本文来自微信公众号： 载堉视界 ，作者：载堉视界
这次我在美国待了10多天，先后在加州的旧金山和洛杉矶两个城市进行访问，并和当地的生产制造企业、硅谷科技公司、一二级市场投资基金管理机构从业者，全球头部高校研究学者均进行了深度的沟通交流，再结合实际的宏观、中观、微观资料整理分析，让我对“AI泡沫第一轮破裂窗口是什么时间？”这个问题有了更加深度的思考。
Ai的确是工业革命级的新生产力工具，对人类的当前和未来都是一个非常重要的东西。但是当下的投资过于激进和投机盛行，导致当前资金抱团压力越发强烈，而且未产生实际社会增量效应，导致“Ai发展的越快，投资规模越大，但是普通人却无法赚钱养家糊口的现象”，所以必然有一轮泡沫出清以后才能进入市场良性的增长通道！
在此，我必须从金融周期角度补充一个至关重要的前置观点：AI之所以在海外被视为存在巨大泡沫，一个极佳的观察指标是——今年（2026年）上半年，因为美伊中东冲突导致全球流动性骤然收紧，所有的AI相关高估值公司全部受到这一宏观因子的严重影响，导致股价出现剧烈大跌。这一现象无情地揭示了市场的本质：也就是当前的所有AI相关公司，无论它如何进行宏大叙事，本质上都仍处于早期的“估值阶段”，并没有真正进入拥有内生正向现金流的“价值阶段”。从“估值”走向“价值”，历史的客观规律昭示我们，必经一场惨烈的泡沫出清后，才能逐步留下良性的公司和逐步健康的行业。
基于此，本报告将以我将从宏观周期、中观产业、微观企业财务以及社会财富分配等多个维度，为大家层层剖析我的判断：AI泡沫将在2027年下半年（H2）出清（注：这提到的“出清”指的是AI相关的上下游公司，并非美股会崩盘）这一关键判断的深层逻辑，并为普通人、企业家及政府提供跨越周期的资本配置建议。
一、宏观与周期篇
流动性狂欢、地缘压力测试与产业宿命
在当前的金融市场结构中，AI资产不仅是科技演进的代表，更是全球流动性的核心蓄水池。然而，当资产定价高度依赖外部流动性而非内部盈利时，其结构脆弱性便暴露无遗。
1.1 2026年上半年的真实压力测试：中东局势与AI资产的“估值底色”
2026年上半年，全球金融市场经历了一场未曾预料的实弹压力测试。随着美国与伊朗在中东地区的冲突急剧升级，霍尔木兹海峡的航运安全受到严重威胁。作为全球约五分之一石油和液化天然气（LNG）的运输咽喉，该海峡的封锁预期直接导致国际油价大幅飙升。
能源价格的非线性暴涨迅速传导至宏观经济层面，打破了此前市场对通胀平稳回落的乐观预期。通胀的死灰复燃迫使全球央行（尤其是美联储）重新评估货币政策，降息预期被大幅削弱，甚至引发了对再次加息的担忧。在此背景下，全球流动性环境骤然收紧，美国国债收益率与实际利率快速上行。
这一宏观流动性的紧缩，对当前处于“估值阶段”的AI企业造成了直接且猛烈的打击。2026年3月至5月期间，以半导体芯片、大模型开发商为代表的AI核心股票遭遇了无差别的抛售潮，纳斯达克指数出现深度回撤。这一现象从根本上验证了洛克菲勒国际主席、知名经济学家RuchirSharma的洞察：当前由AI资本支出驱动的繁荣完全符合泡沫的四大特征（过度投资、估值过高、过度持有、过度杠杆），而刺破泡沫的单一触发因素就是“更高的利率”。当宏观流动性收紧导致加权平均资本成本（WACC）上升时，高度依赖远期现金流折现（DCF）的高估值AI资产瞬间脱锚。这确凿地证明，无论AI企业描绘的通用人工智能（AGI）图景多么宏伟，它们目前并未具备穿越宏观周期的“价值壁垒”。
1.2产业周期发展的历史规律：1999年互联网泡沫的倒影
拉长历史的维度，当前的AI狂热与1999年至2000年的互联网泡沫（Dot-comBubble）展现出惊人的同构性。产业周期的发展规律不可逆，必然是在泡沫破裂之后，才能迎来真正健康的繁荣。
