当所有人都相信体系更强大时，通常意味着它更脆弱。这就是繁荣的悖论。AI 浪潮看起来持久。它有收入、硬资产和真实用户。但一个简单的压力测试会暴露出不容许误差的承重点。把它称为泡沫的四个“O”：过剩产能（overcapacity）、过度自信（overconfidence）、过度集中（overconcentration）和不透明（opacity）。把这个测试套到当下的 AI 建设上，断层线便显现出来。
那些制造东西的泡沫往往破得最惨。19 世纪的铁路、1999 年的长途光纤、十年前的页岩油井。产能先到，经济性随后。AI 正在遵循同一剧本。大型科技公司在芯片、数据中心和电力上投入数十亿美元。谷歌计划在印度建设一个大型数据中心枢纽，投入约 150 亿美元，显示出规模之大。投资者可能因此感到安慰，认为数据需求很可能继续上升。光纤和石油当初也有类似判断。然而所有权很关键。过剩产能会把议价权转移给客户。价格被压缩，资产负债表受损。当资本开支先于现金流纪律时，这个差距必须在某处收敛：在利润率上、在资产减记上，或在被迫的整合上。
叙事把不确定性变成销售辞。市场中，这常常意味着可选性被定价为必然性。AI 承诺生产率跃升、新的收入池和平台控制力。许多模型会带来价值。但基准概率告诉我们，采用呈 S 型曲线，回报集中于少数人手中。即便一些 AI 领军者也很谨慎。Sam Altman 警告过投资者可能过于兴奋，存在泡沫风险。德意志银行资产管理负责人称这一轮周期是前所未有的，没有明确的操作手册。当专家说没有历史可借鉴时，理性的做法是依赖概率。厚尾风险双向有效。你可以在结果上是对的，但在时机、路径以及谁真正赚到钱上是错的。
AI 依赖于狭窄的瓶颈：少数芯片制造商、云寡头、有限的高压互联以及受限的电力市场。这就是集中风险。它让回报看起来平滑，直到某个单点失效。它也放大了政策和地缘政治冲击。高盛指出，如果大型科技公司缩减 AI 支出，估值可能压缩 15% 到 20%。这个估算并非凭空而来，它反映了依赖关系。如果超大规模云服务商放慢订单，芯片供应商、合同制造商、发电开发商、专门的 REITs，以及长尾的初创公司都会感受到同样的冲击。在网络理论中，密集的枢纽会快速传递压力。实际上，这意味着一次财报电话中的谨慎采购更新，可能在一周内演变为整个行业的降估。
不透明助长泡沫，因为它延迟反馈。在 AI 中，不透明既是技术性的也是财务性的。技术性不透明：模型质量指标容易被操纵且难以审计，安全性是概率性的，可靠性随情境而异。财务性不透明：训练和推理的成本核算尚未定型。一些公司将软件和基础设施资本化，同时将抵免和激励费用化，模糊了单位经济学。AI 功能是在扩展收入，还是在蚕食现有线如搜索、支持或软件席位？毛利率是被入门定价或补贴性使用美化了吗？缺乏标准化披露让投资者猜测。市场讨厌惊讶，但不透明会使惊讶更可能。一旦公司承认使用量高但变现滞后，估值数学就会回归现实。
羊群效应不仅仅是散户现象。这是高管层的博弈论。没有哪个 CEO 想成为那个少花钱却在平台转变中失利的人。所以资本支出竞赛会继续，直到资产负债表或董事会出手遏制。这是囚徒困境。占优策略是投资，即便群体结果是过度建设。AI 把赌注抬高，因为速度压缩了周期。Federal Reserve 的 Michael Barr 警告说，使 AI 有吸引力的那些属性，可能通过自动化和羊群效应创造全市场风险。如果信贷、交易和采购决策都由基于相同数据调校的模型增强，相关性会上升。在压力情况下，相关性趋近于一。我们在 2008 年通过结构化信贷学到了这一课。我们可能会在 2026 年通过计算能力再学一遍。
做一个基本的倒置测试。假设故事没错，但节奏放慢。超大规模云服务商为消化建置、改善效率或等待新芯片，将 2026 年资本支出削减 10% 到 20%。高盛关于估值压缩 15% 到 20% 的情景是合理的，并非惩罚性。芯片供应商未达量目标；订单转化变慢；购电协议被重新谈判；AI 基础设施 REITs 指引下调；依赖云积分建站的初创公司面临真实账单；二阶效应冲击本地建设、公用事业和诸如印度等新数据中心枢纽周边的市政融资。散户投资者的敞口可能较小，调查显示只有大约 30% 买入了 AI 股票。这降低了边缘的被迫抛售。但这并不能消除核心的机构资金流动。
对四个 O 的解药不是悲观，而是设计。公司应偏好可变成本而非固定成本、模块化而非单片式建造、以需求为背书的扩张而非先发规模化。在电力可廉价且可靠的地方锁定电源，而不仅仅是可用。多样化芯片供给，尽可能避免单一供应商依赖。推动开放标准以降低切换成本。专注于具有可重复单位经济学和定价权的产品。接受小型、专用模型在许多任务上在成本和延迟上可以胜过巨大模型。清晰披露 AI 收入、算力成本以及资本支出与收入的滑动路径。投资者应把算力周期当作商品周期来对待。要求清晰的需求障碍率，以覆盖真实的资本成本。不要把模型基准误认为现金流。
每一项变革性技术既带来过度建设也带来低估。铁路使许多投资者破产；同时它们也建立了现代商业。光纤过剩压垮了电信股十年；后来它促成了云和流媒体。教训不是要避免浪潮，而是要定价脆弱性。紧绷的系统会断裂。冗余、产生现金的系统会弯曲并获益。在经典工程学中，桥梁会在超出预期的应力下进行载荷测试，以在它们断裂前揭示薄弱接头。四个 O 为 AI 提供了类似的心理载荷测试。过剩产能在建设计划中显现。过度自信在指引中显现。过度集中在供应商图谱中显现。不透明在附注中显现。如果你无法在某个标的或主题上通过该测试，你不是在投资。你是在抱希望。
与其问如果 AI 成功谁会赢，不如问如果 AI 停滞谁能存活。谁能在不失去客户的情况下削减资本支出？谁能在 AI 成熟期间靠传统业务赚取回报？当成本曲线变平时，谁能从尖端转向高效端？市场最终会把叙事与现金区分开来。今天散户的谨慎可能是一个信号，而不是滞后。专业人士拥挤在同一交易中会降低韧性。唯一持久的优势是安全边际。在以速度为基石的繁荣中，稀缺的资产是耐心。四个 O 并不预测崩盘。它们描绘出应力将在哪里显现。在泡沫中，伤害你的往往是你看不见的地方。在 AI 中，那仍然是承重部分。
