這個新泡沫突顯了資本主義極度寄生的特性，以及需要一個社會主義替代方案。
Marcus Kollbrunner 自由、社會主義與革命（ISA巴西）
（本文首次發表於2025年10月6日）
美國股市正達到歷史新高，由「七大巨頭（Magnificent Seven）」科技公司領銜，數百億資金投入於新能源與耗水量巨大的數據中心，未來還有數萬億美元的投資計劃。然而，同時也有警告指出，人工智能（AI）泡沫隨時可能破裂。提出這些警告的人並非無名小卒，而是Meta董事長兼CEO扎克伯格（Meta旗下有Facebook、Instagram和WhatsApp）、OpenAI的山姆·奧特曼（Sam Altman）、阿里巴巴的蔡崇信等關鍵人物。甚至習近平也對中國在AI的過度投資提出警告。
投資巨頭阿波羅（Apollo）的一名首席經濟學家表示，這個泡沫已經比互聯網泡沫更大，十大AI概念股的股價高到比1990年代的網絡科技巨頭股價更加不切實際。
短期內，儘管全球經濟處於極為不穩定的局面，並面臨創紀錄的債務水平和貿易戰，然而對數據中心的投資，尤其是越來越專注於AI，都已經有助於維持美國和全球經濟的運行。就像2007-2009年美國的房市泡沫危機一樣，如果AI泡沫破裂，那就可能會引發更大的危機。
為了數據中心的快速成長，對於關鍵礦物、水和大量電力的需求正在加劇帝國主義國家之間對全球資源的競爭，任何表面上對於環保的關注都被拋諸腦後。
這個新泡沫突顯了資本主義極度寄生的特性，以及需要一個社會主義替代方案。
更大的投資計劃
根據美國經濟分析局的數據，今年上半年美國經濟增長（1.6%）有2/3與AI投資有關。沒有這些投資，經濟將接近停滯。
德意志銀行策略師薩拉維洛斯（George Saravelos）表示：「英偉達作為AI投資週期的關鍵資本品供應商，目前正肩負著美國經濟增長的重擔，這一說法可能並不誇張。壞消息是，要讓這個科技週期繼續為GDP增長做出貢獻，資本投資需要保持指數增長。但這極不可能。」
谷歌、Meta、微軟和亞馬遜四者加起來，今年僅在數據中心上的支出就接近4000億美元。市場對未來幾年投入數據中心的期望支出，更是天文數字。
摩根士丹利（Morgan Stanley）一項報告指出，在未來三年全球將投資3萬億美元建設AI。麥肯錫（McKinsey）的數據預計，從2025年到2030年，全球公司將需要投資驚人的6.7萬億美元以滿足AI的需求。另一份來自貝恩策略顧問公司（Bain&Co）的報告則表示，直到2030年，每年需要投資2萬億美元，才能滿足預期的AI運算能力需求。
開發ChatGPT的OpenAI公司與軟銀、甲骨文和MGX聯手啟動了一個巨大規模項目——名為「星際之門」，計劃到2029年對其投資5000億美元。同時這計劃將在德克薩斯州建立10個數據中心，並擴張到更多州，以及英國、挪威、日本和阿聯酋等其他國家。
無限增長的幻象
問題在於，所有這些投資都基於如此假設：在短短數年內，生產力、收入和利潤可實現不切實際的增長，這些增長將用來承擔所有的花費，而迄今為止這種增長並不存在。正如一位評論人士總結：「如果他們兌現承諾，到2025年底，Meta、亞馬遜、微軟、谷歌和特斯拉在過去兩年將花費超過5600億美元的資本支出用於AI，但最終只賺到大約350億美元。」
這與互聯網泡沫時期的情況相似。對新科技的期待促成公司價值爆炸性增長，但就生產力增長而言，對經濟的實際影響有限。這不僅是因為對科技本身的期望不切實際，還因為我們所處的資本主義時代和危機時期，本質上就抑制了以對社會有用的方式使用新科技的能力。
無利可見
目前，所有運行AI的公司都未能盈利。事實上，它們正虧損數十億。最成功的AI公司是OpenAI，擁有7億用戶，但只有少數人為服務付費。該公司去年虧損了50億美元，並預計今年將再虧損140至150億美元。運營數據中心的高成本，意味著哪怕有定期付費用戶，該公司仍然在虧本。
微軟是個每個季度都能賺取數百億美元的巨頭，但估計今年從定期付費AI使用者那裡的收入僅為30億美元，然而其計劃中的投資額卻為800億美元。其他巨頭的情況也類似。亞馬遜雖擁有非常賺錢的雲端運算服務（AWS），但預計今年在AI方面的收入僅為50億美元，而支出則高達1050億美元。谷歌的情況稍微好一些，預計將通過支出750億美元，賺取77億美元的收入，而Meta預計將賺取20至30億美元，並支出720億美元（Meta的元宇宙已經是一次極為失敗的嘗試）。