泡沫形成期（现在至2026年底）：
正如1999年疯狂铺设海底光纤与宽带网络一样，当下的科技巨头（Hyperscalers）正在不计成本地疯狂堆砌GPU算力集群与建设数据中心。
当然，按照1999年互联网泡沫的各项指标数据进展来看，当前AI产业在需求、投资和定价上呈现出错位阶段：需求侧接近1998-1999年，投资强度接近2000年，而二级市场定价接近1997-1998年。
一级市场极度火热：融资规模已接近1999年的水平。2026年仅一季度的风投规模就达到2670亿美元，占当前美股总市值的0.3%，且投向AI产业的比例高达85%（互联网泡沫巅峰期信息产业占比仅为64%）。
二级市场估值尚未极度亢奋：当前Big5云厂商的动态市盈率约为24倍，其实更接近1997-1998年的定价水平，远低于2000年互联网泡沫破裂前60倍的非理性估值。
投资强度“抢跑”逼近极限：2026年一季度，五大云厂商的资本开支占营收比例已加速升至33%的历史新高，远超互联网革命时期20%的高点，投资强度堪比2000-2001年的泡沫破裂前夕。这说明投入远超当前需求和财务承受能力的“过度投资”已经形成，这是泡沫脆弱性的核心来源。
泡沫破裂加速期：硅谷“加速主义”与华尔街“资本投机”的共谋：
当前AI的产业金融端结构极其脆弱：资金高度聚集，主线资金极致抱团。相关应用层企业的真实利润堪忧，故事远大于产业的实际需求。资金在这种高度同质化的拥挤交易中追涨杀跌，一旦遇到流动性收紧等风险事件，就会表现出极具破坏性的波动。硅谷无视商业现实的“技术加速主义”与华尔街渴求短期暴利的“资本投机”相互交织，正在加速消耗体系内的存量资金。
泡沫破裂后的再增长路径（2028年及以后）：
类似2000年初大批互联网公司因无利润破产，当虚高估值崩塌、泡沫出清后，算力成本将出现暴跌。正如1999年泡沫破裂后才孕育出亚马逊、谷歌等拥有实质盈利模式的巨头，AI产业也必将在清洗后真正融入千行百业，进入良性增长通道。
1.3泡沫持续时间的学术界与智库预判分歧
关于美国AI泡沫还能持续多久，目前学术界与宏观智库并无定论，但核心逻辑高度一致。
部分专家（如翟东升教授）基于技术成熟度曲线、资本支出与盈利能力的失衡等因素，明确预测美国AI泡沫可能在2026年下半年至2027年上半年面临关键转折，进而破裂。
另一方面，吴军教授则认为，AI行业仍处于发展初期，技术仍在快速迭代。如果能迅速突破某些技术瓶颈并实现规模化应用，可能会延缓泡沫破裂的时间，将泡沫期延续至2028年。
综合各方逻辑与我个人的量化模型沙盘推演，我倾向于将核心风险窗口锁定在2027年下半年（2027H2）。这不仅是因为技术迭代的边际效用递减，更是因为物理世界的基建极限与财务报表上的折旧周期将在这一时间点产生致命的共振。
二、基础设施篇
投资过剩与跟不上的物理底座
制约AI核心发展的当下短板，已经从算力层转移到了物理基建层。制约AI的不再是“芯片代表的算力基础”，也不是“降本增效的算法能力”，而是配套的物理基础设施：电力、数据中心、存储空间这三大核心设施的极度欠缺。数字世界的狂飙突进，正在狠狠撞向物理世界的叹息之墙。
2.1割裂的美国电网：无法逾越的能源鸿沟
在美国进行实地考察时，最明显的感受是基础设施的割裂，尤其是电力系统。美国电网并未形成全国统一的调度体系，而是分成了三大主要的电力运营商网络：东部互联电网（EasternInterconnection）、西部互联电网（WesternInterconnection）以及几乎完全独立的德克萨斯州电网（ERCOT）。
