AI 崩盘终极推演：泡沫可能在 2028 年初破裂，科技股或断崖式暴跌 40%！

当前，全球市场正将筹码高度集中于一场史无前例的基础设施大跃进——AI 投资热潮。然而，这场繁荣的底层逻辑正变得极其脆弱：当前的盈利主要依赖于科技巨头内部的「资本支出循环（Capex recycling）」和债务融资，而非外部终端用户的真实买单。

据追风交易台消息，TS Lombard 首席宏观策略师 Dario Perkins 在 10 月 22 日的研报中称，根据终极推演，这场 AI 资本支出狂欢极有可能在 2028 年初走向终结，并引发一场剧烈的市场重置。

报告指出，标普 500 指数将下跌 30%，科技股将断崖式暴跌 40%，约 20 万亿美元的市值将灰飞烟灭，美国股市的科技股权重将一夜回到 ChatGPT 发布前的水平。尽管科技巨头能凭借强劲的资产负债表存活，但 AI 生态系统上游的弱势群体（如新兴云服务商、独立模型开发者）将面临违约潮，预计将产生 1250 亿至 1900 亿美元的信贷损失。

TS Lombard 认为，宏观经济将陷入温和衰退： AI 资本支出的骤降将导致美国 GDP 下降约 2 个百分点，并造成约 80 万个数据中心建设相关岗位流失。但由于私营部门资产负债表健康且美联储有充足的降息空间，这不会演变成 2008 年式的系统性金融危机。

AI 投资热潮：史上最大基础设施豪赌，可持续性存疑

AI 资本支出已成为人类历史上规模最大的基础设施项目之一。美国科技公司每年在 AI 建设上的投入约为 1 万亿美元，超级数据中心的累计投资规模已超越曼哈顿计划、阿波罗登月计划乃至马歇尔计划。超大规模云服务商（Hyperscalers）的资本支出占美国 GDP 的比例已接近历史峰值。

然而，这场繁荣的根基并不稳固。当前 AI 生态系统的收入增长，在很大程度上仍是「资本支出循环」（capex recycling）的产物——一家公司的资本支出，就是另一家公司的营收。只要超大规模云服务商持续大规模投入，生态系统内部的收入就会持续增长，但这并不代表真正的可持续性。

真正的可持续性标志，应是来自生态系统外部——普通消费者和非科技企业用户——的收入占比显著提升。但截至报告发布时，这一比例几乎没有改善。AI 的商业化变现仍是最大悬念：OpenAI 和 Anthropic 约 80% 的收入来自仅 1% 的客户，而这些客户大多是依赖风险投资持续输血的亏损 AI 初创企业。

报告称，当前的 AI 繁荣本质上是一场「资本支出循环」——只要科技巨头不断向系统注资，收入就会增长。但随着债务成为边缘融资的主要来源，这种模式极易受到资本支出放缓的致命打击。

六大崩盘触发器：任何一个都可能引爆连锁反应

报告梳理了六大潜在风险点，指出 AI 崩盘已处于「过度决定」（overdetermined）状态——以下六大触发因素中的任何一个，都可能成为刺破泡沫的利刃。

触发器一：收入严重不达预期

多项研究显示，要使当前的资本支出获得合理回报，AI 行业到 2030 年的年收入需达到 2.5 万亿至 3 万亿美元，约为当前水平的 14 倍。这一增速在如此短的时间内几乎难以实现，尤其是在中国开源（开放权重）模型迅速抢占市场份额的背景下。普通消费者对付费 AI 服务普遍抵触，AI 服务面临商品化风险。

触发器二：信用风险急剧上升

超大规模云服务商此前主要依靠自有现金流投资，但债务已成为 AI 建设的边际融资来源。仅 2027 年一年，AI 公司预计将发行约 7000 亿美元新债券，其中超大规模云服务商占 4000 亿美元，其余来自 AI 生态系统其他参与者——这一数字超过了欧元区所有政府债券发行总量。

更令人担忧的是「表外负债」的快速膨胀。以 Meta 在路易斯安那州的 Hyperion 数据中心为例：这是一个 300 亿美元的投资项目，Meta 将其 80% 的股权出售给 Brown Owl，成立名为 Beignet 的合资公司，后者融资 270 亿美元新债，由 Meta 提供担保（承诺租用该数据中心 20 年）。由于租约被拆分为五个四年期租约，Meta 资产负债表上只体现了极小部分杠杆。整个 AI 生态系统的隐性负债估计已达 1.5 万亿至 2 万亿美元。部分新兴云服务商（如 CoreWeave）的融资利率已高达 15%。

