历史资本泡沫都有这五大规律，AI 现在踩在第几阶段？

BCA Research 报告预警 AI 泡沫将在 6 至 12 个月内破灭，建议投资者短期中性、中期低配股票，关注分析师预期、GPU 成本等前瞻指标。本文源自华尔街见闻所着文章，由Foresight News整理、编译及撰稿。 （前情提要：辉达 Q3 财报亮眼粉碎 AI 泡沫论，黄仁勋：Blackwell 需求好到爆、Nvidia 盘后拉涨 5％） （背景补充：《大卖空》Michael Burry本季清仓持股！为何转向放空Nvidia和中国科技股？ ） 从19 世纪铁路到 21 世纪人工智慧，历史上每一次重大技术革新都催生资本支出热潮，但狂热往往以泡沫破灭收场。 BCA Research 在今年 11 月发布的专项报告《When Capex Booms Turn Into Busts: Lessons From History》复盘四次典型资本支出热潮，揭示了从繁荣走向崩塌的核心逻辑，并对当前 AI 热潮发出预警。 报告总结出五大共性规律：投资者忽视技术采用的 S 型曲线、营收预测低估价格下跌幅度、债务成为融资核心依赖、资产价格峰值先于投资下滑出现，以及资本支出崩盘与经济衰退相互加剧。而这些规律在当前 AI 领域已显现苗头：技术采用率停滞、Token 价格暴跌超 99%、企业债务激增、GPU 租赁成本下降。 基于历史对照分析，BCA Research 得出结论：AI 热潮正遵循历史泡沫路径，预计将在未来 6 至 12 个月内结束。报告建议投资者短期对股票保持中性配置，中期适度低配股票，密切追踪分析师预期修正、GPU 租赁成本、企业自由现金流等前瞻性指标。 报告特别指出，当前经济环境更添隐忧，美国职位空缺已降至五年低点。若 AI 热潮退去且无新泡沫抵消冲击，未来经济衰退可能比 2001 年网际网路泡沫破裂时更为严重。 历史镜鉴：四次资本狂欢的崩塌轨迹 BCA 称，资本支出热潮的本质是资本对新技术商业化前景的集体乐观预期，但历史反复证明这种乐观往往脱离技术落地的客观规律，最终在供需失衡、债务累积与估值虚高中走向崩塌。 19 世纪英美铁路热潮展现了产能过剩的破坏力。 报告指出，1830 年利物浦 – 曼彻斯特铁路的成功点燃英国投资狂潮，1843 至 1845 年间铁路股票价格近乎翻倍。 到 1847 年，铁路建设支出占英国 GDP 的比例飙升至创纪录的 7%。流动性收紧最终引发 1847 年 10 月金融危机，铁路指数较峰值暴跌 65%。 报告称，美国的铁路热潮在 1873 年恐慌中达到高潮，纽约证券交易所被迫关闭十天，1873 至 1875 年间企业债券违约损失达到面值的 36%。 1887 年美国铁路铺设里程达到 1.3 万多英里峰值后，产能过剩导致运输价格崩溃，到 1894 年约 20% 的美国铁路里程陷入破产管理。 20 世纪 20 年代电气化热潮暴露了金字塔式资本结构的脆弱性。 报告指出，家庭通电比例从 1907 年的 8% 攀升至 1930 年的 68%，但这一进程主要集中在城市。 华尔街深度参与这场热潮，公用事业公司股票和债券被宣传为「寡妇孤儿都可投资」的安全资产，到 1929 年控股公司控制了美国 80% 以上的发电量。 报告称，1929 年股市崩盘后，最大公用事业集团 Insull 于 1932 年破产，据称导致 60 万小投资者的毕生积蓄化为乌有。美国电力公用事业建设支出在 1930 年达到约 9.19 亿美元峰值后，1933 年暴跌至 1.29 亿美元。 90 年代末网际网路热潮印证了创新不代表获利。 BCA 称，1995 至 2004 年间，美国非农企业生产率年化成长率达到 3.1%，远超后续时期。 但科技相关资本支出占 GDP 的比例从 1992 年的 2.9% 飙升至 2000 年的 4.5%，过度投资给企业资产负债表带来巨大压力。 报告指出，电信行业自由现金流在 1997 年末达到峰值后连续下滑，2000 年大幅暴跌。纳斯达克综合指数在 1995 至 2000 年间上涨 6 倍后，随后两年半内暴跌 78%。 多次石油热潮完美诠释了供需失衡的循环往复。 BCA 表示，1930 年德克萨斯州东部发现巨大石油储量后，12 个月内日产量突破 30 万桶，但大萧条加剧导致油价暴跌至每桶 10 美分。 1985 年沙乌地阿拉伯放弃产量限制，导致油价一度跌至每桶 10 美元。 2008 至 2015 年间，美国页岩油热潮推动原油产量从每日 500 万桶增至 940 万桶，而 2014 年石油输出国组织拒绝减产，使得油价从当年中期的每桶 115 美元跌至年末的 57 美元。 五大共性规律：从繁荣到崩塌的必经之路 复盘四次典型热潮的兴衰，BCA Research 总结出五大共性规律，为判断当前 AI 热潮走向提供了关键标尺。具体来看： 规律一是投资者忽视技术采用的 S 型曲线。 技术采用从来不是线性推进，而是遵循「早期尝鲜者接受—大规模普及—滞后群体跟进」的 S 型曲线。股票价格通常在第一阶段上涨，在第二阶段中期即采用率增速由正转负时达到峰值。 当前 AI 领域正呈现这一特征：多数企业表示有意增加 AI 使用，但实际采用率已显现停滞迹象，部分指标甚至在近几个月出现下滑。这种「意愿与行动」的背离，正是技术采用进入第二阶段后期的典型讯号。 规律二是营收预测低估价格下跌幅度。 新技术初期因稀缺性具备定价权，但随着技术普及和竞争加剧，价格必然大幅下降。1998 至 2015 年间网际网路流量年化成长率高达 67%，但单位资讯传输价格同步大幅下跌。太阳能电池板自问世以来价格持续下跌，仅 2007 年至今就下降了 95%。 AI 行业正重蹈覆辙：2023 年以来，更快晶片和更优演算法的推出，已导致 Token 价格下跌超过 99%。尽管影片生成等新应用涌现，但使用者对这类应用的支付意愿尚不明确。 规律三是债务成为融资的核心依赖。 热潮初期企业通常可透过留存收益满足资本支出需求，但随着投…