2026年开春，全球AI领域接连传出重磅消息，再次将“AI泡沫论”推至风口浪尖。2月21日，OpenAI向投资者披露，计划到2030年的总算力支出目标约为6000亿美元，较数月前CEO山姆·奥特曼高调承诺的1.4万亿美元大幅缩水近60%。
同日，中国AI大模型龙头智谱发布GLM Coding Plan致歉信，坦诚GLM-5发布后流量超出预期、扩容节奏跟不上，并公布全额退款等补偿方案。
而Meta则被曝连续第二年削减大多数员工股权激励，今年再砍约5%，与此同时其2026年资本支出预计将高达1150亿至1350亿美元，几乎是去年的两倍。
这一系列动态背后，反映的是资本市场对AI产业“烧钱换未来”模式的深度焦虑。从去年下半年至今，AI泡沫论持续延烧，其核心矛盾在于：AI巨大的想象空间与自身发展速度、商业化变现能力之间存在着显著的预期差。这个预期差能否填平，以及填平的速度，正成为市场判断AI是否存在泡沫的关键标尺。
OpenAI此次算力支出目标的大幅下调，被业内视为全球AI行业从“激进扩张”向“理性深耕”转型的标志性信号。此前，奥特曼曾宣扬在未来8年内投资约1.4万亿美元用于AI基础设施建设，这一数字远超任何科技公司的历史投资规模。然而，随着市场对过度扩张可能无法带来相应收入的担忧加剧，OpenAI不得不重新审视其支出规模。
OpenAI在调整支出目标的同时，给出了明确的收入预期：预计2030年总收入将超过2800亿美元，其中消费者业务与企业业务的贡献基本持平。这意味着，6000亿美元的算力支出计划是基于这一收入目标制定的，旨在实现“支出与收入的精准挂钩”。
从财务数据看，OpenAI 2025年营收达131亿美元，超出100亿美元的目标；同期支出为80亿美元，低于90亿美元的目标。尽管营收超预期，但推理成本的激增导致调整后毛利率从2024年的40%降至33%。公司预计到2030年现金流才能转正，这意味着未来5年仍需依靠融资维持运营。
然而，AI泡沫论的核心焦虑从来不在于投入规模，而在于投入产出比的可行性。
据统计，全球约有60亿网民，对比OpenAI此前披露的活跃用户和付费用户数据可推测，OpenAI付费转化率仅在二十五分之一到二十分之一之间。若OpenAI不涨价且独霸全球市场，用户侧收入也不会超过千亿美元。
这一收入天花板迫使OpenAI必须积极开拓企业侧和硬件侧业务。普通用户侧是付费包月机制，而企业侧和硬件侧则是按量收费，市场潜力更大。事实上，OpenAI预计2030年消费者业务与企业业务的贡献将基本持平，这意味着企业侧收入需要达到1400亿美元左右。
硬件布局成为OpenAI拓展收入来源的重要抓手。据最新报道，OpenAI计划在2027年推出其首款配备摄像头的人工智能音箱，售价在200至300美元之间，并同时布局智能眼镜、智能台灯等硬件产品。公司已组建超过200人的硬件团队。这款智能音箱将配备摄像头，可识别周围环境中的物体，并支持类似Face ID的人脸识别支付功能。
与OpenAI的“理性回归”形成鲜明对比的是Meta的“勒紧裤腰带”策略。Meta已连续第二年削减大多数员工的股权激励，今年再砍约5%，去年则削减了约10%。这一举措涉及数万名员工，在匿名职场论坛Blind上引发员工不满，有人质疑“我这么努力图什么”，也有人调侃“那我就把工作时间减少5%”。
与此同时，扎克伯格正将资本支出推高至前所未有的水平。Meta预计2026年资本支出将达1150亿至1350亿美元，几乎是2025年722亿美元的两倍。公司还以数千万甚至上亿美元的年薪和奖金从竞争对手处挖角顶级AI人才。
