本周，加时赛三星电子二季度营业利润同比激增约18倍，周期走到值得资本创下历史新高，关注但其股价当日却逆势下跌近7%。开支这一背离现象折射出市场逻辑的泡沫转变：投资者关注的焦点已从单纯的业绩增长，转向对人工智能（AI）基础设施巨额投资能否快速变现，信号以及本轮热潮持续性的加时赛深层担忧。

AI巨额投资的周期走到值得资本清算时刻是否临近？

独立投资研究机构BCA Research首席中国投资策略师司马菁在7月10日的策略会上指出，AI泡沫确实存在，关注但其核心不在估值端，开支而在盈利端。泡沫她将当前的信号AI投资周期比作世界杯的“加时赛”，认为目前尚未进入决定生死的加时赛“罚点球”阶段，但风险正在累积。周期走到值得资本

针对AI资本开支泡沫破裂的关注风险，司马菁提示投资者需密切关注以下四组关键指标：图形处理器（GPU）租金、存储芯片供需、AI应用普及率与投入结构，以及代币（Token）价格与编程智能体下载量。

盈利泡沫而非估值泡沫

司马菁强调，当前的AI泡沫本质上是“盈利泡沫”而非“估值泡沫”。她指出，历史上金融危机前夕，银行股、房地产等行业的盈利往往表现强劲，但这种缺乏持续性的盈利一旦崩塌，市场便会进行剧烈的向下重新定价。以半导体板块为例，尽管其利润率处于高位且市盈率看似不高，但低市盈率恰恰是被不可持续的利润增长所掩盖的假象。

支撑“加时赛”这一判断的依据，主要源于利润、需求与供给三个维度的结构性矛盾：

1. 利润端：折旧压力远超当前盈利

折旧成为悬在超大规模云厂商头顶的达摩克利斯之剑。据市场预测，到2030年，几家头部云厂商合计持有的AI资产规模将达到约2.5万亿美元。若按约20%的折旧率计算，仅今年年末的折旧费用就将高达约5000亿美元。相比之下，这些厂商去年的合计盈利仅为4000亿美元。这意味着，仅折旧一项支出就已超过其总利润，且这部分成本尚未在财务报表中充分反映。

2. 需求端：“循环记账”掩盖现金流危机

需求层面的隐患隐藏在一种“循环记账”机制中。当一家公司花费100美元购买AI芯片时，这笔支出对卖方而言是收入，对买方而言则被记为资本支出并作为资产入账，从而在买方财报上体现为盈利。司马菁形象地总结道：“你的资本支出，变成了我的现金流。”买卖双方通过这种会计处理，将同一笔资金同时计作盈利。

然而，超大规模厂商的自由现金流已在2024年触顶，预计今年年底将接近归零。一边是现金流逼近赤字，另一边是利润率被推至历史新高。自6月以来市场的纠结正源于此：价值正从资本支出的投入方向接受方转移，这种动态显然不可持续。

3. 供给端：产能过剩与效率提升

供给端的竞争正在快速升温。面对旺盛需求，存储等环节的厂商正加速扩产。司马菁援引互联网时代的经验指出，技术迭代带来的效率提升往往会消化掉相当一部分增量需求，即“更少的投入，也能换来更多的产出”。这意味着AI领域的资本开支未必会如市场预期般持续膨胀。一旦扩出的产能追上需求，价格与利润的下行便难以避免。

司马菁并不排除相对乐观的情形，即厂商能证明投资确有回报，且这种可能性大于厂商因回报不及预期而主动下调指引。但她强调，从增长率角度看，明年AI投资增速超过今年的可能性不大，到2028年投资规模更将几乎与2027年持平。“市场定价往往看的不是投资的绝对水平，而是今年比去年增加了多少。”她分析道，且市场通常在资金真正投出前就已作出反应。因此，除非明年资本开支大超预期并真正产生利润，“否则投资者心里一定还是会打鼓”。

司马菁认为，明年将是关键节点，利润、需求与供给端的问题可能“集中出现”。“任何经济体最终面对的都不是稀缺，而是过剩。泡沫的本质，是市场为一种终将消失的稀缺性定价。”她警示道，“在任何一个周期里，最终产能都会超过、或追上需求。届时盈利的稀缺性、也就是盈利本身，就不再可持续了。”

