AI泡沫破裂？大江洪流姜昧軍：中國例外

大江洪流資產董事長 姜昧軍

2025年末的全球資本市場，一場圍繞AI板塊的劇烈震盪打破了此前的狂熱。華爾街大空頭Michael Burry 加碼做空美股AI概念股，引發納斯達克指數單日暴跌超2%，英偉達大跌，明星AI股Palantir盤中大跌10%，收盤仍跌近8%，恐慌情緒迅速傳導至亞太市場，韓國股市和日本股市開盤大跌。這場震盪的背后，並非AI技術迭代遇阻，而是市場終於看清了美國AI產業繁榮表象下的致命短板——電力，這一看似基礎的資源，正成為中美AI競爭的真正勝負手。

美國AI產業的市值泡沫早已顯現。微軟、谷歌、Meta等七家核心科技巨頭憑藉AI概念支撐起近幾萬億美元市值，但大量的相互交易呈現出增長的幻想，也使這些企業的業績增長呈現明顯的「左右互搏」特徵。更值得警惕的是，這十幾萬億市值的根基在很大程度上是依賴未上市公司OpenAI區區130多億美元的年度收入支撐。這種「左腳踩右腳」，缺乏實際應用場景、商業生態和商業模式的高估值本就脆弱，而電力短缺的爆發則直接造成了投資者的恐慌情緒蔓延。

我認為， AI估值高，投資先行、商業化滯后的現象並不非AI所謂泡沫的根本依據，這種現象與上一輪互聯網革命初期的景象相似。但回溯歷史可見，如果説20世紀90年代互聯網泡沫的破裂屬於投資者的認知誤區，那麼當前美國AI產業的困境則直指基礎設施上的硬約束而不是空穴來風。我基本並不認同大空頭Micheal Burry做空AI的原因，但是，現實是美國AI產業根基不穩，且在可見的未來，美國AI領域所謂的「領先的優勢」正在被打破。美國股市的確存在巨大的泡沫破滅的風險，但中國例外，甚至反而可能在長跑中勝出。

微軟首席執行官薩蒂亞·納德拉的坦言揭開了行業真相：「我們不缺AI芯片，但我們沒有足夠的電力」，公司庫存中大量GPU因無法獲得穩定電力供應而閒置。電力短缺已成為美國AI發展的阿喀琉斯之踵，這纔是市場恐慌的核心邏輯。

AI對電力的消耗遠超外界想象。根據斯坦福人工智能研究所發佈的《2023年人工智能指數報告》，大語言模型GPT-3一次訓練的耗電量為1287兆瓦時。而一輛特斯拉Model Y每跑100英里耗電28千瓦時。知名計算機專家吳軍藉此打了個形象的比方——ChatGPT訓練一次要耗多少電？大概相當於3000輛特斯拉電動汽車共同開跑、每輛車跑20萬英里。更嚴峻的是，數據中心40%的電力需用於設備冷卻，這意味着模型在應用層面持續面臨極大的能源壓力。國際能源機構（IEA）在《2024電力》報告中預計，全球AI數據中心的耗電量將是2022年的十倍。美國能源部支持的勞倫斯・伯克利國家實驗室撰寫報告顯示，到 2028 年，數據中心的年用電量可能達到 74 至 132 吉瓦，佔美國總電力消耗的 6.7% 到 12%，2024年AI數據中心耗電量已佔全美總用電量的4%。但美國老化的電網多為上世紀建成，根本無法承載AI數據中心的瞬時高負荷，而新建發電設施面臨重重阻礙——OpenAI呼籲每年新建100吉瓦發電設施，這相當於美國當前核電總裝機容量的1.2倍，不僅建設成本高達數千億美元，更受限於漫長的審批流程與環保阻力。

與美國的電力困境形成鮮明對比的是，中國在能源保障與AI發展協同上展現出顯著優勢。中國電力在2024年首次突破 10 萬億千瓦時，達到10.1 萬億千瓦時，同比增長 6.7%。美國總發電量為4.3萬億千瓦時，中國發電量是美國的約2.3倍，同時，中國在2024年的發電量超過了印度+美國+歐盟的總和。電力絕非中國AI發展的瓶頸，這一判斷源於中國完善的能源基建與戰略佈局。在芯片領域，儘管仍面臨挑戰，但以華為昇騰為代表的國產AI芯片已逐步實現應用突破，配合「東數西算」工程對電力資源的優化配置，正形成「算力補短板、電力強支撐」的發展格局。這種優勢使得中國AI在芯片約束逐步解除后，進入加速發展通道。中美AI算力不同約束下呈現此消彼長的態勢。

中美AI發展路徑的差異在應用落地層面更為清晰，儘管美國採用算法優先，但AGI終極解決方案的發展模式受挫。美國將重心放在通用人工智能（AGI）的豪賭上，OpenAI耗資5000億美元推進「星際之門」超級計算園區計劃，試圖通過集中式算力集羣搶佔技術制高點。但電力約束讓這一「算法優先」戰略嚴重受挫，集中式數據中心因電力不足被迫投資減速，大量算力潛力無法釋放。中國則走了一條「應用驅動」的務實路線，在自動駕駛、創新葯、遊戲等領域已形成生態正循環。

在自動駕駛領域，中國20個試點城市已完成道路數字化全域改造，通過「車路雲一體化」模式，實現車輛200米內實時感知與全局路況預判。這種基於5G-A與「通感算一體化」的技術路徑，能通過升級現有設備實現智能升級，既降低了能耗又提升了落地效率。創新葯領域，AI輔助的藥物研發平臺已實現靶點發現周期縮短50%；遊戲產業則依託本土算力網絡，打造出虛實融合的沉浸式體驗生態。這些「看得見、用得上」的應用落地，正持續反哺技術迭代。

這場以電力為核心的競爭本質是基礎設施支撐能力與發展模式的較量。美國受制於電力基建短板與資本驅動的短視性，陷入「有芯片無電力」的尷尬；中國則憑藉電力保障優勢與應用場景紅利，實現AI產業的穩健進階。 可以預見，未來數年中美AI競爭的差距將逐步顯現：美國在電力約束下不得不放緩算力擴張步伐，AGI研發可能陷入「欲速不達」的困境；中國則可藉助電力優勢與應用紅利，在芯片突破后實現跨越式發展。電力這一看似傳統的資源，正在重新定義AI時代的競爭規則。這場全球資本市場的大跌並不是AI產業泡沫的終結，而是美國AI產業發展模式出現重大缺陷，全球AI產業態勢重大調整的開始，中國資產不但不應該受到全球資產負面影響，反而打開了長期增長的空間。