触发器三：「诱导利率」陷阱与折旧悬崖

报告将当前 AI 财务结构与 2000 年代初次贷危机中的「诱导利率」（teaser rate）进行类比。数据中心在建设期间无需计提折旧，但一旦投入使用，折旧压力将骤然加大。与此同时，AI 实验室签署的多年期数据中心租约，在数据中心正式运营前不计入成本。一旦更多数据中心陆续上线，AI 企业的财务状况可能在 12 个月内发生根本性转变。

触发器四：IPO 浪潮揭开真相

Anthropic 和 OpenAI 均计划 IPO（后者已推迟至 2027 年）。历史经验表明，IPO 浪潮往往标志着周期顶部。更重要的是，IPO 将首次为外界提供了解 AI 行业真实经济状况的窗口——目前 AI 公司披露的指标（如「年度经常性收入」ARR）明显经过美化，存在大量信息不透明问题。

触发器五：半导体周期与供应链风险

英伟达（NVIDIA）是 AI 建设的「镐与铲」，也是整个 AI 繁荣的晴雨表。英伟达正在大规模开展「供应商融资」（vendor financing），向客户提供贷款以购买更多芯片，业内称之为「资产负债表即服务」。根据国际清算银行（BIS）最新研究，超过 55% 流入 AI 企业的投资来自其他 AI 企业，循环融资特征极为明显。此外，半导体需求具有高度周期性，存在「牛鞭效应」——一旦需求放缓，当前的硬件短缺可能迅速转变为严重过剩。

触发器六：监管与安全风险

AI 技术在公众中的形象持续恶化。约 55% 的美国人希望放缓 AI 发展速度，仅 13% 持反对意见，且这一结论在各主要政治群体中均成立。根据 2026 年 IBM/Ponemon 数据泄露成本报告，全球四分之一的恶意企业数据泄露事件涉及某种形式的 AI 辅助攻击。一旦发生重大安全事故，可能引发强烈的政治反弹和监管收紧。

「二阶导数问题」：增速放缓就足以引爆危机

报告特别强调了 AI 繁荣的「二阶导数问题」（second derivative problem）：AI 资本支出不需要绝对下降，只需增速放缓，就足以引发金融压力。

这与 2000 年代初次贷危机的逻辑如出一辙——当时触发崩盘的不是房价下跌，而是房价停止快速上涨。在 AI 建设中，前沿实验室签署合同承诺向数据中心运营商支付数十亿美元，后者以此为抵押借款建设数据中心。但这些实验室本身没有利润，其持续支付能力完全依赖于不断融资。超大规模云服务商的资本支出就像一本贷款账簿：一旦放缓，整个繁荣就会瓦解。

市场冲击量化：20 万亿美元财富蒸发，信用损失可控

目前科技股占美国股市市值高达 40%，半导体板块单独占比接近 20%。美国科技板块当前市盈率约为 30 倍（一年前为 40 倍），远低于互联网泡沫时期 70-75 倍的峰值。在 AI 崩盘情景下，报告预测：

S&P 500 整体下跌 30%；科技股下跌 40%；其他板块下跌约 20%，合计蒸发市值约 20 万亿美元。

报告称，这些估算将科技股占美国市场的比重拉回至 ChatGPT 推出前的水平。

到 2027 年底，非超大规模云服务商的 AI 生态系统预计将有约 5450 亿美元未偿债券、9200 亿美元银行贷款和约 6500 亿美元私人信贷。AI 相关债务总规模约为 2.9 万亿美元，其中约 25% 面临风险敞口。

报告假设 2028-2030 年间累计违约率为 35%，回收率为 25%-50%，由此估算整体信用损失为 1250 亿至 1900 亿美元。这一规模虽然可观，但对美国整体金融体系而言并不构成系统性威胁。股权持有人将承受最大损失（约 20 万亿美元），但不会出现 2008 年式的信用损失级联和全面破产潮。