一边为顶尖人才提供“超级明星薪酬”，一边为普通员工提供“市场竞争力薪酬”。
Meta的这一策略背后，是投资者对AI投资回报的焦虑。当亚马逊宣布将年度资本开支提高至2000亿美元后，股价应声下跌，反映出市场对“烧钱换未来”模式的耐心正在耗尽。扎克伯格通过削减普通员工股权、裁减元宇宙部门岗位等方式展现“效率”，以安抚投资者情绪，换取AI投资的“时间窗口”。
在大洋彼岸，中国AI企业则呈现出截然不同的图景。
一方面，中国的AI企业正在“摸着美国过河”。当Anthropic收紧Claude服务，智谱迅速上线“搬家计划”，甚至因承接需求“太火爆”而致歉。
智谱GLM Coding Plan的致歉信，表面上是为规则透明度不够、灰度节奏太慢等问题道歉，实则是一次成功的“凡尔赛”式营销。GLM-5发布后流量超出预期，套餐上线即售罄，创下国产AI编程模型付费套餐售空的行业新纪录。尽管服务出现排队、响应延迟，但智谱股价逆势暴涨，市值跻身港股TMT板块市值第一梯队。
智谱的快速响应能力体现在其补偿方案上：支持受影响用户自主申请退款，遵循“2026年1月1日至今天，全部请客”的原则。这种“用真金白银挽回用户信任”的策略，展现了中国AI企业在商业化落地上的务实态度。
另一方面，与美国OpenAI、Anthropic等初创企业异军突起不同，中国的AI领军企业主要是既有的互联网巨头——字节跳动、阿里、腾讯等。这一结构性差异至关重要。
巨头自行孵化AI应用，意味着即使发展不及预期，泡沫破裂的损失也将主要由企业自身承担，而非传导至资本市场引发系统性风险。更重要的是，巨头拥有成熟的商业模式和现金流，可以对AI业务进行持续输血，而无需像OpenAI那样频繁向资本市场展示收入预期。
中国AI产业的另一重护城河在于全国统一大市场。这不仅是政策表述，更是实实在在的产业优势。
从技术落地角度看，庞大的国内市场为AI应用提供了海量场景和试错空间。无论是智能制造、智慧城市，还是金融科技、医疗健康，中国都拥有全球最丰富的应用场景资源。这种场景红利，恰恰是OpenAI等美国企业难以复制的。
从这个意义上说，中国AI产业的泡沫风险更可控——因为落地路径更清晰、商业模式更多元、风险承担主体更坚实。
回到泡沫论本身，市场对AI的焦虑本质上是预期差能否被填平的焦虑。
从目前的信息来看，用户侧收入天花板已现，企业侧和硬件侧的突破决定最终成败。
届时，如果智能音箱、智能眼镜等硬件产品未能形成规模化收入，如果企业侧AI应用仍停留在降本增效而非创造增量价值，那么泡沫论的担忧将成为现实。
反之，若AI能够像互联网一样，从“卖电脑、卖软件”进化到“做服务、做平台”，开启全新的价值创造模式，那么今天数千上万亿美元算力支出，不过是通往未来的一笔必要投资。
泡沫与否，市场终将给出答案。
2026年开春，全球AI领域接连传出重磅消息，再次将“AI泡沫论”推至风口浪尖。2月21日，OpenAI向投资者披露，计划到2030年的总算力支出目标约为6000亿美元，较数月前CEO山姆·奥特曼高调承诺的1.4万亿美元大幅缩水近60%。
同日，中国AI大模型龙头智谱发布GLM Coding Plan致歉信，坦诚GLM-5发布后流量超出预期、扩容节奏跟不上，并公布全额退款等补偿方案。
而Meta则被曝连续第二年削减大多数员工股权激励，今年再砍约5%，与此同时其2026年资本支出预计将高达1150亿至1350亿美元，几乎是去年的两倍。
