本文作者 | 万连山
数据支持 | 勾股大数据（www.gogudata.com）
最近几天，全球市场、尤其是韩国股市连续下跌，气氛极度压抑。
所有人对 AI 泡沫破裂的恐慌也越来越重。
但要搞清楚，这波裂开的究竟是 AI 泡沫，还是 " 炒 AI 的人 "？
5 月底，韩国当局一口气批准了十余只挂钩三星和 SK 海力士的两倍单股杠杆 ETF。
上涨时，ETF 被动买入维持杠杆，散户疯狂涌入；下跌时，超过 120 万杠杆散户账户触发追加保证金，20-30 岁的年轻人爆仓比例高达 62%。
进而导致了恶性暴力事件：
7 月 13 日，某20 多岁的韩国年轻人，持刀刺伤了一名 40 多岁的网红股票博主。
警方通报说，嫌疑人听信了该博主的推荐，倾尽积蓄、加杠杆重仓 SK 海力士，然后就爆仓了、背上巨债。
他摸清了博主线下办公地址，连捅数刀。
最近美光和三星先后发布财报，业绩暴增十几倍，股价却都见顶下跌。
这无疑加剧了恐慌：业绩这么好还跌，后面怎么办？
而如此这般，本质上是大量杠杆资金在极度拥挤的仓位里踩踏，是散户和投机机构在芯片产能周期性波动中的自我恐慌。
和 AI 产业的实际应用价值，能有多大关系？
01
核心需求变了吗？
AI 泡沫是否破裂，最关键的因素是两方面的需求：AI 企业的算力需求，应用端的需求。
而现在，由于月初 Meta 宣布出租剩余算力，市场担忧算力是否已经过剩，导致 AI 巨头未来的资本开支大幅缩减。
但 Meta 为什么出租算力？我们之前的文章其实已经讨论了。
因为下一代大模型的训练，前沿巨头们争夺的是 Blackwell、Rubin 等新一代集群算力。
上一代芯片，若仅仅用来跑推理、跑日常业务太浪费了，不如打包成云服务租出去赚现金流。
事实是，Meta 2026 年全年的 AI 资本开支不仅没降，反而提升到了 1250-1450 亿美元，且刚跟 AMD 签了 5 年 600 亿美元的合作，还向外采购近 500 亿美元算力资源。
仅亚马逊、微软、谷歌、Meta 四家，今年的资本开支总和预计将达到 7250 亿美元，相比去年上涨 77%。
当然，具体情况，还要等到月底才会陆续披露，现在无法下定论。
不过高盛的预估非常大胆：
"如果 AI 基础设施的建设轨迹，遵循人类历史上铁路和汽车黄金时代的规律——即增量投资达到 GDP 的 2%-3%，那么到 2027 年，全球超大规模云厂商的资本开支将轻松跨过 1.1 万亿美元；在极端的乐观情境下，甚至可能冲到 1.4 万亿美元！"
也就是说，AI 企业在算力方面的需求，大概率是继续上涨的。
但如此膨胀的开支，是否对应有足够的市场需求？
而且，特定服务的特定用户，是真真切切在用真金白银买单。
先看关注最高的两家。
5 月 28 日，Anthropic 完成 650 亿美元的 H 轮融资，估值被推到 9650 亿美元。
而支撑这一估值的，就是让人震惊的收入增速。
财富 100 强企业中有 70% 是它的客户，每年支付 100 万美元以上的客户超过 1000 家，推理基础设施毛利率暴涨到了 70% 以上。
其中，针对程序员和企业的开发工具 Claude Code，发布短短 6 个月就创造了 10 亿美元的年华收入，到今年 2 月更是突破了 25 亿美元。
用户规模最大的 OpenAI，虽然在 B 端市场抢不到油水，但如今的年华收入也站稳了 400 亿美元。
B 端方面，最赚钱的是 Microsoft 365 Copilot。
截至 2026 年 4 月，其付费企业席位突破了 2000 万哥，仅一季度就净增 500 万个席位，且仍在以每个季度 30% 以上的增速侵蚀传统的办公软件市场。
目前，财富 500 强中超过 60% 的企业，都拥有至少 1 万个的 Copilot 席位。购买 5 万个席位以上的大厂客户数量比 2025 年同期翻了四倍。
比如全球最大的咨询巨头埃森哲，给全球 120 个国家的 74.3 万名员工，全员部署了 Copilot。
这玩意并不算便宜，每个席位每月是 30 美元。
为什么埃森哲愿意掏这笔巨款？因为在前期 20 万人的灰度测试中，97% 的员工表示 AI 让完成日常任务的速度快了最多 15 倍。
其次是客户关系管理巨头 Salesforce，最新财报创纪录地达到 415 亿美元营收。
其旗下的智能体平台在整个生命周期里已经为全球企业客户交付了 24 亿个 " 智能体工作量单位 "，累计处理了 19 万亿个 Tokens。