信貸緊縮的風險
這一波AI熱潮也限制了可用於其他投資的資金。根據Statista的數據，美國71%的風險投資資金流向了AI領域。儘管如此，他們仍然難以尋求足夠的資金。軟銀為OpenAI承諾的400億美元貸款正面臨融資困難。反過來，OpenAI也承諾將在「星際之門」項目中投資190億美元，但為此，它將需要軟銀的資金。而這些計劃只是花費數百億甚至數萬億美元的開端！
目前來講，誰正在賺錢？
目前，真正賺錢的公司是英偉達（Nvidia），它生產的圖形處理器（GPU）大多用於訓練及運行數據中心中的AI。這些GPU最初是用於計算機圖形，後來因為加密貨幣挖礦而變得流行，而近期市場因為AI熱潮的爆發而進一步膨脹。該公司最昂貴的GPU——G200每個價格為6-7萬美元，而單個數據中心可能要使用數萬個這樣的GPU。
英偉達如今已經成為全球最具價值的公司，市值達到4.5萬億美元。但這一價值是建立在持續增長的預期上，而已經有跡象顯示，這些增長的速度已經從去年那種驚人速度有所放緩。
為了保持市場增長，英偉達正在投資那些購買其GPU的公司。例如，英偉達達成協議投資1000億美元於OpenAI，但這一投資的條件是：OpenAI需要建設大量新的數據中心，並購買價值數百億的英偉達GPU！
通過建設數據中心，甲骨文公司目前也成為了贏家。這使得其創始人埃里森（Larry Ellison，特朗普的支持者，也是接管抖音海外版TikTok的候選人物）躍升為世界第二大富豪。同時，英偉達創辦人兼CEO黃仁勳也躋身全球十大富豪榜。但甲骨文公司完全依賴於指望這些項目的成功，並且擁有400-500%的債務股本比（=負債總額÷淨資產×100%）！
泡沫依賴於少數幾個巨頭
值得注意的是，這個泡沫在很大程度上依賴於少數幾個巨頭之間的交易，購買設備、建設和進行投資，但從外部創造的收入卻非常少。雅虎財經的勞拉·布拉頓（Laura Bratton）在5月報導稱，微軟、亞馬遜、Meta和字母表公司（Alphabet）合計佔英偉達營收的41.5%，而微軟與Meta各將47%和25%的資本支出投入到了英偉達的芯片上。
目前，標準普爾500（S&P 500）指數中市值最高的10家公司，包括「七大巨頭」，佔據了整個指數的40%，這一比重前所未有。總結來說，股市的40%依賴於少數幾家公司繼續從英偉達購買GPU。
目前，市場仍處於「FOMO」（錯失恐懼症）模式，因此泡沫可能會再增長一段時間。但當它破裂時，隨之而來的下坡過程可能會相當迅速，並拖累整體經濟。
中國，你也是
在中國，我們也看到了數據中心的瘋狂擴張，自從DeepSeek以更便宜的模型吸引了全球關注，並取得了與ChatGPT和其他模型相當的結果後，數據中心就更快速擴張。
根據《金融時報》報道，習近平在中央城市工作會議上表示：「上項目，一說就是幾樣：人工智能、算力、新能源汽車，是不是全國各省份都要往這些方向去發展產業？」中央城市工作會議是不常舉辦的中共高層會議，內容關係到都市發展。
在與美國的緊張競爭中，自主研發AI具有戰略意義，包括軍事用途。同時，特朗普正試圖迫使中國放棄控制TikTok成功的演算法、將其控制權交給美國。
AI或將如何摧毀我們
已經有一些討論，提及AI可能轉而反對人類、威脅人類生存的風險。但更迫切的風險並非AI本身，而是背後支撐AI的公司正在加速對環境的破壞。
數據中心的擴建需要大量的資源。
對關鍵礦產的競爭日益激烈，這成為推動非洲爆發戰爭的因素，西方與中國公司也在非洲、拉丁美洲和亞洲爭奪礦產資源。
數據中心也海量消耗冷卻用水。根據SourceMaterial的調查，亞馬遜、微軟和谷歌在全球各大洲最乾旱的地區經營著耗水量龐大的資料中心，並且還在建造更多的資料中心。
此外，對電力的需求幾乎沒有上限，這甚至阻礙了邁向綠色轉型哪怕再微小的步伐。值得注意的是，資料中心的容量是以吉瓦（GW，10億瓦特）來衡量的，也就是以功耗、而不是資料容量或GPU數量衡量。據估計，2024年至2030年間，數據中心的電力消耗預計將增加一倍以上，增額相當於日本目前的電力需求！
