这个新泡沫突显了资本主义极度寄生的特性，以及需要一个社会主义替代方案。
Marcus Kollbrunner 自由、社会主义与革命（ISA巴西）
（本文首次发表于2025年10月6日）
美国股市正达到历史新高，由「七大巨头（Magnificent Seven）」科技公司领衔，数百亿资金投入于新能源与耗水量巨大的数据中心，未来还有数万亿美元的投资计划。然而，同时也有警告指出，人工智能（AI）泡沫随时可能破裂。提出这些警告的人并非无名小卒，而是Meta董事长兼CEO扎克伯格（Meta旗下有Facebook、Instagram和WhatsApp）、OpenAI的山姆·奥特曼（Sam Altman）、阿里巴巴的蔡崇信等关键人物。甚至习近平也对中国在AI的过度投资提出警告。
投资巨头阿波罗（Apollo）的一名首席经济学家表示，这个泡沫已经比互联网泡沫更大，十大AI概念股的股价高到比1990年代的网络科技巨头股价更加不切实际。
短期内，尽管全球经济处于极为不稳定的局面，并面临创纪录的债务水平和贸易战，然而对数据中心的投资，尤其是越来越专注于AI，都已经有助于维持美国和全球经济的运行。就像2007-2009年美国的房市泡沫危机一样，如果AI泡沫破裂，那就可能会引发更大的危机。
为了数据中心的快速成长，对于关键矿物、水和大量电力的需求正在加剧帝国主义国家之间对全球资源的竞争，任何表面上对于环保的关注都被抛诸脑后。
这个新泡沫突显了资本主义极度寄生的特性，以及需要一个社会主义替代方案。
更大的投资计划
根据美国经济分析局的数据，今年上半年美国经济增长（1.6%）有2/3与AI投资有关。没有这些投资，经济将接近停滞。
德意志银行策略师萨拉维洛斯（George Saravelos）表示：「英伟达作为AI投资周期的关键资本品供应商，目前正肩负著美国经济增长的重担，这一说法可能并不夸张。坏消息是，要让这个科技周期继续为GDP增长做出贡献，资本投资需要保持指数增长。但这极不可能。」
谷歌、Meta、微软和亚马逊四者加起来，今年仅在数据中心上的支出就接近4000亿美元。市场对未来几年投入数据中心的期望支出，更是天文数字。
摩根士丹利（Morgan Stanley）一项报告指出，在未来三年全球将投资3万亿美元建设AI。麦肯锡（McKinsey）的数据预计，从2025年到2030年，全球公司将需要投资惊人的6.7万亿美元以满足AI的需求。另一份来自贝恩策略顾问公司（Bain&Co）的报告则表示，直到2030年，每年需要投资2万亿美元，才能满足预期的AI运算能力需求。
开发ChatGPT的OpenAI公司与软银、甲骨文和MGX联手启动了一个巨大规模项目——名为「星际之门」，计划到2029年对其投资5000亿美元。同时这计划将在德克萨斯州建立10个数据中心，并扩张到更多州，以及英国、挪威、日本和阿联酋等其他国家。
无限增长的幻象
问题在于，所有这些投资都基于如此假设：在短短数年内，生产力、收入和利润可实现不切实际的增长，这些增长将用来承担所有的花费，而迄今为止这种增长并不存在。正如一位评论人士总结：「如果他们兑现承诺，到2025年底，Meta、亚马逊、微软、谷歌和特斯拉在过去两年将花费超过5600亿美元的资本支出用于AI，但最终只赚到大约350亿美元。」
这与互联网泡沫时期的情况相似。对新科技的期待促成公司价值爆炸性增长，但就生产力增长而言，对经济的实际影响有限。这不仅是因为对科技本身的期望不切实际，还因为我们所处的资本主义时代和危机时期，本质上就抑制了以对社会有用的方式使用新科技的能力。
无利可见
目前，所有运行AI的公司都未能盈利。事实上，它们正亏损数十亿。最成功的AI公司是OpenAI，拥有7亿用户，但只有少数人为服务付费。该公司去年亏损了50亿美元，并预计今年将再亏损140至150亿美元。运营数据中心的高成本，意味着哪怕有定期付费用户，该公司仍然在亏本。
微软是个每个季度都能赚取数百亿美元的巨头，但估计今年从定期付费AI使用者那里的收入仅为30亿美元，然而其计划中的投资额却为800亿美元。其他巨头的情况也类似。亚马逊虽拥有非常赚钱的云端运算服务（AWS），但预计今年在AI方面的收入仅为50亿美元，而支出则高达1050亿美元。谷歌的情况稍微好一些，预计将通过支出750亿美元，赚取77亿美元的收入，而Meta预计将赚取20至30亿美元，并支出720亿美元（Meta的元宇宙已经是一次极为失败的尝试）。
