引言

上一篇梳理了 AI 熱潮與科網泡沫高度重合的市場現象、資本擴張模式與產業鏈風險，市場由此產生 “AI 即將重蹈科網覆轍” 的擔憂。但單純依靠歷史行情類比判斷產業週期存在明顯侷限性，二者在資本開支主體、供需結構、變現能力上存在不可忽視的底層差異，也是本輪 AI 難以復刻當年全面崩盤的關鍵支撐。本文財華社將逐項對比兩類技術浪潮的核心區別，客觀釐清當前 AI 行業的韌性與短板。

資本開支主體：成熟巨頭自有造血 VS 初創企業融資續命

2000 年科網泡沫的核心資本開支主體，是一批成立時間短、無穩定盈利、完全依靠外部融資續命的互聯網初創企業。1999 年泡沫頂峯，美股互聯網相關 IPO 達 289 家，這批企業平均上市週期僅 30 個月，普遍沒有完整經營與盈利驗證，上市純粹依託資本市場熱度。

這類企業的擴張模式極度脆弱，依靠 VC 投資、IPO 及二級市場再融資的外部輸血獲取資金，將全部募資投入服務器採購、帶寬租賃、市場推廣等開支，無任何自身經營性現金流支撐。2000 年行業資金湧入達到峯值，美國風投、互聯網 IPO 及股權再融資合計為賽道注入約 1,700–1,800 億美元資金，全行業擴張完全依賴資本情緒，脱離經營基本面。一旦市場流動性收緊、融資窗口關閉，企業資金鍊瞬間斷裂，最終引發大規模倒閉出清。除此之外，當年美國電信巨頭五年累計超 3,000 億美元的槓桿式光纖基建投入。也是泡沫資本開支的重要組成，高負債擴張最終造成嚴重產能過剩與債務危機。

今天 AI 的資本開支結構，完全是另一套邏輯。

當前 AI 算力基建的核心主導者，是微軟、谷歌、亞馬遜、Meta、$阿里巴巴-W(09988.HK) 、$騰訊控股(00700.HK) 等雲巨頭，它們均擁有充沛的經營性現金流、穩健的資產負債表和成熟盈利主業。

這些巨頭無一例外在其所在領域首屈一指，擁有高護城河，擁有定價能力、多元生態、商業閉環，利潤率顯著，更重要的是能夠持續產生穩定的現金流，以支撐其資本開支。

見下表，美國四大雲廠商於截至 2026 年 3 月末止 12 個月的資本開支合計達 4,640.86 億美元，而它們期內的經營活動淨現金流入均超千億美元，扣減資本開支後，它們仍能產生自由現金流。

騰訊也一樣，截至 2026 年 3 月末止的 12 個月，該公司的經營現金流合計為 3,275 億元人民幣，資本開支約 837 億元人民幣，仍有自由現金流約 1,922 億元人民幣，較上年同期增加 27.71%，見下表。

不過需要注意的是，隨着 AI 競技的加劇，各大科技巨頭均增加對資本開支的投入，其核心經營活動未必能產生足夠的現金流以支撐後續的資本開支。從上圖可見，美國四大雲巨頭的自由現金流已在收縮，同時，阿里巴巴截至 2026 年 3 月末止的財政年度也罕見地出現自由現金淨流出，主要因為在消費收縮的環境下，其經營活動淨現金流較過去明顯收縮，但資本開支卻在增加。

無論如何，相對於科網時期的初創玩家，這些入局 AI 的科技巨頭擁有深厚的造血能力，即使短期回報不及預期，它們有足夠的緩衝空間調整節奏、消化錯誤，而不至於像科網時期那樣——一旦外部資金斷供，整個行業便無處可逃。

供需格局：算力長期緊缺 VS 光纖全面閒置

科網泡沫的致命傷，並非資本開支規模過大，而是市場對未來需求的嚴重高估，最終形成嚴重的無效產能過剩。1999 年全球互聯網用户僅 2.5 億，主流仍是撥號上網，網速有限、在線場景單一、商業化體系尚未成型，但在資本市場狂熱推動下，全球電信巨頭瘋狂加碼光纖骨幹網建設，讓網絡容量實現數量級躍升，徹底脱離了真實用户需求。

極端供需錯配催生了大面積資產閒置。泡沫期 360networks 鋪設超 10 萬公里光纖網絡，破產前整體使用率不足 1%；Global Crossing 環球光纖網絡 2002 年破產時，實際流量利用率僅 7%。海量基建投入淪為無法產生現金流的沉沒成本。轟動全球的 WorldCom 財務造假，通過將經營開支記作資本開支虛增超 110 億美元利潤，本質就是行業集體掩蓋 “產能閒置、需求缺位、主業虧損” 的殘酷現實，也是科網泡沫必然崩塌的核心根源。

