歷史資本泡沫都有這五大規律，AI 現在踩在第幾階段？

BCA Research 報告預警 AI 泡沫將在 6 至 12 個月內破滅，建議投資者短期中性、中期低配股票，關注分析師預期、GPU 成本等前瞻指標。本文源自華爾街見聞所著文章，由Foresight News整理、編譯及撰稿。 （前情提要：輝達 Q3 財報亮眼粉碎 AI 泡沫論，黃仁勳：Blackwell 需求好到爆、Nvidia 盤後拉漲 5％） （背景補充：《大賣空》Michael Burry本季清倉持股！為何轉向放空Nvidia和中國科技股？ ） 從19 世紀鐵路到 21 世紀人工智慧，歷史上每一次重大技術革新都催生資本支出熱潮，但狂熱往往以泡沫破滅收場。 BCA Research 在今年 11 月發布的專項報告《When Capex Booms Turn Into Busts: Lessons From History》複盤四次典型資本支出熱潮，揭示了從繁榮走向崩塌的核心邏輯，並對當前 AI 熱潮發出預警。 報告總結出五大共性規律：投資者忽視技術採用的 S 型曲線、營收預測低估價格下跌幅度、債務成為融資核心依賴、資產價格峰值先於投資下滑出現，以及資本支出崩盤與經濟衰退相互加劇。而這些規律在當前 AI 領域已顯現苗頭：技術採用率停滞、Token 價格暴跌超 99%、企業債務激增、GPU 租賃成本下降。 基於歷史對照分析，BCA Research 得出結論：AI 熱潮正遵循歷史泡沫路徑，預計將在未來 6 至 12 個月內結束。報告建議投資者短期對股票保持中性配置，中期適度低配股票，密切追蹤分析師預期修正、GPU 租賃成本、企業自由現金流等前瞻性指標。 報告特別指出，當前經濟環境更添隱憂，美國職位空缺已降至五年低點。若 AI 熱潮退去且無新泡沫抵消衝擊，未來經濟衰退可能比 2001 年網際網路泡沫破裂時更為嚴重。 歷史鏡鑑：四次資本狂歡的崩塌軌跡 BCA 稱，資本支出熱潮的本質是資本對新技術商業化前景的集體樂觀預期，但歷史反覆證明這種樂觀往往脫離技術落地的客觀規律，最終在供需失衡、債務累積與估值虛高中走向崩塌。 19 世紀英美鐵路熱潮展現了產能過剩的破壞力。 報告指出，1830 年利物浦 – 曼徹斯特鐵路的成功點燃英國投資狂潮，1843 至 1845 年間鐵路股票價格近乎翻倍。 到 1847 年，鐵路建設支出占英國 GDP 的比例飆升至創紀錄的 7%。流動性收緊最終引發 1847 年 10 月金融危機，鐵路指數較峰值暴跌 65%。 報告稱，美國的鐵路熱潮在 1873 年恐慌中達到高潮，紐約證券交易所被迫關閉十天，1873 至 1875 年間企業債券違約損失達到面值的 36%。 1887 年美國鐵路鋪設里程達到 1.3 萬多英里峰值後，產能過剩導致運輸價格崩潰，到 1894 年約 20% 的美國鐵路里程陷入破產管理。 20 世紀 20 年代電氣化熱潮暴露了金字塔式資本結構的脆弱性。 報告指出，家庭通電比例從 1907 年的 8% 攀升至 1930 年的 68%，但這一進程主要集中在城市。 華爾街深度參與這場熱潮，公用事業公司股票和債券被宣傳為「寡婦孤兒都可投資」的安全資產，到 1929 年控股公司控制了美國 80% 以上的發電量。 報告稱，1929 年股市崩盤後，最大公用事業集團 Insull 於 1932 年破產，據稱導致 60 萬小投資者的畢生積蓄化為烏有。美國電力公用事業建設支出在 1930 年達到約 9.19 億美元峰值後，1933 年暴跌至 1.29 億美元。 90 年代末網際網路熱潮印證了創新不代表獲利。 BCA 稱，1995 至 2004 年間，美國非農企業生產率年化成長率達到 3.1%，遠超後續時期。 但科技相關資本支出占 GDP 的比例從 1992 年的 2.9% 飆升至 2000 年的 4.5%，過度投資給企業資產負債表帶來巨大壓力。 報告指出，電信行業自由現金流在 1997 年末達到峰值後連續下滑，2000 年大幅暴跌。納斯達克綜合指數在 1995 至 2000 年間上漲 6 倍後，隨後兩年半內暴跌 78%。 多次石油熱潮完美詮釋了供需失衡的循環往復。 BCA 表示，1930 年德克薩斯州東部發現巨大石油儲量後，12 個月內日產量突破 30 萬桶，但大蕭條加劇導致油價暴跌至每桶 10 美分。 1985 年沙烏地阿拉伯放棄產量限制，導致油價一度跌至每桶 10 美元。 2008 至 2015 年間，美國頁岩油熱潮推動原油產量從每日 500 萬桶增至 940 萬桶，而 2014 年石油輸出國組織拒絕減產，使得油價從當年中期的每桶 115 美元跌至年末的 57 美元。 五大共性規律：從繁榮到崩塌的必經之路 複盤四次典型熱潮的興衰，BCA Research 總結出五大共性規律，為判斷當前 AI 熱潮走向提供了關鍵標尺。具體來看： 規律一是投資者忽視技術採用的 S 型曲線。 技術採用從來不是線性推進，而是遵循「早期嘗鮮者接受—大規模普及—滯後群體跟進」的 S 型曲線。股票價格通常在第一階段上漲，在第二階段中期即採用率增速由正轉負時達到峰值。 當前 AI 領域正呈現這一特徵：多數企業表示有意增加 AI 使用，但實際採用率已顯現停滯跡象，部分指標甚至在近幾個月出現下滑。這種「意願與行動」的背離，正是技術採用進入第二階段後期的典型訊號。 規律二是營收預測低估價格下跌幅度。 新技術初期因稀缺性具備定價權，但隨著技術普及和競爭加劇，價格必然大幅下降。1998 至 2015 年間網際網路流量年化成長率高達 67%，但單位資訊傳輸價格同步大幅下跌。太陽能電池板自問世以來價格持續下跌，僅 2007 年至今就下降了 95%。 AI 行業正重蹈覆轍：2023 年以來，更快晶片和更優演算法的推出，已導致 Token 價格下跌超過 99%。儘管影片生成等新應用湧現，但使用者對這類應用的支付意願尚不明確。 規律三是債務成為融資的核心依賴。 熱潮初期企業通常可透過留存收益滿足資本支出需求，但隨著投…