最近美中几家科技巨头财报一出来,AI 泡沫论又开始热闹了起来。
除了前段时间Open AI左脚踩右脚循环投资的段子,还有所谓GPU 折旧问题。
大概言论就是CSP(云服务商)们账上把 GPU 折旧拉到 6 年,但高负载训练 GPU 真实寿命也许只有 2~3 年,把纸面利润吹高了,这不妥妥的泡沫吗?
听起来好像很专业很吓人。
但这种争执其实不值一提,如果把视角从公司利润表抬起来看整个时代,就会发现:
AI 可能会有泡沫,但不是那种时代终结型的泡沫。因为 AI 本身,就是一次对社会结构的重构,是一种全新的“人和信息”交互方式的诞生,这种未来,非常确定。
一、GPU 折旧争议
先说折旧争议。Meta 训练 Llama3 时披露的数据让外界第一次“窥见”顶级训练任务的硬件损耗:训练 54 天,16384 张 H100,466 次中断,其中 419 次非计划,约每 3 小时中断一次。推算年化 AFR(年故障率)约 9%,3 年累计 27%。
于是,GPU 三年报废这事就传开了。
但这里有几个容易被忽略的点:
① 中断 ≠ GPU 坏了
Meta 统计的是训练中断,其中有相当一部分只是“体质差”的 GPU 一直拉垮被反复踢出。Nvidia 一直在改进验证流程,把这类 GPU 在训练前就筛掉,所以最新一代 GPU 的实际年故障率已经在往 6% 以下走。
② 推理卡寿命远比训练卡长得多
训练是持续满载高温,推理是大多数时间在“慢跑”。推理 GPU 年故障率甚至可以低于 2%。
而长远来看,云厂商和模型公司的利润,主要都来自推理。
所以未来 GPU 池子里:训练卡占比下降,推理卡占比上升 → 平均寿命自然更长。
③ GPU 被淘汰?想多了,算力会长期不够用
CRWV(原 CoreWeave)财报直接给了个现实版耳光:2026 到期的合同,客户提前两个季度续了,且续约价格与原来几乎一样:差不到 5%,就连 A100 也依然被疯抢。
这说明什么?
算力根本不够,没人嫌旧 GPU。
所以这类“折旧泡沫”确实是个问题,但它不是那种会把时代拖下水的问题——本质上还是技术路线快到极限时必须精算的风险,而不是这个行业靠不住的根本性危机。
二、AI 可能的泡沫在哪里?
先看看历史上最大的科技泡沫——互联网泡沫是怎么回事?
互联网刚刚兴起的时代,全世界都在疯狂的搞基建(光纤)建设,但是应用端完全没法跟上,大家连在网上,除了看新闻发帖子和电子邮件,啥也干不了。
最后 97% 光纤闲置,搞基建的公司先死了一大批。原因非常简单:基建与应用解耦了,大部分人都不知道上网能干什么。
科技公司做的事情,和用户的需求不在同一个维度上。
但现在的AI 完全反着来。
AI 的需求是被应用端——模型、Agent、产品——倒逼上去的。
现在整个产业链从上到下都是缺口,CSP 的订单积压到 2026,GPU 全线卖爆,数据中心、电力、冷却、存储全部产能不足,连硅谷最佛系的 Nvidia 都开始大搞加班文化。
所以这次的基建根本不是超前建设,而是:需求压着你建,你不建你就死。
那么泡沫在哪?
答案很反直觉:AI 泡沫如果要破,很可能从应用端破。
理由很简单:应用端基本都是靠 VC 钱烧撑着,但应用端的爆款仍然缺位,已实现营收的盈利节奏跟不上算力投入节奏。
直到算力投资越来越大,但应用端大部分创业公司撑不住先挂掉。这与互联网时代基建端死成一片,刚好反过来。
然而和互联网时代的泡沫一样,这不是时代的崩塌,只是竞争格局的正常进化。
真正的问题只有一个:AI 什么时候能出现真正的“爆款应用”?
这件事,需要时间。
三、为什么 AI 的未来“毫无疑问”?
