進步的悖論在於，我們需要浪費來發現什麼有效。過度建設可以讓你找到效率前沿。但浪費若在錯誤的地方堆積，會削弱任何系統的樑柱。AI 繁榮就坐落在這道斷層上。Jeff Bezos 最近稱其為「工業泡沫」，那種每一個實驗不問品質都能獲得資金的泡沫。這個說法誘人：灑下資本，贏家會補貼學習過程。問題不是這股熱潮會否建出有用的東西——它會。問題在於，我們建造的方式是否讓市場、公司和投資人變得比他們想像中更脆弱。
泡沫能解決協調問題。在一個新平台時代，沒人想做最後一個投資者。廣泛的狂熱降低資本成本，使所有人同時行動。這種情況有時像是意外的公共政策。風險在於當每個推介案都獲得資金時，價格訊號失靈。Bridgewater 的共同首席投資長們警告，投資人在這波上漲中正低估實際風險。S&P 500 的強勁漲幅建立在一個狹窄的敘事上：AI 將快速提升獲利，足以證明把未來十年的回報提前。這個敘事在方向上可能為真，但在時間、規模或分配上仍可能錯誤。當資本不加區分時，市場停止對想法進行排序。用博弈論的說法，我們把發現過程換成從眾。羊群動得快，但同樣容易衝下懸崖或越過深谷。
讓人安心的觀點是，這輪繁榮不同，因為它不是由債務推動。IMF 指出，大部分支出來自現金充裕的科技巨頭，而非槓桿沉重的資產負債表。這減少了出現類似 2008 年強制拋售連鎖的機率。但風險並不會消失；它會遷移。當未來現金流被提前時，權益久期風險上升。期權與結構化曝險堆積在那些不提交 10‑K 報表的地方。供應商給予寬鬆條款。雲端額度與 take‑or‑pay 型的運算承諾看起來像是軟槓桿。公用事業與資料中心營運者正根據 AI 需求預測擴張。如果那些預測滑落，你就會有長壽命的實體資產，卻與短期現金流相匹配。買方的輕負債仍可能在供應鏈下游變成重負債。
集中既是症狀也是原因。現在那七巨頭（Magnificent Seven）約占 S&P 500 市值的三分之一，這一比重上次見於網路泡沫高峰期。ECB 已指出顯而易見的問題：當少數幾個名字撐起指數時，系統的命運取決於它們是否達成不斷上升的預期。這就是反身性在運作。它們股價的強勢吸引被動資金，推高股價，進而吸引更多資金。反身迴路有效時直到無效為止；小幅失望會演變為大幅回撤，因為每個投資組合同時持有相同因子。這些公司並非有缺陷。它們是被定價為需有超群執行力才能匹配的卓越企業。集中是一種無聲的槓桿。你不會在負債比率中看到它；你會在驚訝時相關性跳到一時看到它。
產業自身的基準率應該讓預測回歸理性。MIT 的調查發現，大多數大型企業的生成式 AI 試點在投入生產前就停滯。這並不代表不會有生產力革命；而是代表我們仍缺乏可重複、具防禦性且達到今日資本支出規模的使用案例。歷史顯示通用技術的擴散很慢。它們帶來高回報，但要經過長期的重組、再訓練與流程改變。在此期間，董事會資助的實驗創造的是選擇權價值，而非當期盈餘。投資人正把這些選擇權視為近價值的期權來估值。幾何報酬的數學仍適用：預期報酬的波動會摧毀複利結果。高變異且採用速度慢，在學習未結晶之前是耗損而非資產。
支持泡沫的一個論點是，它們留下了有用的基礎設施。2000 年的光纖過剩後來以低價支撐了 Web 2.0。鐵路讓投資人破產，但後來重組為商業的骨幹。這個邏輯在資產是長久且通用時成立。AI 的基礎設施則不同。資料中心與 GPU 折舊快。每次架構跳躍節點就會過時。電力與冷卻是稀缺且地區性的。如果模型經濟被壓縮、推理更多轉向設備端，閒置容量不只是可能；它極有可能發生。約束性因素不是資本，而是能源。水源、電網互聯、變壓器交貨時間與許可是固執的事實。這是工程問題先於股權故事。如果泡沫在錯誤的地點或以錯誤的半衰期建立資產，它留下的不是大教堂，而是引火物。
從博弈論角度看，當前的 AI 競賽是一場紅皇后遊戲。每個大玩家必須跑得更快才能維持原位。沒有穩定的聯盟來放慢支出，因為背叛的報酬高且難以驗證。這種結構滋生超前投資。供應商生態系短期受益，但循環性將會非常殘酷。最後一美元的供給通常在需求成長回歸常態時才到來。屆時產業會學到往下的營運槓桿。這是我們在記憶體、網路與智慧型手機中見過的循環。這方面並無不同；唯一未知的是振幅。任何宣稱採礦工具與鏟子類業者免疫的人，忘了即使是鏟子製造商也有庫存與債務。
錯誤的問題是：它是不是泡沫。答案是：是。正確的問題是：脆弱性在哪裡。找出資本不加區分的地方、資產比支持它們的負債老化得快的地方、期望被掛鉤到無瑕疵 S 曲線的地方。檢查那些被忽視的連結：指數集中、供應商融資、電力限制、監管瓶頸，以及晶片與工具上的地緣政治樞紐。壓力測試每個人都在揮手忽視的情境：一年推理需求持平、出口管制加劇、電網延遲將上線推到 2027 年。把機率數學套到當每個人都向同一個故事槓桿化卻不把它叫做槓桿時，十％ 的差錯意味著什麼。泡沫若能讓系統變硬則可能是正面；但當它讓系統變得脆弱同時告訴你比以往更安全時，它就是危險的。
