人工智能投资辩论：为什么英伟达CEO可能对市场估值有道理

对于对潜在技术崩溃感到担忧的投资者来说，将当前局势与2000年相提并论似乎预示着不祥。互联网泡沫崩溃时，数万亿市值蒸发，纳斯达克指数下跌77%，而像思科系统这样曾经的市场宠儿甚至跌得更惨。如今的科技反弹——已持续进入第四个年头——自然也引发了市场参与者的类似担忧。

自11月初以来，关于高估值的担忧一直压在科技股头上。纳斯达克综合指数在三个月内仅微升113点，从23,348点涨至23,461点，表现相对平稳。微软在1月下旬发布财报后股价下跌10%，更是加剧了焦虑，尤其是在公司同期报告了60%的同比利润增长的情况下。这种“股价下跌而盈利激增”的矛盾现象，已成为AI时代投资的一个标志，也引发了一个问题：我们是否正经历真正的估值危机，还是市场变得更加挑剔了？

为什么对科技崩盘的担忧是可以理解的

时机把握失误的风险确实令人震惊。一只股价下跌80%的股票，若要回到原点，必须反弹400%，因此避免在市场高点买入尤为关键。2000年3月购买主要科技股的投资者，亏损持续多年甚至数十年才得以弥补。那一时期最大的公司思科的市盈率在高峰时达到了472——无论用什么标准，这都是天文数字的估值。

今天市场的紧张情绪反映了这一历史先例。半导体巨头英伟达（Nvidia）由黄仁勋（Jensen Huang）领导，已成为AI投资热潮的代表和焦点。其市值超过全球任何其他公司，英伟达的健康状况也成为衡量整个AI投资故事的晴雨表。在11月财报发布会上，黄仁勋直接回应了泡沫担忧，强调技术格局与互联网泡沫时期根本不同。

反对AI泡沫的理由：计算范式的转变

黄仁勋指出，摩尔定律——即微芯片性能大约每18个月翻一番的观察——已不再适用于人工智能。相反，他指出行业正经历三大平台变革。

第一，涉及从CPU（中央处理器）向GPU（图形处理器）计算的巨大转变。企业在传统CPU上投入了数千亿美元，用于非AI应用。这些工作负载正逐步迁移到为AI优化的GPU基础设施上。这一转变带来的云计算市场，已成为数百亿美元的巨大机遇。

第二，黄仁勋强调，人工智能正处于关键拐点：它既在取代旧有系统，又在推动全新应用的诞生。生成式AI已成为搜索排名、广告定向、转化预测和内容审核的标准工具——这些领域此前由传统机器学习主导。Meta的AI驱动营销工具就是一个具体例证：Instagram的转化率提升了5%，Facebook则提升了3%。黄仁勋认为，这些改进为“主要超大规模云服务商带来了可观的收入加速”。

最后，Agentic AI（自主智能系统）的崛起，代表了“下一代计算前沿”。这些系统——从AI法律助手到自动驾驶系统——具备推理和规划能力。黄仁勋在1月的演讲中再次强调，英伟达的自动驾驶技术是“物理人工智能应用的变革性时刻”。

数据驱动的反驳：估值讲述不同的故事

虽然黄仁勋关于AI变革潜力的叙述具有分量，但实际的估值指标提供了有力的反证，反对泡沫论。

目前，纳斯达克100指数的平均市盈率为32.9，实际上低于一年前的33.4。这一温和的下降，反而与泡沫条件相反。以2000年3月为例，纳斯达克100的市盈率曾高达60，泡沫破裂前夕。

对个股的比较更为明显。1999年最大科技公司思科的估值在高峰时达到了472倍市盈率。而今天，英伟达的市盈率为47.7，约为思科峰值的十分之一，尽管其在行业中的作用已大大增强。

除了估值倍数外，盈利趋势也明显不同于互联网泡沫时期。那时，约14%的科技公司实现盈利。而如今，推动AI革命的公司盈利强劲且增长加速。上个季度，英伟达利润同比增长65%；微软利润增长60%；谷歌母公司Alphabet的季度收入首次突破1000亿美元，利润也增长了33%，尽管还面临34.5亿美元的反垄断罚款。

历史类比在审视下的崩溃风险

当考察盈利能力时，2000年的市场与今天的差异尤为明显。互联网泡沫时期，估值被投机性商业模式和几乎无盈利的公司推高。而今天的科技巨头拥有坚实的财务基础和持续的盈利增长，为当前的市场价格提供了真实的支撑，而非纯粹的投机。

这三个月的盘整期，实际上为高速增长的公司提供了扩展到当前估值的机会。随着这些企业持续实现60%以上的利润增长，曾令交易者担忧的估值压缩，反而可能在事后看来是一个买入良机。

重新审视泡沫论

对AI泡沫的持续担忧，源于对历史的记忆。然而，从实际数据出发，证据显示我们正经历与互联网泡沫截然不同的局面。估值仍相对克制，远低于历史上的科技极值；盈利能力在主要企业中加速增长；支撑当前价格的技术基础稳固而非投机。

AI投资是否最终能带来预期的变革性回报，仍是悬而未决的问题。但现有证据表明，将当今市场描述为泡沫，忽略了估值指标和企业基本面与以往科技狂热的巨大差异。