<p>作者：Jeff Funk 和 Gary Smith</p>
<p>為什麼人工智能廣告狂潮可能是最後的歡呼——就像 2000 年的互聯網公司一樣</p>
<p>OpenAI 和 Anthropic 正在虧損鉅額資金，但卻被賦予瞭如同真正盈利公司的估值。</p>
<p>在 2000 年 1 月 30 日的超級碗 XXXIV 中，61 個電視廣告中有 14 個是為互聯網初創公司製作的。也許他們應該聽取 E-Trade 當年推出的 &#34;浪費金錢&#34; 廣告的建議，該廣告中有一隻跳舞的猴子，最後的屏幕台詞是：&#34;好吧，我們剛剛浪費了 200 萬美元。你在用你的錢做什麼？&#34;</p>
<p>那場超級碗是在互聯網泡沫破裂之前舉行的。快進到 2026 年：今年的超級碗廣告大量宣傳人工智能，這可能是你判斷人工智能是否即將泡沫破裂的唯一指標。</p>
<p>自 2018 年以來，我們一直在撰寫關於人工智能系統侷限性的文章：</p>
<p>人工智能與人類大腦所產生的真實智能完全不同。計算機並不知道單詞的含義，因為計算機並不像我們一樣體驗世界。它們甚至不知道什麼是真實世界。計算機沒有人類通過生活積累的常識或智慧。計算機無法形成有説服力的理論。計算機無法進行歸納推理或制定長期計劃。在大數據時代，真正的危險不是計算機比我們聰明，而是我們認為計算機比我們聰明，因此信任計算機為我們做出重要決策。</p>
<p>自 2023 年 2 月以來，我們一直在警告人工智能泡沫，認為它是由不當的炒作和&#34;假裝成功&#34;的&#34;把戲&#34;所推動，但承認相信誇大其詞並優先考慮收入而非利潤是&#34;誘人的&#34;：</p>
<p>根本問題在於，充滿希望的投資者往往是輕信的投資者。我們應該對互聯網泡沫的炒作持更懷疑的態度，也應該對人工智能的炒作持更懷疑的態度。我們還應該記住，收入是達到目標的手段，而不是目標。我們應該關注的是收益、自由現金流、經濟附加值和其他盈利能力的衡量標準。</p>
<p>一段時間以來，關於人工智能泡沫的警告似乎支持了這些公司的案例。金融媒體常常對流行投資主題背後的牛市或熊市動量反應過度。經濟學家 Ed Yardeni 稱之為 &#34;封面詛咒&#34;——當金融雜誌發佈時機不當的封面，事後看來標誌着樂觀或悲觀的頂峯。</p>
<p>Yardeni 還引用了一項 2016 年花旗銀行的研究，該研究回顧了自 1998 年以來《經濟學人》的封面，並識別出 44 個對股市持明顯樂觀或悲觀態度的封面。這些封面在 68% 的情況下是一個良好的逆向指標。另一方面，68% 更接近於拋硬幣，而不是 100% 的確定性。</p>
<p>最近，《經濟學人》發佈了許多關於人工智能泡沫的主打文章和嘉賓文章，包括：</p>
<p>-- &#34;如果 3 萬億美元的人工智能投資熱潮出錯怎麼辦？即使技術實現其潛力，仍然會有很多人失去他們的財富，&#34;2025 年 9 月 11 日</p>
<p>-- &#34;Gita Gopinath 論可能燒掉 35 萬億美元財富的崩潰，&#34;2025 年 11 月 5 日</p>
<p>-- &#34;我如何學會愛上金融泡沫，&#34;2025 年 11 月 19 日</p>
<p>-- &#34;投資者預計人工智能使用將激增。但這並沒有發生，&#34;2025 年 11 月 26 日</p>
<p>-- &#34;如何識別泡沫破裂，&#34;2025 年 12 月 1 日</p>
<p>-- &#34;能源和金融的創新進一步膨脹了人工智能泡沫，&#34;2026 年 1 月 15 日</p>
<p>不過，該雜誌尚未發佈關於人工智能泡沫的封面故事。</p>
<p>但《時代》雜誌的年度年度人物封面則是一個更好的逆向指標。當首席執行官或商業趨勢被選為年度人物時，相關公司的股票在一年後通常會下跌，在八個案例中有七個是如此。</p>
<p>《時代》2025 年的年度人物是集體的&#34;人工智能架構師。&#34;</p>
<p>更大的傻瓜和愚蠢的人羣</p>
<p>依賴人工智能的股票價格已經脱離了現實的預期。</p>
<p>雖然我們實際上並不太看重封面和超級碗廣告指標，但我們確實承認人類情感對股票價格的巨大影響。人們常常購買股票並不是因為他們認為公司會成功，而是因為他們認為其他人也會購買這些股票。</p>
<p>這種推理可以成為教科書式的更大傻瓜理論——投資者以愚蠢的價格購買，期望比他們更愚蠢的人會支付更高的價格。</p>
<p>這確實是泡沫的定義——人們購買投資並不是因為現金流證明了價格，而是因為他們期望價格會上漲。</p>
<p>在這個人工智能泡沫中，依賴人工智能的股票價格已經脱離了對未來利潤的現實預期。依賴大型語言模型的公司如 OpenAI 和 Anthropic 正在虧損鉅額資金，但卻被賦予數千億美元的估值，彷彿它們是盈利的真實公司。OpenAI 真的比美國運通（AXP）、美國銀行（BAC）、可口可樂（KO）、雪佛龍（CVX）或好市多（COST）更有價值嗎？</p>
<p>不要錯過：超級碗 LX 正在變成人工智能的出道派對</p>
