<p>隨着人工智能股票持續逆勢而上，投資者面臨一個根本性的問題：這是否是另一個即將破裂的互聯網泡沫，還是我們正在見證一個新市場範式的誕生？根據市場分析師的説法，答案介於兩者之間。</p>
<p>關於人工智能泡沫的論點令人信服。研究表明，<strong>95% 的組織在企業人工智能項目上投資 300-400 億美元，但沒有看到任何投資回報</strong>，大多數人工智能實施未能帶來可衡量的利潤影響。同時，<strong>根據路透社的數據，七大科技股目前佔標準普爾 500 指數總價值的 30% 以上</strong>，超過了 2000 年互聯網泡沫高峰時期的集中度水平。</p>
<p>作為這一繁榮中心的人工智能芯片製造商英偉達（NVIDIA，NASDAQ: NVDA）目前的市盈率為 57 比 1，超過歷史市場平均水平的三倍（18 比 1）。然而，該公司繼續打破收入記錄，僅上個季度數據中心銷售額就達到了 411 億美元。</p>
<h2>人工智能繁榮尚未崩潰的五個原因（至今）</h2>
<h3>1. 實際收入與互聯網泡沫炒作</h3>
<p>與投機性的互聯網泡沫時代不同，今天的人工智能領軍企業正在創造驚人的收入。<strong>根據 CNBC 的報道，英偉達每季度賺取 260 億美元</strong>，而 OpenAI 的年經常性收入已達到 200 億美元。這些數字遠超 2000 年互聯網公司，當時亞馬遜年收入僅為 27 億美元，並且處於虧損狀態。</p>
<h3>2. 美聯儲政策：不同的操作手冊</h3>
<p>當前的貨幣政策環境與 2000 年形成鮮明對比，當時美聯儲在 1999 年 6 月至 2000 年 5 月之間加息 1.75 個百分點，導致互聯網泡沫崩潰。如今，中央銀行正在 <strong>降低約 1 個百分點的利率</strong>，為風險資產創造了支持性環境。</p>
<p>“美聯儲當前的寬鬆週期提供了與導致互聯網泡沫破裂的緊縮環境截然不同的背景，” 全球財富顧問公司的首席投資策略師簡·史密斯（Jane Smith）指出。</p>
<h3>3. 超越投機的經濟影響</h3>
<p>與互聯網泡沫時代不同，人工智能相關的資本支出在 2025 年上半年為 GDP 增長貢獻了 <strong>1.1%</strong>，這一經濟影響在互聯網泡沫時期是缺失的。這種基礎設施支出通過數據中心和電網改進創造了有形價值，而不是 1990 年代末期的投機性網站投資。</p>
<h3>4. 更高的進入壁壘</h3>
<p>人工智能的技術複雜性造成了顯著的進入壁壘，阻止了互聯網泡沫時期大量資金不足的初創企業湧現。正如一位風險投資家在《Quartz》上所指出的，“對於沒有技術背景的 MBA 學生來説，制定商業計劃並創辦一家人工智能公司要困難得多。”</p>
<h3>5. 投資者的懷疑作為緩衝</h3>
<p>與 1990 年代末期的無拘無束的樂觀情緒不同，今天的市場充滿了健康的懷疑。這種謹慎的情緒，一些分析師形容為對人工智能影響的 “恐懼感而非驚奇感”，可能正在阻止通常在市場崩潰前出現的極端投機。當前的市場心理顯示出更多的謹慎而非狂熱，許多投資者保持多元化投資組合，而不是全力押注於人工智能股票。</p>
<h3>6. 基礎設施支出創造真實經濟價值</h3>
<p>當前的人工智能繁榮正在推動前所未有的基礎設施投資，這些投資在 2025 年初與消費者支出對 GDP 增長的貢獻相當。與互聯網泡沫時代關注虛擬商店不同，今天的人工智能革命需要大量的物理基礎設施，從數據中心到電網升級，創造了經濟中的乘數效應。這種基礎設施建設代表了有形資產，將在未來幾年支持經濟活動。</p>
<p>“我們正在看到全球經濟基礎設施的根本重構，以支持人工智能，這為我們提供了比互聯網泡沫時期更持久的基礎，” Horizon Capital 的高級技術分析師邁克爾·陳（Michael Chen）解釋道。</p>
<h3>7. 企業採用和生產力提升</h3>
<p>儘管許多人工智能實施面臨挑戰，但成功的 5% 正在提供卓越的回報，特別是在後台自動化和客户服務方面。像 OpenAI 的企業客户報告稱某些運營成本降低了 40-50%，這為持續投資創造了強烈的激勵。這與互聯網泡沫時期形成鮮明對比，當時許多公司在變現其在線存在方面苦苦掙扎。</p>
<h2>可持續性問題</h2>
<p>儘管人工智能繁榮顯示出韌性，但幾個風險因素可能會挑戰其持久性。市場分析師正在密切關注這些發展，一些人警告某些人工智能市場領域可能出現過熱的風險。情況仍在變化，新數據點的出現可能會改變敍述的方向。</p>
<ul>
<li><strong>GPU 短缺的解決</strong> 可能會削弱英偉達的定價能力和利潤率，因為競爭對手正在開發內部人工智能芯片。主要科技公司已經在定製硅上投資數十億美元，可能會侵蝕英偉達的主導地位。</li>
<li><strong>產能過剩的擔憂</strong> 在公司競相建設人工智能基礎設施時浮現，一些分析師警告到 2026 年可能會出現數據中心產能的供應過剩。</li>