信贷紧缩的风险
这一波AI热潮也限制了可用于其他投资的资金。根据Statista的数据，美国71%的风险投资资金流向了AI领域。尽管如此，他们仍然难以寻求足够的资金。软银为OpenAI承诺的400亿美元贷款正面临融资困难。反过来，OpenAI也承诺将在「星际之门」项目中投资190亿美元，但为此，它将需要软银的资金。而这些计划只是花费数百亿甚至数万亿美元的开端！
目前来讲，谁正在赚钱？
目前，真正赚钱的公司是英伟达（Nvidia），它生产的图形处理器（GPU）大多用于训练及运行数据中心中的AI。这些GPU最初是用于计算机图形，后来因为加密货币挖矿而变得流行，而近期市场因为AI热潮的爆发而进一步膨胀。该公司最昂贵的GPU——G200每个价格为6-7万美元，而单个数据中心可能要使用数万个这样的GPU。
英伟达如今已经成为全球最具价值的公司，市值达到4.5万亿美元。但这一价值是建立在持续增长的预期上，而已经有迹象显示，这些增长的速度已经从去年那种惊人速度有所放缓。
为了保持市场增长，英伟达正在投资那些购买其GPU的公司。例如，英伟达达成协议投资1000亿美元于OpenAI，但这一投资的条件是：OpenAI需要建设大量新的数据中心，并购买价值数百亿的英伟达GPU！
通过建设数据中心，甲骨文公司目前也成为了赢家。这使得其创始人埃里森（Larry Ellison，特朗普的支持者，也是接管抖音海外版TikTok的候选人物）跃升为世界第二大富豪。同时，英伟达创办人兼CEO黄仁勋也跻身全球十大富豪榜。但甲骨文公司完全依赖于指望这些项目的成功，并且拥有400-500%的债务股本比（=负债总额÷净资产×100%）！
泡沫依赖于少数几个巨头
值得注意的是，这个泡沫在很大程度上依赖于少数几个巨头之间的交易，购买设备、建设和进行投资，但从外部创造的收入却非常少。雅虎财经的劳拉·布拉顿（Laura Bratton）在5月报导称，微软、亚马逊、Meta和字母表公司（Alphabet）合计占英伟达营收的41.5%，而微软与Meta各将47%和25%的资本支出投入到了英伟达的芯片上。
目前，标准普尔500（S&P 500）指数中市值最高的10家公司，包括「七大巨头」，占据了整个指数的40%，这一比重前所未有。总结来说，股市的40%依赖于少数几家公司继续从英伟达购买GPU。
目前，市场仍处于「FOMO」（错失恐惧症）模式，因此泡沫可能会再增长一段时间。但当它破裂时，随之而来的下坡过程可能会相当迅速，并拖累整体经济。
中国，你也是
在中国，我们也看到了数据中心的疯狂扩张，自从DeepSeek以更便宜的模型吸引了全球关注，并取得了与ChatGPT和其他模型相当的结果后，数据中心就更快速扩张。
根据《金融时报》报道，习近平在中央城市工作会议上表示：「上项目，一说就是几样：人工智能、算力、新能源汽车，是不是全国各省份都要往这些方向去发展产业？」中央城市工作会议是不常举办的中共高层会议，内容关系到都市发展。
在与美国的紧张竞争中，自主研发AI具有战略意义，包括军事用途。同时，特朗普正试图迫使中国放弃控制TikTok成功的演算法、将其控制权交给美国。
AI或将如何摧毁我们
已经有一些讨论，提及AI可能转而反对人类、威胁人类生存的风险。但更迫切的风险并非AI本身，而是背后支撑AI的公司正在加速对环境的破坏。
数据中心的扩建需要大量的资源。
对关键矿产的竞争日益激烈，这成为推动非洲爆发战争的因素，西方与中国公司也在非洲、拉丁美洲和亚洲争夺矿产资源。
数据中心也海量消耗冷却用水。根据SourceMaterial的调查，亚马逊、微软和谷歌在全球各大洲最干旱的地区经营著耗水量庞大的资料中心，并且还在建造更多的资料中心。
此外，对电力的需求几乎没有上限，这甚至阻碍了迈向绿色转型哪怕再微小的步伐。值得注意的是，资料中心的容量是以吉瓦（GW，10亿瓦特）来衡量的，也就是以功耗、而不是资料容量或GPU数量衡量。据估计，2024年至2030年间，数据中心的电力消耗预计将增加一倍以上，增额相当于日本目前的电力需求！