因为这次技术变迁,不仅是技术升级,更是信息流通方式的历史级变革。
这比 GPU 折旧重要 1 万倍。
把视角抬高一点,会看到 AI 是在干两件前所未有的事情:
视角一:AI 正在重构人和信息流的交互方式
历史上每一次技术革命,本质都是提升人和信息的交互效率:
OS 革命:让人能用 GUI 操作电脑;互联网革命:让信息跨地域流动成本接近零;
移动互联网革命:让信息随时随地、高频流动;
推荐流革命:信息开始主动找人;LLM 革命(现在):人可以和信息流进行双向互动。
是的,双向互动。
AI 第一次把信息流变成有生命感的东西,能理解人的语言,能推理人的想法,能连续对话,能代表人执行行动(Agent),还能和你思维共振讨论(多智能体、数字分身)。
如果说,Web1.0 是页面 → 人,Web2.0 是人 ↔ 人,AI 1.0 是信息流 → 人,AI 2.0 是人 ↔ 信息流(历史第一次),AI 3.0 会是人 ↔ 多信息流(多过拟合),AI 4.0 则是多人 ↔ 多信息流。
用玄虚一点的话来说,这是人类第一次能同时和多个不同风格的智慧生命对话。
这是一种新型社会结构。就像从原始部落 → 城市文明,一样的结构性跳变。
这种变革既然已经开启了,终究是不可能停下来的。
视角二:AI 实现了历史上第一次真正的信息统一格式
AI 把所有信息——文字、声音、图像、表格、动作规划——都变成了同一种 token。
这意味着信息之间的障碍得以消失,接口的统一让不同组织之间的技术成本无限下降,各个行业之间的信息壁垒被打破,从而使得组合创新成本呈指数级下降。
创新的本质是什么?
信息再加工,找到新的组合。
(从事互联网行业的同学可以看看道爷几年前的这篇文章《产品经理的核心能力思考》,这也是道爷今天这篇文章的核心思考逻辑)
而token 化让信息的再组合可以实现跨越式的突破,比如医疗可以和金融自然对话,视觉能与文本无缝融合,机器人能用统一语言理解世界,游戏 GPU 数据完全能给自动驾驶提供训练数据,多模态能端到端 scale up……
这超越了以往从门户到社区、从App到小程序的应用层小创新,变成生产力基础结构的颠覆性升级。
理解了这一点就会明白:AI 的必然性,就像互联网的普及一样,是水到渠成的事情。
四、总结:AI 的未来取决于交互方式的升级
所以不要去简单的考虑各个科技公司的财报,更没必要考虑所谓的GPU折旧这样一种财务估算模型带来的
AI 的发展,势必会重建人和信息之间的关系,变更产业之间的协作方式,构建新的创新路径。
甚至往大的角度说,AI 将重建人与人的连接方式,形成全新的人类知识组织方式,从而产生出新的社会结构。
这种级别的东西,怎么可能因为 GPU 三年报废就停下,甚至GPU这玩意,也并不一定就是最终极的 AI 承载技术。
当然真正的未来还并不足够清晰,至少目前道爷还没感觉到应用端出现了那种在信息交互层面的新物种诞生。
但应该不是 ChatGPT,也不是 AI 搜索,更不是生成图片、总结文本这样的小应用。
所以当下的泡沫,更多的代表着有人在提前押注未来。在当下GPT 时代,泡沫并不是终局,是我们人类文明升级前的必要成本。
算力把时间借给了应用,应用终究要用创新偿还。
(推荐阅读道爷几年前的这篇《AI 大潮下产品经理做什么?怎么做?》,同样是今天道爷对AI泡沫化背后思考的逻辑)
还不上的,会死;
还得上的,会点亮下一个时代。
但未来从来不是由死掉的公司决定的,而是由新物种的出现决定的。
新物种出现的时候,人们会恍然大悟:原来人与信息之间,还可以这样互动。然后所有的一切变化都会非常快,快到人们无从阻挡。
那时,今天所有关于折旧、泡沫、估值、GPU 生命周期的争论,都跟 1995 年讨论“光纤铺太多了会亏”一样幼稚。
所以结论只有一句:AI 当然会有泡沫,但 AI 的未来,毫无疑问。
往期文章:
老奴重生不干后,主子一家慌了
没想到AI第一个灭的是音乐行业
郭某自述:我是如何成为首席科学家的
关于作者:
方巨侠,前太平洋、阿里巴巴、群核科技产品总监。这里是一个市井小民的社会观察和思考,欢迎点击下方关注。