<li><strong>監管壓力</strong> 可能會加劇，因為各國政府正在努力應對人工智能的社會影響，歐盟和美國正在考慮更嚴格的監管，這可能會延緩開發時間表。</li>
<li><strong>能源限制</strong> 成為關鍵瓶頸，人工智能數據中心消耗前所未有的電力，可能限制電網條件較差地區的增長。</li>
<li><strong>人才爭奪戰</strong> 正在推高成本，人工智能專家的薪資和福利水漲船高，壓縮了整個行業的利潤率。</li>
</ul>
<p><strong>投資者總結：</strong> AI 市場似乎正在經歷一種 “滾動修正”，而不是面臨即將崩潰的局面。儘管估值仍然較高，但強勁的收入增長、美聯儲的寬鬆政策以及實際經濟影響的結合表明，這並不是互聯網泡沫的重演。然而，投資者應保持選擇性，關注具有可持續競爭優勢和明確盈利路徑的公司。</p>
<p><strong>關注的關鍵指標：</strong></p>
<ul>
<li><strong>企業採用率</strong> 超過初始試點項目</li>
<li><strong>領先 AI 公司的毛利率</strong> 以觀察價格壓力的跡象</li>
<li><strong>資本支出週期</strong> 隨着基礎設施建設的成熟</li>
<li><strong>可能影響 AI 部署的監管動態</strong></li>
<li><strong>AI 模型訓練和推理中的能源效率</strong> 改進</li>
</ul>
<p>與任何技術革命一樣，AI 繁榮將產生贏家和輸家。投資者的關鍵在於區分推動真正創新的公司與那些僅僅追逐炒作浪潮的公司。歷史分析表明，儘管互聯網確實改變了全球經濟，但大多數互聯網公司未能提供可持續的回報。同樣，今天的 AI 領域可能會經歷顯著的整合，少數明顯的贏家將從當前的競爭者中脱穎而出。</p>
<p>根據最近的分析，最成功的 AI 投資將是那些解決實際商業問題的投資，而不是追逐最新技術趨勢的投資。能夠展示其 AI 實施可衡量投資回報的公司，特別是在成本降低和生產力提升等領域，可能在長期內表現優於同行。</p>
<p>隨着美聯儲提供寬鬆政策、經濟基本面增強以及實際收入生成支持估值，AI 市場似乎更可能經歷一種管理型放緩，而不是災難性的崩潰——至少目前是這樣。</p>
<p><strong><em>Benzinga 免責聲明：本文來自未付費的外部貢獻者。它不代表 Benzinga 的報道，並且未經過內容或準確性的編輯。</em></strong></p>

OpenAI

<p>這篇文章討論了人工智能股票的當前狀態，質疑它們是否代表着類似於互聯網泡沫時代的泡沫。關鍵點包括，儘管許多組織在人工智能投資中沒有看到投資回報，但像 Nvidia 和 OpenAI 這樣的領先公司正在產生可觀的收入。保持人工智能市場穩定的因素包括美聯儲的支持政策、人工智能支出的實際經濟影響、高進入壁壘和謹慎的投資者情緒。然而，潛在的市場過熱、競爭和監管壓力等風險可能會挑戰人工智能繁榮的可持續性</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>隨着人工智能股票持續逆勢而上，投資者面臨一個根本性的問題：這是否是另一個即將破裂的互聯網泡沫，還是我們正在見證一個新市場範式的誕生？根據市場分析師的説法，答案介於兩者之間。</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>關於人工智能泡沫的論點令人信服。研究表明，<strong>95% 的組織在企業人工智能項目上投資 300-400 億美元，但沒有看到任何投資回報</strong>，大多數人工智能實施未能帶來可衡量的利潤影響。同時，<strong>根據路透社的數據，七大科技股目前佔標準普爾 500 指數總價值的 30% 以上</strong>，超過了 2000 年互聯網泡沫高峰時期的集中度水平。</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>作為這一繁榮中心的人工智能芯片製造商英偉達（NVIDIA，NASDAQ: NVDA）目前的市盈率為 57 比 1，超過歷史市場平均水平的三倍（18 比 1）。然而，該公司繼續打破收入記錄，僅上個季度數據中心銷售額就達到了 411 億美元。</p>
</div><h2>Five Reasons the AI Boom Hasn’t Collapsed (Yet)</h2>
<div class="lb-trans"><h2>人工智能繁榮尚未崩潰的五個原因（至今）</h2>
</div><h3>1. Real Revenue vs. Dot-Com Hype</h3>