如此情况遍布世界各地。在美国，到2035年， AI数据中心的电力需求可能会成长30倍以上，达到123吉瓦，而2024年这一数字仅为4吉瓦。光是「星际之门」计划若得以实施，其能源消耗就将相当于比利时全国的水平。
高盛预计，到2020年，中国数据中心的电力消耗将成长两倍以上，超过德国去年全年的发电量。
在欧洲，预计数据中心扩建规模约为170吉瓦，相当于该地区目前电力消耗的约1/3。在爱尔兰，预计到2026年，数据中心的用电量将占该国总用电量的32%。
能否取得廉价能源将成为AI扩张的主要瓶颈，因此所有可能的能源都将被拿来利用。目前，化石燃料为全球数据中心提供了近60%的电力。尽管中国太阳能与风能发展迅猛，但中国实际上仍在扩大其煤炭能源产能。同时，微软、谷歌、亚马逊和Meta正在为了支持其数据中心而投资核电。
大型语言模型的局限性
AI背后的狂热源于这样的预测：ChatGPT等技术背后的大型语言模型（LLM）的容量将呈指数级增长，并迅速达到通用人工智能（AGI），能够处理各种任务，最终将大规模取代工人。福特汽车执行长法利（Jim Farley）预测， AI将使美国白领就业机会减少一半。
为了实现这一目标，需要建立越来越大的模型，并获取网络上所有可用的数据。目前，网络上超过一半的流量是由AI机器人产生的，它们不断获取资料来训练模型。这无疑引发了许多质疑，牵涉到私人公司是否有权使用所有人的数据（包括书籍、学术论文、社交媒体贴文、新闻媒体出版物、YouTube影片等）从而牟利。
这也引发了两家公司之间的一些质疑。当DeepSeek成功制造出更便宜的模型时，OpenAI试图指责他们使用自己的数据，但当然，他们自己也刚刚窃取了数据。
起初，AI的成果令人赞叹不已：聊天机器人似乎能够进行有意义的对话，生成不错的文本，甚至被用作增强版搜索引擎。在某些领域和特定用途上， AI取得了令人瞩目的成果，例如击败国际象棋世界冠军，或发现用于医学的新蛋白质。但大型语言模型的限制正日益显现。
许多人质疑大型语言模型能否达到通用智能，因为它们并非为推理而设计，而是根据机率模型生成文本。其核心功能类似于手机上的「自动完成」功能，但非常先进。这意味着它不会说「我不知道，我没有足够的数据」，而是哪怕它必须虚构，或者用这些大型语言模型的话来说——产生「幻觉」，它也会产生计算得出的最有可能的结果。
训练模型所需的资料也有限制。随着网上（尤其是一些社交媒体）越来越多的内容是由大型语言模型产生的，模型越来越多地被自身的「幻觉」所训练。
ChatGPT 5的发布让许多人大吃一惊，因为其结果并没有达到预期的飞跃。同时，过去几年的炒作也失去了动力。
例如，麻省理工媒体实验室的一份报告发现，尽管企业投资已达300-400亿美元，但95%的企业生成式AI试点计划未能在财务上带来具规模的回报。因此，美国人口普查局9月初的数据显示，在员工人数超过250人的公司中，AI的使用率一直在下降，在中型公司中则停滞不前，只有员工人数1至4人的小型企业，AI使用率仍在持续成长。
大型语言模型在电脑程序代码开发人员中一直很受欢迎。然而，非营利研究机构模型评估与威胁研究（METR）的一项研究表明，与预期相反的是， AI编码工具反而降低了软件开发人员的工作速度。AI虽然能快速产生程序代码，但开发人员需要花费大量时间检查错误。有些人认为，AI擅长编写简单的程序代码及执行常规任务，水平与实习生相当。但如果你取代实习生，一段时间后你可能会面临失去经验丰富的员工的风险，因为这些员工都是从实习生做起的。
组织规划平台Orgvue的一项调查显示，因采用AI而裁员的企业领导者当中，55%承认他们做出了错误的决定，理由包括机构知识的流失、客户体验的减弱、内部混乱等因素。
需要社会主义
正如马克思在《资本论》中所写，机器是节省人类劳动的工具，但资本的统治将工人变成了机器的附属品。它非但没有解放工人，反而奴役工人，为少数精英牟取暴利。AI也不例外。
我们可以看到，这个过程浪费极多，破坏环境，集中更多的财富，并被用来损害工人的权利。
我们需要建立一个社会主义替代方案，将这种具有巨大潜力的技术交到公众手中，置于工人的控制之下，造福所有人，而非少数人的利润。