" 过去我们卖的是软件许可证，客户需要雇人来操作软件。现在我们卖的是‘ AI 员工’。不再按席位收费，而是按 AI 干了多少活（每工作量单位）来收费。这彻底引爆了那些想要砍掉人工客服、人工销售支持的企业的需求。"
C 端方面，首先看苹果。
截至今年 5 月，其全球活跃设备安装量为 25 亿台，其中支持 Apple Intelligence 的设备突破 5.6 亿台。
而且，由于全球超过 8 亿台老旧 iPhone 无法兼容端侧 AI，一场由 AI 驱动的、价值数千亿美元的 "iPhone 升级超级周期 " 也已经在 2026 年开始爆发。
这种需求，是实打实地的。
其次，AI 搜索引擎 Perplexity AI。
随着新产品线和企业级 Pro 版的推出，年经常性收入在一个月内暴涨 50%，它的月活用户突破 3000 万。
用户也已经用钱包证明：只要 AI 真的能解决问题，绝对有愿意为此买单。
这是席卷各行各业的 " 生产力重定价 "，绝不是泡沫。
AI 应用公司正在大口大口地吃掉传统软件的市场份额。
基于这种确定的趋势，我们甚至可以做一些极端的推演。
02
即便算力过剩了
很多人其实都忽略了一个事实：
AI 根本不需要变得更聪明。
这不是能不能的问题，而是绝大部分企业、绝大部分人不需要。
物流分拣员，快递员，外卖员，送餐收盘子的服务员，流水线零件安装工，建筑工地放线员，吊车驾驶员，叉车驾驶员，人力搬运工，文案，美工，错字校对，地铁安检员……
这些岗位，真的需要更高的智能吗？
做个最极端的假设：
就算算力真过剩了，规模法则明天就彻底失效，LLM 的逻辑、推理、语言能力永远停留在 2026 年夏天的水平……
凭现在的 AI 智能水平，只要给它配上 " 身体 "，依然足以引发人类历史上前所未有的生产力大解放。
这波泡沫，依然不会彻底破裂。
根据麦肯锡关于工作自动化的长期跟踪研究：
在全球经济中，约有 60%-70% 的工时可以通过现有的技术实现自动化。而在制造业、物流业、零售和餐饮等物理操作高频的行业，这一比例超过 90%。
市场乃至全社会对这一部分的需求，正在加速兑现。
仓储物流方面。
截至 2026 年 6 月，亚马逊在全球部署的机器人车队已经突破 100 万台。
它们协助处理了全球 75% 的亚马逊包裹递送。其最新的 "Sequoia" 仓储系统，利用具身 AI 识别和存储货物的速度比以前提高了 75%。
无人配送方面。
由 Starship Technologies 运营的自动配送机器人车队，今年已经完成了超过 800 万次真实商业配送。
2000 多台小车每天穿越超过 12.5 万条马路，把食物送到用户手中。
以及关注最多的工业制造方面。
以中国为例，目前制造业的劳动力缺口将近 3000 万人，具身智能行业的数据缺口高达 95%。
麦肯锡的预测非常大胆：到 2030 年，全球最多将有 8 亿个工作岗位被机器人和自动化取代。
而如今，这方面，连十分之一的潜力都还没有兑现。
所以，就算算力真的严重过剩了，结果怎样？
Token 价格将出现断崖式暴跌。
对于卖卡的英伟达，或整天计算折旧费的微软、谷歌而言，确实是噩耗。
但应用和需求方面不会受到多大影响，对具身智能行业、乃至整个社会而言，更是天大的利好。
财富将迅速从虚拟的"云端算力霸权"，转移到物理世界的"硬件控制节点"。
谁能做出最稳定、最抗造、最便宜的机器人，谁能把 AI 大脑跟挖掘机、扫地机、流水线更完美结合，谁就能拿走物理世界中 90% 劳动力的超额利润。
这才是真正的市场需求。
也能在一定程度上解释，为什么韩国那些纯靠杠杆 ETF 推上去的个股会遭遇连环踩踏。
你不值这个价。
资金不是抛弃了 AI，而是在 AI 产业链内部进行高低切换。
从前期涨幅过大、故事透支的中游制造环节，流向那些更具有壁垒的先进封装、高端算力租赁以及跑通了商业模式的软件大厂。
这顶多只能算是挤掉了杠杆炒出来的泡沫。
03
尾声
很早就说过，将如今的情况，类比 2000 年的互联网泡沫，是非常荒谬的。
当时，绝大多数互联网公司连怎么变现都不知道，全靠 PPT 骗投资。
而如今的 AI 技术，需求是明确的，企业是有真金白银、且仍在高速增长的收入的。
看宏观，科技巨头的资本开支依然在扩张；
看中观，主流大模型订阅服务和 API 调用量仍在以月翻倍的速度下沉到每一个行业；
看微观，各种不同功能的机器人，也正准备接管这颗星球上最繁重庞杂的劳作。
只要这三者不证伪，很难想象 AI 泡沫究竟如何完全破裂。
此时此刻，大概只是马拉松长跑中的一次中场补水。