四组关键预警信号

为了观察泡沫的形态与破裂迹象，司马菁提出投资者应重点追踪以下四组预警信号：

第一组：GPU租金

从当前数据看，新款芯片租赁费依然坚挺，但旧款价格已有所回落。“旧款其实是一个超前的先行指标，”她解释道，“一旦旧款需求走弱，通常意味着大客户已在等待新品，而小型企业客户则率先削减了预算。”目前该指标已“有一点预警迹象”，但鉴于新款GPU租金仍在走强，“这个指标到目前为止还没有太大问题”。

第二组：存储芯片

存储芯片市场的不确定性相对更大。司马菁分析，AI存储芯片的短缺短期内不会缓解，但供应端正在加速上线，目前已进入一个窗口期：价格可能仍在上涨，但涨速已开始低于市场预期。美光、三星以及中国相关企业均在扩产。她强调：“只要有新产能上线、或产业链上出现新的竞争者，市场往往会在供需真正达成平衡之前很久，就提前反应。”

第三组：AI应用普及率与投入

数据揭示出需求结构的严重失衡。虽然采用率仍在上升，但约20%的大客户贡献了约80%的Token消费。大量中小客户的花费极低，前1%的用户每月在AI上的花费约为7000多美元，而中位数仅为约11美元。

这意味着大部分客户使用的是较便宜的模型，只有少数客户在真正深度使用AI。从投入趋势看，不少公司已在削减而非提高AI应用支出，尤其是在更便宜、更具竞争力的模型不断涌现的背景下，企业实际上在压缩AI相关开支。

第四组：Token价格与编程智能体下载量

这是司马菁认为“最重要、最应关注”的早期预警信号。近期Token价格回落，AI编程智能体的下载量趋于停滞。背后原因主要有二：
1. 供给端变化：越来越多更便宜的开源模型上线，其中包括不少中国模型。
2. 需求端转变：过去许多公司追求“AI技术最大化”，倾向于使用最贵模型以创造最高效率；如今这一思路失去吸引力，越来越多公司转向成本控制。许多公司发现，日常需求无需最前端、最贵的模型即可满足，从而拉低了上游价格。

若泡沫破裂，美股或下行30%～50%

据报道，美国财政部一份为财长贝森特、美联储主席沃什等监管者准备的、尚待批准的报告草案警告称，若AI市场重演25年前互联网泡沫破裂的局面，将对股市、私人信贷、云服务商和芯片制造商等造成广泛冲击。

司马菁认为，AI泡沫破裂对经济的冲击将大于2000年互联网泡沫破裂的情况。原因在于，美国软硬件投资在今年一季度已达到约5%的历史高点，一旦科技投资掉头向下，将显著削弱总需求。

更值得关注的是财富效应的巨大差异。据司马菁测算，美国家庭目前至少持有70万亿美元的股票财富，其中约一半集中于科技股，相当于美国国内生产总值（GDP）的约230%；而在上一次互联网泡沫见顶时，美国居民的家庭股票财富约为13万亿美元，占当时GDP的约130%。“这一次若泡沫破裂，其财富效应会远超上一次。”

她援引一项研究测算称，股票财富每减少1美元（尤其是在股市进入持续下跌的熊市时），会导致消费下降约4美分。据此，若股市财富缩水20%，美国消费大约将减少3%，相当于GDP的约2%。

司马菁提醒，这次的冲击对最富有的1%家庭影响可能更大。市场普遍以“K型经济”形容美国，上端是最富有的家庭，下端是约90%主要依靠工资生活的家庭。但“这一次，K型的上端可能会向下端靠拢，最终由K型变成L型”。

综合上述因素，司马菁得出结论：“如果是AI科技泡沫破裂带来的下行，美股的跌幅可能不是10%、20%，而是落在30%–50%的区间。”她补充说，这一预测“听起来或许有点危言耸听”，但“一旦出现羊群效应，30%并不是一个特别极端的预测”。