这三大电网之间互不相通，且美国极度缺乏类似中国特高压（UHV）那样的电力远距离输送技术优势。这意味着，中西部丰富的风能和太阳能等清洁能源，无法高效输送至数据中心密集的东海岸（如北弗吉尼亚州）或加州。AI数据中心的能耗是惊人的，一个500兆瓦的数据中心相当于数十万户家庭的负荷，这种高度集中的不间断用电需求，直接将美国老旧的区域电网逼到了崩溃的边缘。
当前，由于输电网络改造缓慢且清洁能源设施铺设非常欠缺，美国有超过2600吉瓦（GW）的发电与储能项目被卡在“并网排队（InterconnectionQueue）”的漫长审批中，平均等待时间长达四至五年。AI发展的底座必须建立在充沛且廉价的电力之上，而在美国电网体制的掣肘下，数据中心的规模扩张和存储空间扩容带来的增量效应正被严重抑制。
2.2“120周之墙”：变压器设备供应链的崩溃
如果在宏观上是电网体制的割裂，那么在微观供应链上，则是核心设备的极度短缺。当前制约美国AI发展的最大物理短板，是电力变压器与高压开关。
调研及行业数据显示，截至2026年，美国配电与输电变压器的交货周期已经长达极其夸张的程度。标准的电力变压器（PowerTransformers）平均交货期达到128周（约2.5年），而连接发电侧的发电机升压变压器（GSUs）交货期更是高达144周。部分超高压传输设备的等待期甚至长达3到6年。这一现象在工程界被称为“120周之墙（The120-WeekWall）”。
这种供应链瓶颈并非单纯的制造产能问题，而是受制于深层的物理与冶金约束。例如，变压器核心部件必须使用的取向硅钢（GOES），在美国国内产能严重受限。由于这种硬性瓶颈，预计2026年规划上线的美国数据中心中，有高达30%至50%将被迫延期或取消，如果需要解决只能寻求外部供应链帮助。
2.3 2026年中美政治“艺术”与最后冲刺
面对这一无解的物理短板，政治与国际关系的博弈将介入。预计在2026年上半年，为了保持在AI领域的绝对霸权，新一届美国政府极可能采取“交易型外交”。（特朗普访华将详谈内容前瞻，见上一篇分析：特朗普访华前瞻及影响）
美国国内供应链无法在短期内补齐变压器缺口，而中国目前占据了全球约60%的电气设备产能。因此，美国极有可能通过阶段性豁免关税等手段，大量引入中国及亚洲供应链生产的中游电力设备、变压器与储能系统。经过6到12个月的快速基建安装，这一物理瓶颈将在短期内被强行解除。
但这恰恰是泡沫破裂前最后的狂欢。瓶颈的解除将使得算力中心的建设在2026年底至2027年上半年达到极盛，巨额的固定资产投资被彻底固化在财报上，从而为下一阶段的“财务坍塌”埋下最具破坏性的地雷。
三、中观行业篇
AI产业的“通缩效应”与社会撕裂
在微观调研中，我深刻感受到AI技术进步与社会财富分配之间的巨大割裂。AI作为生产力工具，目前的经济贡献呈现出极其矛盾的形态。
3.1伪命题与刚需：民用AI机器人与军工的冰火两重天
在此，我必须抛出一个可能引发争议但极其务实的观点：当前的民用AI机器人是一个伪命题，目前核心的真实需求全部来自“军工刚需”。
在硅谷和洛杉矶的实验室里，具身智能（EmbodiedAI）和人形机器人的确令人惊艳，但动辄数十万美元的成本以及在非结构化环境下的低可靠性，使其在民用商业场景（如餐饮、零售、家庭服务）中毫无性价比可言。要实现真正的大规模社会民用，还需要经过足够长时间的磨合与沉淀。
然而，在军工领域，AI创造的价值极其巨大且不计成本。无论是自主无人机蜂群、目标识别算法还是自动化战场后勤，均是现代国防的“刚需”。
更深层次的隐忧在于社会经济结构的破坏。机器人在短期内无法产生民用营收规模，反而加速淘汰基层员工。这导致机器人不仅不能产生税基，反而加速了社会核心“税基”的崩塌，短时间内很难形成良性的经济循环。
3.2大语言模型的通缩效应：硅谷裁员与中产失业
