of America (BAC), Coca-Cola (KO), Chevron (CVX) or Costco (COST)?</p>
<div class="lb-trans"><p>在这个人工智能泡沫中，依赖人工智能的股票价格已经脱离了对未来利润的现实预期。依赖大型语言模型的公司如 OpenAI 和 Anthropic 正在亏损巨额资金，但却被赋予数千亿美元的估值，仿佛它们是盈利的真实公司。OpenAI 真的比美国运通（AXP）、美国银行（BAC）、可口可乐（KO）、雪佛龙（CVX）或好市多（COST）更有价值吗？</p>
</div><p>Don't miss: Super Bowl LX is turning into AI's coming-out party</p>
<div class="lb-trans"><p>不要错过：超级碗 LX 正在变成人工智能的出道派对</p>
</div><p>The core problem is that the large language models are not sufficiently useful and reliable for customers to justify paying prices that cover their costs. Ironically, the more customers these companies have, the more money they lose.</p>
<div class="lb-trans"><p>核心问题在于，大型语言模型对客户来说并不够有用和可靠，以至于无法证明支付覆盖其成本的价格是合理的。具有讽刺意味的是，这些公司的客户越多，它们亏损的资金就越多。</p>
</div><p>Generative AI is the fastest-growing technology of all time - if we count users instead of profits.</p>
<div class="lb-trans"><p>生成式人工智能是有史以来增长最快的技术——如果我们计算用户而不是利润的话。</p>
</div><p>Wishful thinkers point to Amazon.com (AMZN), which overcame initial losses to succeed magnificently. They conveniently neglect the fact that Amazon's early losses would now be considered rounding errors. Amazon had $3 billion in cumulative losses when it became profitable in its 10th year (2004). OpenAI lost $11.5 billion in a single quarter (the third quarter of 2025), based on analyses of Microsoft's (MSFT) third-quarter earnings in 2025) and itself forecasts $115 billion in cumulative losses by 2029, which is most likely an underestimate.</p>
<div class="lb-trans"><p>一些抱有幻想的观察者指出亚马逊（Amazon.com，AMZN），它克服了最初的亏损而取得了辉煌的成功。他们方便地忽略了一个事实，即亚马逊早期的亏损现在被认为是微不足道的错误。亚马逊在其第十年（2004 年）实现盈利时，累计亏损达 30 亿美元。根据对微软（Microsoft，MSFT）2025 年第三季度财报的分析，OpenAI 在 2025 年第三季度单季度亏损 115 亿美元，并预计到 2029 年累计亏损将达到 1150 亿美元，这很可能是一个低估。</p>
</div><p>The more likely way these AI companies will cut their losses is by going out of business. With the commoditization of LLMs and competition from deep-pocketed competitors like Google parent Alphabet (GOOG) (GOOGL), with its Gemini, it is hard to see how OpenAI and other LLM-dependent companies can plausibly generate robust profits.</p>
<div class="lb-trans"><p>这些人工智能公司更可能的减少亏损的方式是倒闭。随着大型语言模型（LLMs）的商品化以及来自谷歌母公司 Alphabet（GOOG）（GOOGL）及其 Gemini 的资金雄厚竞争对手的竞争，很难看出 OpenAI 和其他依赖 LLM 的公司如何能够合理地产生可观的利润。</p>
</div><p>In the absence of profits, the tech bros increasingly emphasize an old metric that was popular during the dot-com bubble: the number of users, with a new flavor. While the &#34;number of users&#34; once meant &#34;number of paying users,&#34; the success of Facebook, Instagram and other social-media sites persuaded delusional investors that the word &#34;paying&#34; could be dropped.</p>
<div class="lb-trans"><p>在缺乏利润的情况下，科技兄弟们越来越强调一个在互联网泡沫期间流行的旧指标：用户数量，但有了新的口味。虽然 “用户数量” 曾经意味着 “付费用户数量”，但 Facebook、Instagram 和其他社交媒体网站的成功使得一些妄想的投资者相信可以省略 “付费” 这个词。</p>
</div><p>Not surprisingly, generative AI is the fastest-growing technology of all time - if we count users instead of profits. We prefer to count profits.</p>
<div class="lb-trans"><p>毫不奇怪，生成性人工智能是有史以来增长最快的技术——如果我们计算用户而不是利润的话。我们更倾向于计算利润。</p>
</div><p>Gary Smith is the author of more than 100 academic papers and 20 books, including &#34;Standard Deviations: The Truth About Flawed Statistics, AI and Big Data&#34; (Duckworth, 2024) and, with co-author Margaret Smith, &#34;The Power of Modern Value Investing: Beyond Indexing, Algos and Alpha&#34; (PalgraveMacmillan, 2024). Jeffrey Funk, a technology consultant and analyst, is the author of &#34;Unicorns, Hype and Bubbles&#34; (Harriman House, 2024).</p>
<div class="lb-trans"><p>加里·史密斯（Gary Smith）是 100 多篇学术论文和 20 本书的作者，包括《标准差：关于有缺陷的统计、人工智能和大数据的真相》（Duckworth，2024 年）以及与合著者玛格丽特·史密斯（Margaret Smith）共同撰写的《现代价值投资的力量：超越指数、算法和阿尔法》（Palgrave Macmillan，2024 年）。杰弗里·方克（Jeffrey Funk），一位技术顾问和分析师，是《独角兽、炒作与泡沫》（Harriman House，2024 年）的作者。</p>
</div><p>More: Here's one question about the AI bubble that even ChatGPT can't answer</p>
<div class="lb-trans"><p>更多：这是一个关于人工智能泡沫的问题，连 ChatGPT 也无法回答</p>
</div><p>-Jeff Funk -Gary Smith</p>
<div class="lb-trans"><p>-杰弗里·方克 -加里·史密斯</p>
</div><p>This content was created by MarketWatch, which is operated by Dow Jones &amp; Co. MarketWatch is published independently from Dow Jones Newswires and The Wall Street Journal.</p>
<div class="lb-trans"><p>此内容由 MarketWatch 创建，MarketWatch 由道琼斯公司（Dow Jones &amp; Co.）运营。MarketWatch 独立于道琼斯新闻通讯和《华尔街日报》发布。</p>
</div><p>(END) Dow Jones Newswires</p>
<div class="lb-trans"><p>（结束）道琼斯新闻通讯</p>
</div><p>02-08-26 1602ET</p>
<div class="lb-trans"><p>02-08-26 1602ET</p>
</div>

今年的超级碗广告正在暗示人工智能泡沫即将破裂