本輪 AI 週期與當年有所不同，大家都在搶建算力，而頭部數據中心核心算力使用率維持高位，生成式 AI、Agent 智能體的迭代，持續帶來百倍級算力增量。

不過，我們需正視一個關鍵問題：算力需求爆發明確，商業化落地進度卻高度不確定。

雖然 AI 已覆蓋辦公、研發、工業賦能等場景，擁有海量用户與試點應用，但大規模企業付費、標準化盈利模型、穩定現金流回報尚未完全兑現。巨頭當下瘋狂加碼算力資本開支，是基於遠期 AI 商業化紅利的超前押注，而非當下盈利可支撐的確定性投入，算力投資能否匹配未來營收、利潤增長，仍存在極大不確定性。

所以，兩次超級科技擴張，本質都是遠期故事先行、商業回報後置的超前資本開支。2000 年科網泡沫，是用當下基建投入拼未來全民互聯網流量與商業化；如今的 AI 算力狂潮，是用天量資本開支拼未來 AGI、智能體與產業智能化的落地兑現——資本投入的節奏、規模，跑在了真實商業化驗證之前。

當前 AI 算力需求火熱只是 “技術需求”，並非穩定、可落地的商業盈利需求，一旦未來商業化落地速度不及算力投產速度，鉅額算力資本開支將無法匹配營收與利潤回報，同樣會出現折舊壓力、產能閒置、盈利塌陷的泡沫式風險。

只是二者的區別在於：科網時代是無真實基礎的全面虛假過剩，崩盤是確定性結局；而本輪 AI 是有技術需求、但商業回報存疑的結構性超前投資，存在泡沫風險與回撤壓力，取決於技術進步的速度能否超過資本投入的進度。

商業模式：同步落地變現閉環 VS 純燒錢流量故事

科網時代互聯網企業普遍缺少可持續變現路徑，頭部公司長期大額虧損，資本市場僅為遠期流量故事估值，多數企業融資耗盡後無法盈利，泡沫快速出清。 當前 AI 行業已跑通基礎商業化體系：OpenAI 形成訂閲、企業 API 雙收入支柱，國內智譜 AI、MiniMax 依託接口調用、C 端訂閲實現規模化流水；海外雲廠商 Azure、AWS 的 AI 增值業務收入持續翻倍，算力投入可通過企業付費回流現金流。 短板同樣清晰：行業整體呈現 “有收入、無普遍盈利” 特徵，海內外 AI 企業營收高速增長的同時持續大額虧損，算力投入增速遠超收入增速，長期投資回報仍有待時間驗證。

2000 年科網時代的互聯網企業，普遍是遠期故事敍事，純粹的先圈用户、再談賺錢的眼球經濟邏輯，企業全力燒錢搶佔份額，幾乎沒有可靠商業模式。1999 年亞馬遜、Priceline、eToys 等頭部公司悉數鉅額虧損，卻坐擁千億市值。資本市場為遠期利潤瘋狂溢價，但最終市場發現：絕大多數初創公司耗盡融資後，始終無法建立可持續變現路徑，現金流徹底斷裂，泡沫瞬間崩塌。

本輪 AI 週期則有所不同，行業在大幅增加算力資本開支的同時，已經誕生可驗證的真實營收。例如 OpenAI 於 2025 年實現年化收入約 130 億美元，其中 ChatGPT 訂閲收入、企業 API 調用收入形成雙支柱，付費用户突破 2000 萬級別，產品具備提價後需求持續增長的定價權特徵，證明 AI 服務具備真實商業價值與用户付費意願。國內 AI 企業同樣出現有效變現：$智譜(02513.HK) AI 在 API 提價超 80% 的背景下，業務調用量仍數倍增長，收入高速攀升；MiniMax（00100.HK）等公司依託 C 端訂閲與廣告實現規模化流水，局部商業化模型初步跑通。

全球雲巨頭的財報進一步印證閉環能力。微軟 Azure、谷歌雲、亞馬遜 AWS 的 AI 增值服務、模型調用業務持續翻倍增長，鉅額算力基建投入，能夠通過企業雲採購、AI 功能付費持續回流經營性現金流。

但必須辯證看待這一差異，AI 當下的核心問題是：有真實收入，但無普遍盈利；有變現流水，但投入回報尚未驗證。OpenAI 百億營收背後是數百億級鉅額虧損，算力資本開支增速遠遠超過營收增速；國內 AI 企業高增長的同時依舊普遍虧損，行業整體仍處在 “燒錢換規模” 的階段。

尾語：

綜合對比不難發現，AI 熱潮與科網泡沫僅有表層狂歡特徵重合，成熟巨頭主導、真實算力需求、初步商業化變現三大底層差異，為行業提供了基礎韌性。但結構性風險並未消失，行業最終會走向全面崩盤還是結構性調整？下一篇將結合前文所有線索，預判本輪 AI 週期的最終走向。

文：吳言