本周的抛售 科技股 突显了投资者的一种令人痛苦的焦虑：如果你举办一场盛大的聚会，但很少有人出席，会发生什么？
纳斯达克综合指数本周下跌近 3%，华尔街担心投入人工智能的数万亿美元能否带来收入和利润增长，以证明高昂的成本是合理的。
高盛估计，到 2031 年，科技公司将花费 7.6 万亿美元建设数千个新数据中心，以推动人工智能的崛起。但新的数据引发了人们的疑问：即使领先人工智能领域的科技巨头大量借贷来建设所需的基础设施，是否有足够多的消费者和企业愿意为这些服务付费。
独立研究机构 AI Now 副主任凯特·布伦南 (Kate Brennan) 告诉哥伦比亚广播公司新闻 (CBS News)，“人们担心有多少超大规模企业会转向债务市场来为基础设施建设融资。”她指的是推动人工智能资本支出洪流的科技公司——Alphabet、亚马逊、Meta、微软和甲骨文。
她补充说，“回报并没有到来，而且在效率或生产率方面所提出的要求也没有得到证实。”
布伦南还指出，一些消费者和工人对人工智能的实用性越来越怀疑。可以肯定的是，美国人越来越多地使用人工智能，但目前似乎很少有人愿意为此付费。这种不情愿与民意调查显示的公众对人工智能的主要担忧相结合：皮尤研究中心 (Pew Research) 的数据显示，40% 的成年人认为该技术将在未来二十年中成为一种负面的社会力量，而 16% 的人认为它将是积极的社会力量。
与此同时，更多的企业正在 解雇工人 相反，投资人工智能，加剧了人们对该技术对就业影响的担忧。对于雇主来说，回报是不确定的。科技研究公司 Gartner 5 月份的一项研究发现，用人工智能代理取代员工的企业往往无法产生投资回报。
布伦南说，一个结论是，许多消费者使用人工智能并不是出于与机器人聊天的愿望，而是因为根本无法逃避这项技术。在 Google 上输入搜索查询，您将在页面顶部收到 AI 响应。拨打公司的帮助热线，您很可能会接到一位人工智能代理，其声音令人舒缓，并在后台进行假打字。
“我们所看到的当前人工智能采用的推动力直接来自人工智能公司的财务激励，”她补充道。由于巨额资本支出，超大规模企业和其他人工智能公司正在“刻意推动人工智能无处不在——无论需求是否存在，也无论客户是否想要。”
泡沫还是破灭？
华尔街长期以来一直担心 人工智能泡沫 Alphabet 和芯片制造商 Nvidia 等公司屡屡推动美国股市创下新高。对于一些投资者来说，当前的时刻类似于 20 世纪 90 年代末的互联网泡沫。虽然许多早期的互联网雄心勃勃的公司都熄火了，但那些幸存下来的公司——比如亚马逊和谷歌——最终成为盈利的企业，甚至家喻户晓的名字。
先锋集团资本市场研究全球主管Qian Wang和高级全球经济学家Kevin Khang表示，与早期的繁荣与萧条周期一样，人工智能领域可能会产生不平衡的结果。
他们在本周的一份报告中表示：“一些公司可能会变得更有利可图，并具有显着的竞争优势，而另一些公司可能会发现他们的核心业务在新的人工智能经济中已经过时。” “随着我们不断了解人工智能的经济学在实践中的样子——人工智能资本支出的轨迹、超大规模企业如何有效地将人工智能投资货币化，以及人工智能潜在市场的规模和形状——市场对涨跌的敏感度可能会很大。”
他们补充道，“投资者应该预料到一段坎坷的旅程。”
凯投宏观 (Capital Economics) 首席市场经济学家乔纳斯·戈尔特曼 (Jonas Goltermann) 认为，人工智能相关股票的涨势正在放缓，同时指出，美国和亚洲以科技股为主的金融市场可能会在今年剩余时间内表现优于大盘。但该投资咨询公司预计这些股票将在 2027 年下跌，甚至可能大幅下跌。
投资回收期测试
Yardeni Research 的经济学家 Ed Yardeni 表示，超大规模企业和其他人工智能公司的高估值背后的一个关键问题是，他们的资本支出计划是否反映了现实的收入预测。
Alphabet、亚马逊、Meta 和微软等公司预计人工智能服务的强劲需求，正在数据中心和芯片上投入巨资，而 OpenAI 和 Anthropic 等大型语言模型开发商则付费使用其数据中心。然而，消费者和企业最终能否产生足够的收入来证明这些投资的合理性还有待观察。
亚德尼在给投资者的一份报告中表示：“如果最终用户对人工智能/法学硕士产品的预期需求未能实现，或者其产品的价格大幅低于预期，那么人工智能生态系统就会崩溃。”
Yardeni 的团队检查了 OpenAI 和 Anthropic 的年化收入预估，以评估他们的用户增长速度是否足以满足其对超大规模的支出承诺——他称之为“资本支出回报测试”，以检查这些公司是否能够支持行业的资本支出。
他们的结论是：目前还不行，但如果当前的增长预测成立，几年后情况将会有所改善。
亚德尼说：“我们发现人工智能生态系统尚未完全由最终用户收入支持，但也不完全是投机性的。” “2030 年的预期收入使数学看起来要好得多。但这些预测取决于一个重要假设：人工智能收入必须继续扩大，计算效率必须提高，或者两者兼而有之。”
#大型科技公司全力投入人工智能领域现在他们需要的只是客户