AI 泡沫不能只看估值：投资、收入与生产率的三重检验

「AI 是不是泡沫」这个问法，本身就容易导致误判。因为技术价值、经营回报和资产定价是三件事，它们可以同时为真，也可以彼此背离。

第一重：技术是否真的有用

看的是能力边界与成本曲线。同一类任务，模型能否稳定完成；完成一次的成本，是否随时间下降。这一重检验相对客观，也最容易被夸大——演示成功不等于规模可用。

看的是收入结构与毛利。客户是持续付费，还是一次性采购；推理成本占收入的比例是在收窄还是扩大；增长是靠产品力，还是靠补贴换量。这一重检验决定企业能否自我维持。

看的是预期与现实的差距。定价反映的是未来现金流的想象，而这个想象往往建立在「赢家通吃」的假设上。当行业格局尚未稳定，这个假设最脆弱。

三重检验的结论通常不同：技术层多数为真，经营层严重分化，定价层波动剧烈。把它们混为一谈，就会得出「全是泡沫」或「毫无风险」的极端结论。

第一，投入周期与回报周期错配：基础设施按十年折旧，产品形态可能两年就换代。第二，能力供给与需求成熟度错配：模型能做的事，远多于组织敢让它做的事。第三，成本承担者与收益获得者的错配。

可以建立一个简单的观察表：对每一条 AI 叙事，分别记录「已核验的事实」「厂商声明」「独立验证」「作者判断」。四栏分开，判断会清晰很多。

本文讨论的是分析框架，不构成任何投资建议。具体公司的财务数据，应以公开披露文件为准。

泡沫不是「价格高」的同义词，而是「预期与现金流脱节」的状态。技术可以是真的，生意可以是难的，价格可以是贵的——这三句话可以同时成立。