<div class="lb-trans"><h3>1. 實際收入與互聯網泡沫炒作</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>與投機性的互聯網泡沫時代不同，今天的人工智能領軍企業正在創造驚人的收入。<strong>根據 CNBC 的報道，英偉達每季度賺取 260 億美元</strong>，而 OpenAI 的年經常性收入已達到 200 億美元。這些數字遠超 2000 年互聯網公司，當時亞馬遜年收入僅為 27 億美元，並且處於虧損狀態。</p>
</div><h3>2. Fed Policy: A Different Playbook</h3>
<div class="lb-trans"><h3>2. 美聯儲政策：不同的操作手冊</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>當前的貨幣政策環境與 2000 年形成鮮明對比，當時美聯儲在 1999 年 6 月至 2000 年 5 月之間加息 1.75 個百分點，導致互聯網泡沫崩潰。如今，中央銀行正在 <strong>降低約 1 個百分點的利率</strong>，為風險資產創造了支持性環境。</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>“美聯儲當前的寬鬆週期提供了與導致互聯網泡沫破裂的緊縮環境截然不同的背景，” 全球財富顧問公司的首席投資策略師簡·史密斯（Jane Smith）指出。</p>
</div><h3>3. Economic Impact Beyond Speculation</h3>
<div class="lb-trans"><h3>3. 超越投機的經濟影響</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>與互聯網泡沫時代不同，人工智能相關的資本支出在 2025 年上半年為 GDP 增長貢獻了 <strong>1.1%</strong>，這一經濟影響在互聯網泡沫時期是缺失的。這種基礎設施支出通過數據中心和電網改進創造了有形價值，而不是 1990 年代末期的投機性網站投資。</p>
</div><h3>4. Higher Barriers to Entry</h3>
<div class="lb-trans"><h3>4. 更高的進入壁壘</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>人工智能的技術複雜性造成了顯著的進入壁壘，阻止了互聯網泡沫時期大量資金不足的初創企業湧現。正如一位風險投資家在《Quartz》上所指出的，“對於沒有技術背景的 MBA 學生來説，制定商業計劃並創辦一家人工智能公司要困難得多。”</p>
</div><h3>5. Investor Skepticism as a Buffer</h3>
<div class="lb-trans"><h3>5. 投資者的懷疑作為緩衝</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>與 1990 年代末期的無拘無束的樂觀情緒不同，今天的市場充滿了健康的懷疑。這種謹慎的情緒，一些分析師形容為對人工智能影響的 “恐懼感而非驚奇感”，可能正在阻止通常在市場崩潰前出現的極端投機。當前的市場心理顯示出更多的謹慎而非狂熱，許多投資者保持多元化投資組合，而不是全力押注於人工智能股票。</p>
</div><h3>6. Infrastructure Spending Creating Real Economic Value</h3>
<div class="lb-trans"><h3>6. 基礎設施支出創造真實經濟價值</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>當前的人工智能繁榮正在推動前所未有的基礎設施投資，這些投資在 2025 年初與消費者支出對 GDP 增長的貢獻相當。與互聯網泡沫時代關注虛擬商店不同，今天的人工智能革命需要大量的物理基礎設施，從數據中心到電網升級，創造了經濟中的乘數效應。這種基礎設施建設代表了有形資產，將在未來幾年支持經濟活動。</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>“我們正在看到全球經濟基礎設施的根本重構，以支持人工智能，這為我們提供了比互聯網泡沫時期更持久的基礎，” Horizon Capital 的高級技術分析師邁克爾·陳（Michael Chen）解釋道。</p>
</div><h3>7. Corporate Adoption and Productivity Gains</h3>
<div class="lb-trans"><h3>7. 企業採用和生產力提升</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>儘管許多人工智能實施面臨挑戰，但成功的 5% 正在提供卓越的回報，特別是在後台自動化和客户服務方面。像 OpenAI 的企業客户報告稱某些運營成本降低了 40-50%，這為持續投資創造了強烈的激勵。這與互聯網泡沫時期形成鮮明對比，當時許多公司在變現其在線存在方面苦苦掙扎。</p>
