美国的 AI 泡沫越来越像个庞氏骗局了。
美国AI眼下最危险的地方，已经从“烧钱太多”变成“必须继续烧钱”。8月4日《经济日报》披露，Alphabet、亚马逊、Meta、甲骨文、英伟达和SpaceX等企业2026年已累计发行约2440亿美元债券，较2025年全年1080亿美元翻了一倍多。钱越往算力、芯片和数据中心集中，市场就越依赖下一轮融资维持高增长预期。
这才是它越来越像庞氏式循环的地方。前一轮投入还没充分证明回报，后一轮更大的投入已经压上来。摩根士丹利数据显示，美国超大规模云计算商整体杠杆率从2025年三季度的0.9倍升至2026年7月的1.8倍。相关分析预计，到2027年，几大巨头AI资本开支可能达到1.1万亿美元。机器越多，折旧、电力和融资成本也会一起往上走。
美国巨头有云计算、广告和软件业务托底，可AI商业模式仍有一个硬问题：海量投入最后能不能形成足够多、足够稳定的新增利润。新华社2月报道，四家科技巨头2026年计划投入约6500亿美元，相关资本开支预算普遍接近或超过过去三年总和。应用端变现如果赶不上基础设施扩张，账面上的“未来增长”自然会越来越昂贵。
中国形成差异的地方，在于AI背后有庞大的产业场景接着。国务院新闻办7月20日公布，2026年上半年我国规模以上制造业企业人工智能技术应用普及率已经超过30%，电子、汽车、电气机械等行业继续成为工业增长的重要力量。AI进入质检、排产、设备运维和物流以后，节约多少时间、减少多少损耗，都能在生产线上算账。
这种路径还在继续加深。工信部等八部门实施“人工智能+制造”专项行动，提出到2027年推动3至5个通用大模型在制造业深度应用，形成1000个高水平工业智能体、100个工业领域高质量数据集和500个典型应用场景。中国AI竞争力由模型能力进一步延伸到工厂、供应链、工业数据和工程经验。
开源又改变了全球AI的赚钱逻辑。工信部7月披露，我国人工智能开源大模型全球累计下载量突破100亿次。国家发展改革委随后发布的《人工智能合作发展行动计划》，明确提出开源生态共享、智能算力普惠，并推动AI在制造、医疗、农业等领域应用。工具成本持续下降，依靠封闭技术长期维持高价格就会越来越难。
我认为，美国AI真正危险的地方，是资本扩张跑得太快，商业回报追得太慢。一旦融资成本、算力利用率或者企业付费意愿出现明显转弱，高投入模式承受的现金流压力就会迅速放大。中国更需要守住自己的节奏，把算力变成生产效率，把模型变成工业工具，再把开源生态沉淀成产业协作能力。
所以接下来观察这场竞争，真正该看的，是谁能让投入持续产生收益。技术革命最终要落进产业和民生，数据中心建得再大，也需要有人持续为里面跑出来的服务付费。美国AI泡沫还会膨胀到什么程度，关键就在这场资本狂奔能否及时换来真实、稳定而且足够大的现金流。