OpenAI估值8520亿美元（市销率37倍），背后是一个极端的价值叙事：AI公司核心价值在于成为全球交易的新『收银台』。按IMF数据，全球劳动收入约66万亿美元，哪怕AI只截取1%就是每年6600亿美元。但落地现实残酷——OpenAI2026年Q1营收57亿美元的同时经营亏损93亿美元，日均烧钱超4600万美元，每创收1美元即亏损1.6美元。Anthropic虽然企业客户占比80%逆袭OpenAI，年化收入破300亿美元，同样预计2026年基于EBITDA计算亏损110亿美元。两头烧钱的模式能否撑到「收银台」真正建成，是市场估值分歧的核心。

当前AI热潮常被比作2000年互联网泡沫。历史数据显示，纳斯达克100在1999年顶峰时前瞻市盈率约89倍，而2026年AI巨头集中的纳斯达克100市盈率稳定在34倍左右。一个关键差异是：2000年泡沫由缺乏盈利支撑的概念股驱动，而当前AI龙头（英伟达、微软、台积电）已形成实质性盈利闭环——英伟达数据中心GPU毛利率稳定在70%以上。但泡沫论者指出，AI行业资本支出与收入比已达6:1，远高于互联网泡沫时期的4:1和铁路泡沫的2:1，这使本轮风险形态更为隐蔽。

文章的核心论证链是：AI冷却信号（OpenAI/Anthropic营收不及预期、GPU租赁价跌30%-70%）与升温证据（ASML营收创纪录117亿欧元、台积电净利同比增长68.7%）并不矛盾——上游设备看的是客户未来数年资本开支，大模型公司看的是即期变现效率。这一判断成立的关键假设是：算力需求从训练端向推理和行业落地的『结构切换』真实发生且规模足够大。但若推理应用持续低于Gartner报告的仅28%项目达到投资回报率，则产业链上游的扩产逻辑同样面临根本性挑战。

泡沫派认为AI资本狂热已触及危险线：高盛估算2025-2027年美国头部科技巨头AI基建资本开支约1.4万亿美元，而同期AI应用端增量营收不足200亿美元。麦肯锡数据显示近80%部署AI的企业未实现净利润提升，95%的生成式AI试点无直接财务回报。与此同时，大空头们警告AI泡沫破裂可能以惨烈方式发生，经济学家马光远指出2025年国内大模型行业整体亏损已超180亿元。反对者则坚持历史规律——互联网、新能源等新兴领域在初期均经历过投入大于回报的阵痛期，当前属于必要的基础设施投资阶段。

文章指出AI资本开支高速扩张阶段或将面临峰值，四巨头2026年AI相关资本开支合计预计达7250亿美元，合并自由现金流可能跌至2014年以来最低。当下能看到的关键变量是：GPU租赁价格自2026年年中开始明显回落，部分档位跌幅30%-70%；高盛下调机架级AI服务器出货量预测；微软因供应过剩取消美欧部分数据中心项目。但ASML和台积电的订单已排到2029-2030年，这意味着短期资本开支疲惫与长期扩产承诺之间存在数年的错位窗口——真正的拐点信号是台积电是否下调2027年资本开支指引。

文章提出算力从训练转向推理，但推理需求能否真正填补训练退潮留下的缺口是产业最大悬念。训练算力在高性能GPU上一单一结，推理需求却分散在不同规模的芯片和分布式部署中。核心变量不在技术本身，而在应用端企业愿意为AI推理付多少钱。Gartner数据显示企业AI部署率已从40%激增至80%，但仅有28%的项目达到预期投资回报率。如果推理商业化持续低于预期，上游ASML和台积电看到的2029年订单繁荣同样面临修正风险。