围绕全球人工智能热度攀升背景下“是否存泡沫”此市场关切，瑞银证券在近日举行的第26届瑞银大中华研讨会上给出判断：从融资结构、资本开支策略以及数据中心建设和使用情况综合观察，中国人工智能产业短期内尚未出现清晰的泡沫化特征，整体风险相对可控。 问题：热潮之下如何识别“泡沫”信号 近年来，人工智能模型迭代加速，算力需求快速放大，对应的企业估值、融资与资本开支成为市场高度关注指标。通常而言，若出现脱离真实需求的过度扩张、依赖高杠杆或“循环融资”维系投入、基础设施大规模闲置等现象，泡沫风险往往上升。当前国际市场对这一问题讨论升温，焦点在于不同经济体在投融资纪律、产业组织方式与监管约束上的差异。 原因：融资更依托现金流，投入更看重效率与产出 瑞银证券互联网行业分析人士认为，中国领先模型厂商在融资方式上更偏向“内生造血”。与部分市场出现的行业龙头之间相互投资、形成深度交叉持股网络不同，国内头部企业对人工智能研发的资金来源更常由既有主营业务提供持续现金流支撑。此类资金结构有助于降低因估值预期过度外推而引发的融资链条风险，也使研发投入与经营基本面联系更紧密。 在资本开支上，中国互联网企业将人工智能定位为长期战略，但投入节奏更强调谨慎与务实，突出算力利用效率、研发效率和可验证的业务落地。相较之下，海外部分企业同类投入中更容易形成“规模竞赛”，资本开支扩张速度与幅度更受外部预期驱动。瑞银的比较数据显示，预计2025年中国头部互联网企业总体资本开支规模显著低于美国同行，但中国模型能力已进入全球前列并持续追赶。这一对比被视为“以更低投入实现可比能力”的信号，说明投入方式更注重产出与迭代效率，从根本上削弱了泡沫快速堆积的条件。 影响：基础设施利用率维持高位，真实需求对投资形成约束 数据中心建设与使用情况，是观察人工智能产业是否“脱实向虚”的重要窗口。瑞银认为，中国在数据中心（IDC）扩张上总体保持理性：一上，监管部门对过度建设持续保持约束态度；另一方面，企业自建数据中心多采取稳妥、渐进策略，避免一次性大规模铺开造成闲置风险。公开研判显示，2024年下半年以来相关数据中心平均使用率处于较高且相对稳定水平，表明算力投入背后存在较明确的应用需求与训练推理任务支撑，有利于行业形成“需求—投入—产出”的闭环。 对策：在审慎扩张中强化透明度与治理，提升资源配置效率 在热度持续的背景下，防范泡沫并非简单压缩投入，而是要把资金、算力和人才导向能够形成生产力的方向。业内观点认为，企业层面应更完善资本开支的评估机制，围绕算力利用率、模型效果、产品转化与成本控制建立可量化指标，避免被短期市场情绪牵引；同时优化数据中心布局与能耗管理，推动算力资源更灵活的调度与共享，提高单位投入产出。 资本市场层面，近期多家人工智能企业推进上市也被视为结构性利好。随着更多公司进入公开市场，投资者可获得更丰富的配置标的，降低单一赛道或单一公司的波动影响。更重要的是，上市公司需遵循严格的信息披露要求，经营数据、研发投入、现金流状况更透明，有助于市场更全面评估企业质量与行业景气度，从而在一定程度上抑制非理性估值扩张。 前景：未来两年投入仍可期待，供给改善带来新变量 展望2026年前后，瑞银判断对资本开支可保持相对乐观。近期领先互联网企业对投入持更积极态度，未来两年不排除进一步加大投入力度，以巩固模型能力与应用生态优势。同时，芯片供给环境（含国产与进口）整体趋于相对友好，尽管仍存不确定性，但较此前已有所改善，这将有助于企业更有效获得所需算力资源，推动训练与推理规模化落地。可以预期，随着供给端约束边际缓解，行业竞争将更多转向算法、数据、工程能力与产品化能力的综合比拼，谁能在可控成本下持续迭代、扩大有效用户与场景，将成为下一阶段关键。
中国AI产业在创新与风险防控间取得了平衡；企业既追求技术进步，又注重财务稳健，为长期发展奠定基础。随着市场透明度提升和芯片供应改善，中国AI产业有望保持稳健增长，缩小与国际先进水平的差距，助力经济转型升级。