<p>核心問題在於，大型語言模型對客户來説並不夠有用和可靠，以至於無法證明支付覆蓋其成本的價格是合理的。具有諷刺意味的是，這些公司的客户越多，它們虧損的資金就越多。</p>
<p>生成式人工智能是有史以來增長最快的技術——如果我們計算用户而不是利潤的話。</p>
<p>一些抱有幻想的觀察者指出亞馬遜（Amazon.com，AMZN），它克服了最初的虧損而取得了輝煌的成功。他們方便地忽略了一個事實，即亞馬遜早期的虧損現在被認為是微不足道的錯誤。亞馬遜在其第十年（2004 年）實現盈利時，累計虧損達 30 億美元。根據對微軟（Microsoft，MSFT）2025 年第三季度財報的分析，OpenAI 在 2025 年第三季度單季度虧損 115 億美元，並預計到 2029 年累計虧損將達到 1150 億美元，這很可能是一個低估。</p>
<p>這些人工智能公司更可能的減少虧損的方式是倒閉。隨着大型語言模型（LLMs）的商品化以及來自谷歌母公司 Alphabet（GOOG）（GOOGL）及其 Gemini 的資金雄厚競爭對手的競爭，很難看出 OpenAI 和其他依賴 LLM 的公司如何能夠合理地產生可觀的利潤。</p>
<p>在缺乏利潤的情況下，科技兄弟們越來越強調一個在互聯網泡沫期間流行的舊指標：用户數量，但有了新的口味。雖然 “用户數量” 曾經意味着 “付費用户數量”，但 Facebook、Instagram 和其他社交媒體網站的成功使得一些妄想的投資者相信可以省略 “付費” 這個詞。</p>
<p>毫不奇怪，生成性人工智能是有史以來增長最快的技術——如果我們計算用户而不是利潤的話。我們更傾向於計算利潤。</p>
<p>加里·史密斯（Gary Smith）是 100 多篇學術論文和 20 本書的作者，包括《標準差：關於有缺陷的統計、人工智能和大數據的真相》（Duckworth，2024 年）以及與合著者瑪格麗特·史密斯（Margaret Smith）共同撰寫的《現代價值投資的力量：超越指數、算法和阿爾法》（Palgrave Macmillan，2024 年）。傑弗裏·方克（Jeffrey Funk），一位技術顧問和分析師，是《獨角獸、炒作與泡沫》（Harriman House，2024 年）的作者。</p>
<p>更多：這是一個關於人工智能泡沫的問題，連 ChatGPT 也無法回答</p>
<p>-傑弗裏·方克 -加里·史密斯</p>
<p>此內容由 MarketWatch 創建，MarketWatch 由道瓊斯公司（Dow Jones &amp; Co.）運營。MarketWatch 獨立於道瓊斯新聞通訊和《華爾街日報》發佈。</p>
<p>（結束）道瓊斯新聞通訊</p>
<p>02-08-26 1602ET</p>

OpenAI

<p>這篇文章討論了人工智能泡沫可能破裂的前景，並將其與 2000 年的互聯網泡沫進行比較。文章指出，在超級碗廣告中對人工智能的強力推廣是一個警示信號，並提到像 OpenAI 和 Anthropic 這樣的公司雖然虧損卻仍被高估。作者強調對人工智能投資保持懷疑態度的必要性，警告人們要警惕炒作以及股價與現實利潤預期之間的脱節。他們引用了多家金融出版物對人工智能泡沫的警告，以及投資者因情緒而非基本面驅動的非理性行為</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>為什麼人工智能廣告狂潮可能是最後的歡呼——就像 2000 年的互聯網公司一樣</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 正在虧損鉅額資金，但卻被賦予瞭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 日的超級碗 XXXIV 中，61 個電視廣告中有 14 個是為互聯網初創公司製作的。也許他們應該聽取 E-Trade 當年推出的 &#34;浪費金錢&#34; 廣告的建議，該廣告中有一隻跳舞的猴子，最後的屏幕台詞是：&#34;好吧，我們剛剛浪費了 200 萬美元。你在用你的錢做什麼？&#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>那場超級碗是在互聯網泡沫破裂之前舉行的。快進到 2026 年：今年的超級碗廣告大量宣傳人工智能，這可能是你判斷人工智能是否即將泡沫破裂的唯一指標。</p>
</div><p>We have been writing about the limitations of artificial-intelligence systems since 2018:</p>
