AI泡沫真的存在吗？随着OpenAI宣布1.4万亿美元计划、Nvidia市值一度飙升至5万亿美元，很多人担心AI投资是否被炒作推高，超出了可持续价值。但AI并非单一领域，不同赛道的泡沫风险差异明显。首先，AI应用层依然严重缺乏投资。未来十年，基于新一代AI技术的应用将层出不穷。应用本身必须比基础设施更有价值，才能为后者买单。我观察到许多创业项目正在利用智能化工作流，且VC们对应用投资持谨慎态度，主要因难以判断谁能胜出，且误以为大型基础模型会碾压所有应用。实际上，应用投资远远不足，正是我和我的AI基金重点关注的方向。其次，AI推理基础设施需求旺盛。目前处理能力紧张，成本和吞吐量限制了更大规模的应用。企业普遍面临供应不足而非需求不足的“好难题”。以代码生成工具为例，Claude Code、OpenAI Codex和Google Gemini三足鼎立，推动开发者逐步升级，未来市场渗透率将持续提升，进而带动推理需求暴涨。虽然有过度建设风险，投资者可能短期亏损，但即便如此，多余的能力也会被最终利用，利好应用创新。第三，模型训练基础设施风险最大。训练更大模型的投资不断加码，但随着开源模型份额增长，部分巨额投入可能难以获得理想回报。算法和硬件持续优化降低训练成本，削弱了训练壁垒。尽管如此，ChatGPT拥有强大品牌效应，Google Gemini凭借庞大分发优势表现不俗，我对整体AI投资依然保持乐观。最坏情况是某个AI赛道（如训练基础设施）过度投资崩盘，引发市场对AI整体的悲观情绪和资金撤离，尽管行业基本面依然坚实。这虽非我所愿，但必须警惕。正如沃伦·巴菲特引用本杰明·格雷厄姆所说：“短期市场是投票机，长期市场是称重机。”情绪和投机难以预测，但AI的长期价值无可置疑。我的选择是持续建设，迎接未来机遇。深入理解AI产业的不同层级，有助于理性判断投资与创新的方向。AI不是单一泡沫，而是多元生态，每个领域的价值与风险都值得细细辨析。未来属于那些懂得长期价值、敢于持续投入的人。原文：deeplearning.ai/the-batch/issue-329/