当前，美国在AI大语言模型（LLM）底层技术上无疑是最强的，但是应用落地却举步维艰。除了军工领域外，AI在民用市场面临巨大的商业模式风险。
AI目前发挥的最大作用是“降本增效”，这本质上是对硅基生命的“通胀”和碳基生命（白领劳动力）的一种“通缩”。对整合社会的经济贡献仍然是“负面大于正面”：硅谷大厂以AI转型为名持续裁员，中产阶级失业隐忧频发。这种由AI驱动的技术性失业导致收入萎缩，直接传导至消费端，间接影响了房地产行业的需求，造成了整体社会消费需求的萎缩。
3.3人才供给极度过剩：卷向极致与“备胎”焦虑
当前虽然看上去AI行业蓬勃发展，但核心人才需求呈现出极端分化。
核心人才需求高度集中在算力（芯片）和算法（大模型）侧。在这两个领域，中美两国均聚集了大量顶尖天才，且“卷”得非常厉害，高精尖人才稀缺性极其明显。
然而，在中低端外围贡献者领域，人才已经扎堆涌现，严重过剩。随着AI的持续进化，逐步会形成“人贡献了知识和行业know/how之后，AI反向操作淘汰这些人”的残酷现状。
硅谷工作的精英给我反馈最多的情绪是：“我们也不知道什么时候会被优化，走一天是一天吧。大家都在找‘备胎’防止被优化以后没有经济来源！”
3.4撕裂的社会伤口：积极与慵懒并存的美国现状
美国人在对待AI的态度上呈现出“积极拥抱”与“慵懒依赖”并存的极端分裂状态。美国在AI收入上形成的K型分化极其严重：少数科技精英攫取了巨额财富，而传统中产及底层民众面临边缘化。这种分化导致大量人口无力负担高昂的生活成本，加速了社会动荡不安，激化了社会矛盾，带来了更多社会负面问题频发。
四、微观企业与交易篇
折旧反噬与2027H2泡沫破裂扳机
在探究了宏观流动性与物理基础设施的制约后，我们将目光转向刺破泡沫的最直接导火索——微观企业财务报表上的“折旧悬崖”。
4.1巨额资本开支（Capex）的无底洞
2024至2026年间，四大云厂商（Hyperscalers）斥资数千亿美元采购英伟达芯片和建设数据中心。华尔街的叙事完全建立在“算力供不应求”的假设上，无视了资本回报率。
4.2 2027年H2：折旧费用反噬的财务扳机
当前，科技巨头普遍在财报上将GPU服务器的“会计折旧年限”人为拉长至5到6年。这构成了2027年H2泡沫破裂的核心财务扳机：
2024年底至2026年上半年疯狂建设的数据中心与采购的芯片，将在2027年下半年大规模完成安装并转为固定资产，正式开始全额计提折旧。如果届时软件订阅端无法提供指数级的增量利润，财报上的巨额折旧费用将直接吞噬企业净利润。一旦华尔街彻底推翻“算力带来无限盈利”的叙事体系，估值将脱锚崩塌。
4.3终极拷问：AGI提前到来能否改变泡沫宿命？
在此，我必须新增一个深度的推演观点：即使AGI（通用人工智能）提前到来，也不能改变泡沫的形态，更不能取消金融周期本身。
关于AGI预计什么时候实现，业内存在不同口径：
•严格口径（普遍稳健推理型AGI）：更像在2028–2032年。
•宽口径（偏经济替代定义）：可能在2027–2030年。
支撑这个判断的是：当前预测市场的中位数大约落在2030年，全球头部实验室领袖的表述也多落在本十年末；但最前沿的基准测试仍显示，现有大模型距离“普遍稳健推理型的AGI”还有明显距离。
那么，如果真的实现了AGI，泡沫还会破吗？
我的结论是：会，而且仍然可能破，但“破法”会发生改变。
情形一（概率较大≥60%）：若AGI只是“能力突破”，而不是“低成本规模化盈利的突破”，那么泡沫大概率还会破裂，甚至因为前期投入和期望过高，破裂得更加剧烈。
情形二（概率次之≥30%）：若AGI能快速转化为企业的实际利润和现金流，那么泡沫未必会以经典的雪崩式崩盘破裂，而是可能以“利润追赶并消化估值”的方式实现过渡。