最脆弱的环节包括：新兴云服务商（neoclouds）、甲骨文（Oracle）、独立模型开发商（OpenAI、Anthropic）以及建筑 / 设备供应商。

经济温和衰退，类似 1990 年或 2001 年

到 2028 年初，美国科技相关资本支出将较 2023 年上升约 3 个百分点（实际 GDP 占比）。报告假设完全逆转，但由于数据中心投资高度依赖进口，进口下降将部分抵消资本支出下滑对 GDP 的冲击。综合各种效应，AI 数据中心繁荣结束将使美国 GDP 水平下降约 2 个百分点（IMF 最新世界经济展望报告得出了几乎相同的估算）。

报告称，整体而言，这场衰退的严重程度将与 1990 年或 2001 年相当，属于历史标准中的温和衰退，并给出了以下三个理由：

第一，私人部门资产负债表健康。私人信贷增长幅度不足 GDP 的 10 个百分点，与 1980 年代末更为相似，远未达到次贷危机前的水平，不存在系统性信用事件的风险。

第二，货币政策弹药充足。美联储自全球金融危机以来首次重建了充足的货币政策空间，有充分的降息余地，无需依赖财政政策大规模刺激。

第三，降息将激活「K 型经济」底层。长期受高通胀和紧缩货币政策压制的低收入群体、消费耐用品需求和住宅房地产市场（存在大量被压抑的需求）将从降息中直接受益。历史上，互联网泡沫破裂后，美联储的宽松政策迅速催生了住宅市场的新一轮泡沫，类似情景可能重演。正如互联网泡沫破裂后美联储催生了房地产繁荣一样，降息将迅速刺激非 AI 领域的增长，这也是衰退将保持温和的核心原因。

此外，对于就业市场方面，报告指出，AI 建设热潮目前已创造约 50 万个就业岗位，预计到 2027 年底将增至 80 万个。若这些岗位全部消失，美国失业率将上升约 50 个基点，在不考虑更广泛商业信心影响的情况下。

报告指出，最大的尾部风险在于：AI 崩盘可能反而加速企业采用 AI 自动化来削减成本。历史表明，互联网相关自动化的大规模推进发生在 2009 年经济衰退期间，而非繁荣时期。若 AI 崩盘触发大规模自动化浪潮，劳动力市场的冲击可能超出预期，导致缓慢的「无就业复苏」。

如何在泡沫中保全资产

报告称，AI 崩盘是典型的需求冲击，而非 1970 年代的供给冲击（滞胀型衰退）。长期利率将显著下降，债券与股票的相关性将转为负值，有利于国债的避险属性。但由于衰退程度温和，不会回到零利率或永久量化宽松。

AI 繁荣与互联网泡沫的关键区别在于：这场科技热潮高度集中于少数美国和亚洲公司，而互联网泡沫涉及欧洲在内的广泛发达市场参与。韩国作为 AI 供应链核心，过去 12 个月科技出口占 GDP 比重上升了 10 至 30 个百分点，将在崩盘中遭受重创。

但欧洲等未深度参与 AI 繁荣的市场，在初期恐慌性抛售过后，将显著跑赢美国市场。这些经济体承受了 AI 繁荣的负面影响（高通胀、高利率），却未能充分享受其红利，AI 繁荣结束反而可能带来解脱。

报告认为，AI 崩盘对美元的冲击将远大于互联网泡沫和次贷危机。由于危机根源在于美国金融体系，资金将流向欧元、日元乃至英镑等其他货币。全球投资者无需涌入美国国债寻求避险，其本国债券可以发挥同等作用。

报告明确指出，现阶段做空美国科技股或大幅增加久期均不可取——若 AI 繁荣仍有数年可持续，过早布局将导致严重跑输。

最优策略参照 GMO 的 Ben Inker 提出的「易泡沫」（easy bubble）交易框架：持有多元化全球股票组合，在繁荣延续时同样受益，在崩盘时跑赢集中押注 AI 的美国科技股。仅在 AI 生态系统出现明显压力信号时，才逐步增配政府债券。

TS Lombard 的这份推演报告传递了一个清醒而非末日论的信号：AI 泡沫破裂不会是 2008 年，更像是 2001 年。美国经济将经历一场温和衰退，金融体系不会崩溃，美联储有充足工具应对。

但对投资者而言，20 万亿美元的财富蒸发、科技股 40% 的跌幅、以及 AI 供应链国家和地区的剧烈冲击，足以让任何集中押注 AI 的投资组合遭受毁灭性打击。（华尔街见闻）