本文作者：董靜
來源：硬 AI
在高盛 9 月舉辦的 Communacopia+ 科技大會之後，再加上一系列企業和行業關於 “長期 AI 產能” 的相關公告，市場上關於 “是不是已經進入 AI 泡沫” 等方面的爭論聲音越來越多。
10 月 8 日，據硬 AI 消息，高盛 TMT 研究團隊近日發佈最新研究報告，針對當前 AI 領域的五個關鍵爭議進行深度分析，試圖為市場提供清晰的 AI 敍事框架。這五個核心爭議涵蓋了從消費者和企業 AI 採用現狀，到 AI 支出預期、電力基礎設施需求，以及最受關注的泡沫風險問題。
研報稱，據高盛分析，消費者 AI 採用速度超預期，ChatGPT 在 7 月已達到每週 7 億活躍用户的紀錄，但變現能力仍落後於基礎設施投資。高盛稱，企業層面的 AI 投資回報率仍然有限，儘管內部部署持續擴大，但 MIT 研究顯示僅有 5% 的公司從 AI 中看到可衡量的損益表影響。
與此同時，高盛表示，今年 AI 基礎設施投資達到歷史性水平，全球五大（亞馬遜、微軟、谷歌、Meta 和甲骨文）超大規模雲服務商資本支出預計將達到 3810 億美元，同比增長 68%。研報指出，AI 工作負載的快速擴張將顯著增加數據中心需求，到 2030 年全球電力需求將增長超過 165%。
對於最受關注的 AI 泡沫風險問題，高盛認為，雖然當前市場環境與 1990 年代末期存在相似之處，但納斯達克 100 指數的市盈率較互聯網泡沫峯值低 46%，IPO 活動也遠低於當時水平，暫不具備大幅回調的條件。
<h2 style="text-align: left">AI 消費端採用：增長迅速但變現滯後</h2>
消費者 AI 使用增長速度超越企業應用，並持續快速增長，但 AI 公司將消費者服務變現併產生收入的能力落後於為滿足需求而在 AI 基礎設施上的支出。
據高盛分析，消費者採用速度快速提升，OpenAI 報告 ChatGPT 在 7 月達到創紀錄的每週 7 億活躍用户，遠超變現增長速度。
基於 SensorTower 數據分析：
<blockquote>
<ul>
<li>
ChatGPT 在全球和美國市場均佔據主導地位，在月活躍用户和日活躍用户方面持續領先。
</li>
<li>
谷歌 Gemini 憑藉分發渠道優勢成為第二大平台，用户基數實現大幅增長，但通常仍顯著落後於 ChatGPT。
</li>
<li>
Claude 和 Perplexity 則保持相對較小的用户基數。
</li>
</ul>
</blockquote>
值得注意的是，平台差異化正在顯現。據各平台發佈的使用報告：
<blockquote>
<ul>
<li style="text-align: left">OpenAI 披露 ChatGPT 越來越多用於非工作用途（約 70/30 的非工作與工作相關任務比例）；</li>
<li style="text-align: left">Anthropic 報告 Claude 最常用於編程/計算任務（36% 的使用量），表明用户開始根據每個模型的特定優勢進行選擇。</li>
</ul>
</blockquote>
更值得關注的是，來自 90% 公司的員工報告在工作中定期使用個人 AI 工具，但只有 40% 的公司購買了官方 LLM 訂閲服務。
研報指出，近期的產品發佈浪潮突顯了 AI 能力向有形、可變現應用的持續成熟。ChatGPT 即時結賬功能與 Etsy 等合作伙伴實現聊天內直接購買，以及谷歌與 PayPal 在代理商務方面的戰略合作，都突顯了 AI 驅動交易的可能增長。
高盛預計 2026 年將成為 AI 變現的關鍵年份，廣告和商務的交叉應用將推動規模化變現。
<h2 style="text-align: left">企業 AI 部署：內部應用擴張但 ROI 仍待提升</h2>
儘管企業繼續在內部和外部部署生成式 AI，但 ROI（投資回收率）可見性仍然較低。
在內部應用方面，公司正在部署 AI 以推動增量效率提升，支持利潤率改善。高盛觀察到在內容和軟件開發、廣告創意生成以及庫存管理和動態定價等複雜任務方面出現了切實的效率提升。效率收益通過提高生產力和放緩招聘增長得以體現。
然而，能夠產生收入增長或市場份額轉移的外部企業應用卻進展緩慢。MIT 商業 AI 狀況報告顯示，只有 5% 的公司看到了可衡量的損益表影響。高盛分析認為，這主要源於 AI 部署方法和監督體系的不一致性。
在消費互聯網領域，高盛識別出 AI 有潛力顛覆數十億美元利潤池。傳統廣告代理商面臨來自谷歌 Performance Max 和 Meta Advantage+ 等 AI 驅動平台的自動化威脅，全球廣告代理商生態系統約有 1610 億美元的利潤池。
同時，AI 使數字廣告更有效和更有針對性，有潛力加速廣告預算從傳統渠道向數字渠道的轉移，在 2025-2028 年間為數字渠道帶來約 1700 億美元的增量機會。
