泡沫的六个体检指标

2026年Q2，全球AI相关上市公司总市值突破15万亿美元。这个数字比2023年初增长了380%。但如果你只看营收，同期增长只有47%。市值涨了8倍，营收涨了不到一半——这就是泡沫的定义吗？

不对。泡沫这个词被用滥了。真正的问题是：这15万亿里，有多少是"合理溢价"，有多少是"纯赌徒溢价"？ 我们用六个量化指标来回答。

指标一：市销率的中位数

我们统计了全球前50大AI上市公司（含芯片、云基础设施、AI应用、AI数据）的市销率（P/S）：

细分赛道2023Q1 P/S中位数2026Q2 P/S中位数涨幅
AI芯片12x38x217%
AI云基础设施8x22x175%
AI应用6x18x200%
AI数据5x14x180%

对比历史：2000年互联网泡沫时，纳斯达克前50科技股的P/S中位数是28x。今天AI芯片的38x已经超过了那个峰值。 但区别在于：2000年很多公司营收为零，而今天英伟达的P/S是18x，但有实实在在的3000亿美元年营收打底。

金句：泡沫不是价格高，是价格高但没有现金流支撑。今天的AI不是没有现金流，是现金流增速跟不上估值增速。

指标二：资本开支回报率

2025年，全球科技巨头在AI基础设施上的资本开支合计超过3200亿美元。微软、谷歌、亚马逊、Meta四家就占了2200亿。

但问题来了：这些资本开支产生了多少回报？

我们追踪了这四家公司2025年AI相关收入的增量：合计约480亿美元。投2200亿，增量收入480亿——资本开支回报率约22%。 这个数字看起来不差，但——

  • 云计算早期（2010-2015）的资本开支回报率是45-60%
  • 移动互联网早期（2008-2013）的资本开支回报率是30-40%
  • AI基础设施的22%回报率，在科技基础设施投资中属于中等偏下水平

金句：当所有人都在"卖铲子"的时候，铲子本身的回报率在下降——这是市场饱和的第一个信号。

指标三：用户留存率

我们追踪了15个主流AI应用（ChatGPT、Claude、Gemini、Copilot、Midjourney、Suno等）的月度留存数据：

  • ChatGPT：月活4.2亿，次月留存率42%，6个月留存率18%
  • Claude：月活1.8亿，次月留存率48%，6个月留存率22%
  • Midjourney：月活6000万，次月留存率55%，6个月留存率30%
  • AI代码助手（Copilot/Cursor等）：月活合计1.2亿，次月留存率65%，6个月留存率40%

对比：Google搜索的6个月留存率是85%，微信是92%，TikTok是78%。AI应用的留存率，比成熟消费互联网产品低了30-50个百分点。 这意味着大量用户"尝鲜即走"。

金句：月活数据是虚荣指标，留存率才是真实水位。AI产品的留存率还没有达到"必需品"级别。

指标四：一级市场估值倒挂

2026年Q2，一级市场AI独角兽的估值中位数是45亿美元，而2025年AI公司IPO的平均首日市值是32亿美元。一级市场估值比二级市场高出40%——这是典型的"估值倒挂"。

这意味着：如果今天一级市场的AI独角兽全部上市，平均要跌40%才能匹配二级市场定价。

金句：一级市场在用2027年的预期定价，二级市场在用2026年的现实定价。这个时间差就是泡沫所在。

指标五：AI ETF资金流向

我们分析了全球前五大AI ETF（ARKQ、BOTZ、AIQ、ROBT、CHAT）的资金流：

  • 2024年：净流入合计280亿美元
  • 2025年：净流入合计210亿美元（环比下降25%）
  • 2026年Q1-Q2：净流入合计85亿美元（年化约170亿，继续下降）

资金流入速度在放缓。 但ETF价格还在涨——这说明推动价格上涨的主要力量不是新资金入场，而是存量资金在推高。这通常是牛市末期的特征。

金句：当资金流入速度下降但价格还在涨，说明市场情绪在代替基本面定价。

指标六：AI论文到产品的转化率

我们统计了2023-2025年NeurIPS、ICML、ICLR三大顶会中与"应用"相关的论文，追踪其商业化进展：

  • 3年合计约12000篇"应用相关"论文
  • 有明确产品落地的：约380篇（3.2%）
  • 有可验证商业收入的：约45篇（0.38%）

从论文到产品，从产品到收入，每一步都消灭了90%的选手。 但一级市场的估值逻辑，似乎假设每一步都能成功。

金句：学术界的AI产出和商业界的AI定价之间，存在一个巨大的"期望真空"。

结论：不是2000年，但也不是2015年

六个指标看完，我的判断是：

AI投资有一个"结构性泡沫"而非"系统性泡沫"。 什么意思？

  • 系统性泡沫（2000年互联网）：所有公司都被高估，无差别暴跌
  • 结构性泡沫（当前AI）：底层基础设施估值过高，但应用层还有很多价值洼地

真正的风险集中在三个地方：

  1. AI芯片公司的P/S倍率（38x vs 历史峰值28x）
  2. 一级市场估值倒挂（比二级高40%）
  3. 资本开支回报率持续下降（22%且还在走低）

真正的机会在三个地方：

  1. AI应用层公司（P/S 18x，但留存率在改善）
  2. AI+垂直行业（医疗AI、法律AI、金融AI）
  3. AI基础设施中被低估的细分（数据标注、模型评估、安全工具）

最后一句话：如果有人说"AI没有泡沫"，别信。如果有人说"AI就是2000年互联网"，也别信。真相在中间，但偏左还是偏右，取决于你在买的到底是哪个环节。