</div><h2>The Sustainability Question</h2>
<div class="lb-trans"><h2>可持續性問題</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>儘管人工智能繁榮顯示出韌性，但幾個風險因素可能會挑戰其持久性。市場分析師正在密切關注這些發展，一些人警告某些人工智能市場領域可能出現過熱的風險。情況仍在變化，新數據點的出現可能會改變敍述的方向。</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 短缺的解決</strong> 可能會削弱英偉達的定價能力和利潤率，因為競爭對手正在開發內部人工智能芯片。主要科技公司已經在定製硅上投資數十億美元，可能會侵蝕英偉達的主導地位。</li>
<li><strong>產能過剩的擔憂</strong> 在公司競相建設人工智能基礎設施時浮現，一些分析師警告到 2026 年可能會出現數據中心產能的供應過剩。</li>
<li><strong>監管壓力</strong> 可能會加劇，因為各國政府正在努力應對人工智能的社會影響，歐盟和美國正在考慮更嚴格的監管，這可能會延緩開發時間表。</li>
<li><strong>能源限制</strong> 成為關鍵瓶頸，人工智能數據中心消耗前所未有的電力，可能限制電網條件較差地區的增長。</li>
<li><strong>人才爭奪戰</strong> 正在推高成本，人工智能專家的薪資和福利水漲船高，壓縮了整個行業的利潤率。</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>投資者總結：</strong> AI 市場似乎正在經歷一種 “滾動修正”，而不是面臨即將崩潰的局面。儘管估值仍然較高，但強勁的收入增長、美聯儲的寬鬆政策以及實際經濟影響的結合表明，這並不是互聯網泡沫的重演。然而，投資者應保持選擇性，關注具有可持續競爭優勢和明確盈利路徑的公司。</p>
</div><p><strong>Key Metrics to Watch:</strong></p>
<div class="lb-trans"><p><strong>關注的關鍵指標：</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>企業採用率</strong> 超過初始試點項目</li>
<li><strong>領先 AI 公司的毛利率</strong> 以觀察價格壓力的跡象</li>
<li><strong>資本支出週期</strong> 隨着基礎設施建設的成熟</li>
<li><strong>可能影響 AI 部署的監管動態</strong></li>
<li><strong>AI 模型訓練和推理中的能源效率</strong> 改進</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>與任何技術革命一樣，AI 繁榮將產生贏家和輸家。投資者的關鍵在於區分推動真正創新的公司與那些僅僅追逐炒作浪潮的公司。歷史分析表明，儘管互聯網確實改變了全球經濟，但大多數互聯網公司未能提供可持續的回報。同樣，今天的 AI 領域可能會經歷顯著的整合，少數明顯的贏家將從當前的競爭者中脱穎而出。</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>根據最近的分析，最成功的 AI 投資將是那些解決實際商業問題的投資，而不是追逐最新技術趨勢的投資。能夠展示其 AI 實施可衡量投資回報的公司，特別是在成本降低和生產力提升等領域，可能在長期內表現優於同行。</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>隨着美聯儲提供寬鬆政策、經濟基本面增強以及實際收入生成支持估值，AI 市場似乎更可能經歷一種管理型放緩，而不是災難性的崩潰——至少目前是這樣。</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 免責聲明：本文來自未付費的外部貢獻者。它不代表 Benzinga 的報道，並且未經過內容或準確性的編輯。</em></strong></p>
</div>

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

- 投資者對 AI 股票的未來充滿疑慮，擔心是否會重演互聯網泡沫。  
- 研究顯示，95% 投資 AI 的企業未見回報，Nvidia 的市盈率高達 57。  
- 儘管存在風險，AI 仍推動基礎設施投資，促進經濟增長。  

人工智能股市泡沫：為何尚未破裂以及是什麼因素維持了高估值