<div class="lb-trans"><p>自 2018 年以來，我們一直在撰寫關於人工智能系統侷限性的文章：</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>人工智能與人類大腦所產生的真實智能完全不同。計算機並不知道單詞的含義，因為計算機並不像我們一樣體驗世界。它們甚至不知道什麼是真實世界。計算機沒有人類通過生活積累的常識或智慧。計算機無法形成有説服力的理論。計算機無法進行歸納推理或制定長期計劃。在大數據時代，真正的危險不是計算機比我們聰明，而是我們認為計算機比我們聰明，因此信任計算機為我們做出重要決策。</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 月以來，我們一直在警告人工智能泡沫，認為它是由不當的炒作和&#34;假裝成功&#34;的&#34;把戲&#34;所推動，但承認相信誇大其詞並優先考慮收入而非利潤是&#34;誘人的&#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>根本問題在於，充滿希望的投資者往往是輕信的投資者。我們應該對互聯網泡沫的炒作持更懷疑的態度，也應該對人工智能的炒作持更懷疑的態度。我們還應該記住，收入是達到目標的手段，而不是目標。我們應該關注的是收益、自由現金流、經濟附加值和其他盈利能力的衡量標準。</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>一段時間以來，關於人工智能泡沫的警告似乎支持了這些公司的案例。金融媒體常常對流行投資主題背後的牛市或熊市動量反應過度。經濟學家 Ed Yardeni 稱之為 &#34;封面詛咒&#34;——當金融雜誌發佈時機不當的封面，事後看來標誌着樂觀或悲觀的頂峯。</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 還引用了一項 2016 年花旗銀行的研究，該研究回顧了自 1998 年以來《經濟學人》的封面，並識別出 44 個對股市持明顯樂觀或悲觀態度的封面。這些封面在 68% 的情況下是一個良好的逆向指標。另一方面，68% 更接近於拋硬幣，而不是 100% 的確定性。</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，《經濟學人》發佈了許多關於人工智能泡沫的主打文章和嘉賓文章，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 萬億美元的人工智能投資熱潮出錯怎麼辦？即使技術實現其潛力，仍然會有很多人失去他們的財富，&#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 論可能燒掉 35 萬億美元財富的崩潰，&#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;我如何學會愛上金融泡沫，&#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;投資者預計人工智能使用將激增。但這並沒有發生，&#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;如何識別泡沫破裂，&#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;能源和金融的創新進一步膨脹了人工智能泡沫，&#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>不過，該雜誌尚未發佈關於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《時代》雜誌的年度年度人物封面則是一個更好的逆向指標。當首席執行官或商業趨勢被選為年度人物時，相關公司的股票在一年後通常會下跌，在八個案例中有七個是如此。</p>
</div><p>Time's 2025 person of the year was the collective &#34;Architects of AI.&#34;</p>
<div class="lb-trans"><p>《時代》2025 年的年度人物是集體的&#34;人工智能架構師。&#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羣</p>
</div><p>The prices of AI-dependent stocks have become untethered from realistic projections.</p>