軟件行業方面，高盛 2025 年行業對話表明 AI 應用生態系統正在成熟。微軟、Salesforce、ServiceNow 等 SaaS 領導者已開始披露 AI 特定貢獻，關鍵在於這些貢獻何時能夠對增長算法產生附加效應。
儘管如此，企業市場的 ROI 仍在等待中，大量投資建設、訓練和使用基礎模型的 AI 投資尚未以經濟回報的方式實質性滲透到企業中。
<h2 style="text-align: left">AI 支出預測：基礎設施投資規模史無前例</h2>
高盛在 2025 年看到生態系統雙方 AI 基礎設施支出水平的提升。自 6 月發佈分析 AI 對行業利潤池影響的報告以來，投資者對中期和長期超大 AI 支出水平回報情況的關注顯著增加。
據高盛估算，全球五大超大規模雲服務商（亞馬遜、微軟、谷歌、Meta 和甲骨文）的資本支出在年內進一步上升，預計 2025 年總計將達到 3810 億美元，同比增長 68%。
大部分 AI 投資在 2025 年下半年宣佈，9 月份宣佈了數千億美元的合作伙伴關係，如甲骨文與 OpenAI 的 3000 億美元交易，以及英偉達對 OpenAI 的 1000 億美元投資。
高盛稱，這些支出的進一步增加，加上觀察到消費者需求持續增長並可能超過未來計算供應（儘管有當前投資），為關於超大資本支出是否會產生長期回報的現有爭論增加了緊張感。
高盛預計，五大超大規模雲服務商將繼續增加 AI 相關資本支出以跟上不斷增長的消費者需求，估計 2025-2027 年支出將增長至約 1.4 萬億美元。
不過，研報指出，一個反覆出現的主題是當前對 AI 服務的需求（來自用户和大型平台/產品開發需求）與當前可用容量之間仍存在巨大差距。這種脱節在雲計算公司不斷增長的積壓規模中最為明顯，如果實現，應該在未來 2-3 年內可持續地支持收入增長。
<h2 style="text-align: left">電力基礎設施需求：165% 增長帶來建設挑戰</h2>
據高盛全球數據中心和公用事業團隊此前概述，AI 和非 AI 工作負載對數據中心電力需求的影響顯著。
AI 工作負載的快速擴張將顯著增加數據中心需求，到 2030 年全球電力需求將增長超過 165%。高盛數據中心團隊此前分析顯示，全球數據中心需求在 2025 年第二季度約為 62GW，其中 AI 佔 13%；預計到 2027 年總需求將達到約 92GW，AI 工作負載佔比將上升至 28%。
滿足這一需求需要大規模發電能力建設。高盛預計，到 2030 年相比 2023 年，數據中心電力需求將增長約 165%。在美國，60% 的未來需求將需要新發電設施，預計需要 72GW 的增量容量，主要來源為天然氣（60%）、太陽能（25-30%）和風能（10-15%）。
電網投資預期已從 7 月份的 7200 億美元上調至 7800 億美元（截至 2030 年），增加 600 億美元，重點向配電基礎設施傾斜，傳輸資本支出增長更快，以維持數據中心供應增長。
<h2 style="text-align: left">泡沫風險評估：相似但不完全一致的 1990 年代</h2>
高盛認為當前市場與 1990 年代末存在某些相似性，但尚未達到會導致公開市場股票大幅重新定價的程度。
首先，當前估值水平遠低於 1990 年代末期：納斯達克 100 指數目前交易價格較互聯網泡沫時期折扣約 46%，1999 年底 LTM 市盈率為 68.4 倍，而截至 2025 年 10 月 3 日約為 37.0 倍。
其次，IPO 活動對比也顯示差異：1998-2000 年美國 IPO 數量為 892 宗，而 2023-2025 年明顯較少，儘管平均交易規模從 1998-2000 年的 1.76 億美元上升至 2023-2025 年的 2.54 億美元。這表明當前市場更加謹慎，只有規模更大的成熟公司選擇上市。
最後，宏觀條件也更為嚴格：1999 年 3 月至 2000 年 3 月期間，10 年期美國國債平均收益率約為 6.0%，而 2024 年 9 月至 2025 年 9 月約為 4.3%。高盛宏觀團隊預期 10 月和 12 月將進一步降息 25 個基點，這可能在近期改善資金流入。

亞馬遜

谷歌-A

微軟

OpenAI

高盛認為，AI 領域五大爭議包括：消費端 AI 採用迅速但變現滯後；企業 AI 部署擴張但 ROI 有限，僅 5% 公司見到可衡量收益；AI 基礎設施投資史無前例，五大雲服務商 2025 年資本支出預計達 3810 億美元，同比增 68%；AI 工作負載將推動 2030 年全球數據中心電力需求增長 165%；儘管存在泡沫擔憂，但當前估值水平較互聯網泡沫時期仍有 46% 折扣空間。

- 高盛發佈報告分析 AI 領域五大爭議，探討泡沫風險等問題。  
- 消費者 AI 採用速度超預期，但變現能力滯後，企業投資回報率低。  
- 預計到 2030 年，全球電力需求將增長超過 165%，面臨建設挑戰。

高盛版 “AI 敍事框架”：關於 AI 的五個關鍵爭議