但无论出现哪种情况，AI板块内部都必然会发生剧烈的分化：缺乏真实商业模式的伪概念公司将被淘汰，只有真正掌握定价权和利润兑现路径的寡头才能存活。
五、核心启示
资本纪律、“错位捡漏”与生存法则
产业周期的历史规律一定要在泡沫破碎之后才能涨得更加健康。面对未来可能的出清洗礼，必须重新校准资本罗盘。
5.1伯克希尔的纪律：耐心存在机会成本，但必须等待市场错位
在调研交流中，有幸深入研读了巴菲特麾下伯克希尔·哈撒韦公司的战略动向。截至2026年，伯克希尔已囤积了近4000亿美元的巨额现金储备。
在股东大会上，新任CEO格雷格·阿贝尔（GregAbel）关于资本配置的论述，完美诠释了跨越周期的顶级智慧。当被问及“耐心有实际机会成本，长期投资者今天应如何思考资本配置”时，他明确表示：
这套策略的核心就是避开疯狂的基建期。等待2027年泡沫破裂、资产价格血洗发生错位后，以极低成本重演抄底优质资产的辉煌战绩。
5.2给普通人的启示：武装自己认知，守住现金池
职业端：积极拥抱AI，拒绝成为“税基代价”。紧跟工具的发展步伐迭代升级，走在行业的前沿，并逐步在自己的实际工作中找到“细分问题并利用AI帮助解决”，拿到增量的收益。
投资端：泡沫破裂前守住现金池。效仿巴菲特的纪律性，泡沫破裂以后挑选优质资产入手。在2027年底前，风险资产配置（尤其是高位科技股）不应超过30%，剩下70%应该是现金及现金等价物为配置基础。
5.3给企业家的启示：实业不豪赌，现金流为王
现金流很重要：除了生产制造以外不能太扩张规模。
克制重资产投入：在2027年之前，绝不投入重资产盲目扩张AI基础设施相关业务。
赋能未来：资金应该投资到更有未来真实商业价值的领域。一旦监控到头部企业AI增量利润连续低于折旧成本的硬指标，立刻清仓相关风险。
5.4给政策制定者的启示：敬畏周期，引导价值底座
AI是一个新时代的核心的生产力，但周期规律不可破。
疏导拥挤赛道：政策引导非常重要，在泡沫已经非常拥挤的赛道，应该引导企业转型发展。
引导创新转型：找到细分赛道和创新路径的价值底座，切实解决底层基建卡脖子问题。
结语
过去30年是我们见证互联网科技在资本市场爆发的第一个奇点。但是互联网是确定性趋势，但互联网公司不是确定性资产的。再往前，铁路当年改变了美国，但是铁路股当年也没有泡沫破裂。后面汽车改变了世界，早期汽车的公司大部分都死了。光伏是能源革命，那光伏股也经历过多轮的产能出清呢。电车是目前的长期趋势，但是目前新势力造车当中死掉的比活下来的要多得多。所以真正的规律是：产业方向可以对，但股票价格可以说技术革命可以但是大多数公司必须死。市场始终是一个零和博弈游戏，像伯克希尔哈萨维这样的资金体量，还有时间操作的跨度来说，其实他真正赚钱的时候，也就代表大部分人赚不到钱的时候。至于现在的市场策略：我们能做的只能是追牛不追涨，在夹缝里求生存。
从加州的阳光中走来，穿透硅谷喧嚣的布道与华尔街跳动的K线，AI时代的宏伟与残酷并存。技术改变世界的浪潮汹涌澎湃，但资本的贪婪与物理世界的客观规律终将在这个十字路口发生猛烈的碰撞。2027年下半年的折旧悬崖与估值清算，不是AI产业的末日，而是其涅槃重生的必经之路。守住常识认知，敬畏周期，握紧现金的船票，我们才能在风暴平息后，真正驶入这片被AI技术照亮的新大陆。
数据信息来源：OECD、IEA、WIPO、UNCTAD、GAO、IMF、世界银行、WTO、各个国家政府机构、Haver、WIND、彭博、高盛、大摩、华泰、中金、华创、中国海关、路透、CNN、BBC、华尔街日报、各个上市公司财报等公开信息。以上涉及美国市场分析和结论均为个人实地调研和数据分析得出，不构成任何投资和商业意见，大家仅供参考。