<div class="lb-trans"><p>依賴人工智能的股票價格已經脱離了現實的預期。</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>雖然我們實際上並不太看重封面和超級碗廣告指標，但我們確實承認人類情感對股票價格的巨大影響。人們常常購買股票並不是因為他們認為公司會成功，而是因為他們認為其他人也會購買這些股票。</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>這種推理可以成為教科書式的更大傻瓜理論——投資者以愚蠢的價格購買，期望比他們更愚蠢的人會支付更高的價格。</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>這確實是泡沫的定義——人們購買投資並不是因為現金流證明了價格，而是因為他們期望價格會上漲。</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>在這個人工智能泡沫中，依賴人工智能的股票價格已經脱離了對未來利潤的現實預期。依賴大型語言模型的公司如 OpenAI 和 Anthropic 正在虧損鉅額資金，但卻被賦予數千億美元的估值，彷彿它們是盈利的真實公司。OpenAI 真的比美國運通（AXP）、美國銀行（BAC）、可口可樂（KO）、雪佛龍（CVX）或好市多（COST）更有價值嗎？</p>
</div><p>Don't miss: Super Bowl LX is turning into AI's coming-out party</p>
<div class="lb-trans"><p>不要錯過：超級碗 LX 正在變成人工智能的出道派對</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>核心問題在於，大型語言模型對客户來説並不夠有用和可靠，以至於無法證明支付覆蓋其成本的價格是合理的。具有諷刺意味的是，這些公司的客户越多，它們虧損的資金就越多。</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來增長最快的技術——如果我們計算用户而不是利潤的話。</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>一些抱有幻想的觀察者指出亞馬遜（Amazon.com，AMZN），它克服了最初的虧損而取得了輝煌的成功。他們方便地忽略了一個事實，即亞馬遜早期的虧損現在被認為是微不足道的錯誤。亞馬遜在其第十年（2004 年）實現盈利時，累計虧損達 30 億美元。根據對微軟（Microsoft，MSFT）2025 年第三季度財報的分析，OpenAI 在 2025 年第三季度單季度虧損 115 億美元，並預計到 2029 年累計虧損將達到 1150 億美元，這很可能是一個低估。</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>這些人工智能公司更可能的減少虧損的方式是倒閉。隨着大型語言模型（LLMs）的商品化以及來自谷歌母公司 Alphabet（GOOG）（GOOGL）及其 Gemini 的資金雄厚競爭對手的競爭，很難看出 OpenAI 和其他依賴 LLM 的公司如何能夠合理地產生可觀的利潤。</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>在缺乏利潤的情況下，科技兄弟們越來越強調一個在互聯網泡沫期間流行的舊指標：用户數量，但有了新的口味。雖然 “用户數量” 曾經意味着 “付費用户數量”，但 Facebook、Instagram 和其他社交媒體網站的成功使得一些妄想的投資者相信可以省略 “付費” 這個詞。</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來增長最快的技術——如果我們計算用户而不是利潤的話。我們更傾向於計算利潤。</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 多篇學術論文和 20 本書的作者，包括《標準差：關於有缺陷的統計、人工智能和大數據的真相》（Duckworth，2024 年）以及與合著者瑪格麗特·史密斯（Margaret Smith）共同撰寫的《現代價值投資的力量：超越指數、算法和阿爾法》（Palgrave Macmillan，2024 年）。傑弗裏·方克（Jeffrey Funk），一位技術顧問和分析師，是《獨角獸、炒作與泡沫》（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：這是一個關於人工智能泡沫的問題，連 ChatGPT 也無法回答</p>
</div><p>-Jeff Funk -Gary Smith</p>
<div class="lb-trans"><p>-傑弗裏·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>此內容由 MarketWatch 創建，MarketWatch 由道瓊斯公司（Dow Jones &amp; Co.）運營。MarketWatch 獨立於道瓊斯新聞通訊和《華爾街日報》發佈。</p>
</div><p>(END) Dow Jones Newswires</p>
<div class="lb-trans"><p>（結束）道瓊斯新聞通訊</p>
</div><p>02-08-26 1602ET</p>
<div class="lb-trans"><p>02-08-26 1602ET</p>
</div>

今年的超級碗廣告正在暗示人工智能泡沫即將破裂