如此情況遍佈世界各地。在美國，到2035年， AI數據中心的電力需求可能會成長30倍以上，達到123吉瓦，而2024年這一數字僅為4吉瓦。光是「星際之門」計劃若得以實施，其能源消耗就將相當於比利時全國的水平。
高盛預計，到2020年，中國數據中心的電力消耗將成長兩倍以上，超過德國去年全年的發電量。
在歐洲，預計數據中心擴建規模約為170吉瓦，相當於該地區目前電力消耗的約1/3。在愛爾蘭，預計到2026年，數據中心的用電量將佔該國總用電量的32%。
能否取得廉價能源將成為AI擴張的主要瓶頸，因此所有可能的能源都將被拿來利用。目前，化石燃料為全球數據中心提供了近60%的電力。儘管中國太陽能與風能發展迅猛，但中國實際上仍在擴大其煤炭能源產能。同時，微軟、谷歌、亞馬遜和Meta正在為了支持其數據中心而投資核電。
大型語言模型的局限性
AI背後的狂熱源於這樣的預測：ChatGPT等技術背後的大型語言模型（LLM）的容量將呈指數級增長，並迅速達到通用人工智能（AGI），能夠處理各種任務，最終將大規模取代工人。福特汽車執行長法利（Jim Farley）預測， AI將使美國白領就業機會減少一半。
為了實現這一目標，需要建立越來越大的模型，並獲取網絡上所有可用的數據。目前，網絡上超過一半的流量是由AI機器人產生的，它們不斷獲取資料來訓練模型。這無疑引發了許多質疑，牽涉到私人公司是否有權使用所有人的數據（包括書籍、學術論文、社交媒體貼文、新聞媒體出版物、YouTube影片等）從而牟利。
這也引發了兩家公司之間的一些質疑。當DeepSeek成功製造出更便宜的模型時，OpenAI試圖指責他們使用自己的數據，但當然，他們自己也剛剛竊取了數據。
起初，AI的成果令人讚嘆不已：聊天機器人似乎能夠進行有意義的對話，生成不錯的文本，甚至被用作增強版搜索引擎。在某些領域和特定用途上， AI取得了令人矚目的成果，例如擊敗國際象棋世界冠軍，或發現用於醫學的新蛋白質。但大型語言模型的限制正日益顯現。
許多人質疑大型語言模型能否達到通用智能，因為它們並非為推理而設計，而是根據機率模型生成文本。其核心功能類似於手機上的「自動完成」功能，但非常先進。這意味著它不會說「我不知道，我沒有足夠的數據」，而是哪怕它必須虛構，或者用這些大型語言模型的話來說——產生「幻覺」，它也會產生計算得出的最有可能的結果。
訓練模型所需的資料也有限制。隨著網上（尤其是一些社交媒體）越來越多的內容是由大型語言模型產生的，模型越來越多地被自身的「幻覺」所訓練。
ChatGPT 5的發布讓許多人大吃一驚，因為其結果並沒有達到預期的飛躍。同時，過去幾年的炒作也失去了動力。
例如，麻省理工媒體實驗室的一份報告發現，儘管企業投資已達300-400億美元，但95%的企業生成式AI試點計劃未能在財務上帶來具規模的回報。因此，美國人口普查局9月初的數據顯示，在員工人數超過250人的公司中，AI的使用率一直在下降，在中型公司中則停滯不前，只有員工人數1至4人的小型企業，AI使用率仍在持續成長。
大型語言模型在電腦程序代碼開發人員中一直很受歡迎。然而，非營利研究機構模型評估與威脅研究（METR）的一項研究表明，與預期相反的是， AI編碼工具反而降低了軟件開發人員的工作速度。AI雖然能快速產生程序代碼，但開發人員需要花費大量時間檢查錯誤。有些人認為，AI擅長編寫簡單的程序代碼及執行常規任務，水平與實習生相當。但如果你取代實習生，一段時間後你可能會面臨失去經驗豐富的員工的風險，因為這些員工都是從實習生做起的。
組織規劃平台Orgvue的一項調查顯示，因採用AI而裁員的企業領導者當中，55%承認他們做出了錯誤的決定，理由包括機構知識的流失、客戶體驗的減弱、內部混亂等因素。
需要社會主義
正如馬克思在《資本論》中所寫，機器是節省人類勞動的工具，但資本的統治將工人變成了機器的附屬品。它非但沒有解放工人，反而奴役工人，為少數精英牟取暴利。AI也不例外。
我們可以看到，這個過程浪費極多，破壞環境，集中更多的財富，並被用來損害工人的權利。
我們需要建立一個社會主義替代方案，將這種具有巨大潛力的技術交到公眾手中，置於工人的控制之下，造福所有人，而非少數人的利潤。