这一系列动态背后，反映的是资本市场对AI产业“烧钱换未来”模式的深度焦虑。从去年下半年至今，AI泡沫论持续延烧，其核心矛盾在于：AI巨大的想象空间与自身发展速度、商业化变现能力之间存在着显著的预期差。这个预期差能否填平，以及填平的速度，正成为市场判断AI是否存在泡沫的关键标尺。
OpenAI此次算力支出目标的大幅下调，被业内视为全球AI行业从“激进扩张”向“理性深耕”转型的标志性信号。此前，奥特曼曾宣扬在未来8年内投资约1.4万亿美元用于AI基础设施建设，这一数字远超任何科技公司的历史投资规模。然而，随着市场对过度扩张可能无法带来相应收入的担忧加剧，OpenAI不得不重新审视其支出规模。
OpenAI在调整支出目标的同时，给出了明确的收入预期：预计2030年总收入将超过2800亿美元，其中消费者业务与企业业务的贡献基本持平。这意味着，6000亿美元的算力支出计划是基于这一收入目标制定的，旨在实现“支出与收入的精准挂钩”。
从财务数据看，OpenAI 2025年营收达131亿美元，超出100亿美元的目标；同期支出为80亿美元，低于90亿美元的目标。尽管营收超预期，但推理成本的激增导致调整后毛利率从2024年的40%降至33%。公司预计到2030年现金流才能转正，这意味着未来5年仍需依靠融资维持运营。
然而，AI泡沫论的核心焦虑从来不在于投入规模，而在于投入产出比的可行性。
据统计，全球约有60亿网民，对比OpenAI此前披露的活跃用户和付费用户数据可推测，OpenAI付费转化率仅在二十五分之一到二十分之一之间。若OpenAI不涨价且独霸全球市场，用户侧收入也不会超过千亿美元。
这一收入天花板迫使OpenAI必须积极开拓企业侧和硬件侧业务。普通用户侧是付费包月机制，而企业侧和硬件侧则是按量收费，市场潜力更大。事实上，OpenAI预计2030年消费者业务与企业业务的贡献将基本持平，这意味着企业侧收入需要达到1400亿美元左右。
硬件布局成为OpenAI拓展收入来源的重要抓手。据最新报道，OpenAI计划在2027年推出其首款配备摄像头的人工智能音箱，售价在200至300美元之间，并同时布局智能眼镜、智能台灯等硬件产品。公司已组建超过200人的硬件团队。这款智能音箱将配备摄像头，可识别周围环境中的物体，并支持类似Face ID的人脸识别支付功能。
与OpenAI的“理性回归”形成鲜明对比的是Meta的“勒紧裤腰带”策略。Meta已连续第二年削减大多数员工的股权激励，今年再砍约5%，去年则削减了约10%。这一举措涉及数万名员工，在匿名职场论坛Blind上引发员工不满，有人质疑“我这么努力图什么”，也有人调侃“那我就把工作时间减少5%”。
与此同时，扎克伯格正将资本支出推高至前所未有的水平。Meta预计2026年资本支出将达1150亿至1350亿美元，几乎是2025年722亿美元的两倍。公司还以数千万甚至上亿美元的年薪和奖金从竞争对手处挖角顶级AI人才。
一边为顶尖人才提供“超级明星薪酬”，一边为普通员工提供“市场竞争力薪酬”。
Meta的这一策略背后，是投资者对AI投资回报的焦虑。当亚马逊宣布将年度资本开支提高至2000亿美元后，股价应声下跌，反映出市场对“烧钱换未来”模式的耐心正在耗尽。扎克伯格通过削减普通员工股权、裁减元宇宙部门岗位等方式展现“效率”，以安抚投资者情绪，换取AI投资的“时间窗口”。
在大洋彼岸，中国AI企业则呈现出截然不同的图景。
一方面，中国的AI企业正在“摸着美国过河”。当Anthropic收紧Claude服务，智谱迅速上线“搬家计划”，甚至因承接需求“太火爆”而致歉。
智谱GLM Coding Plan的致歉信，表面上是为规则透明度不够、灰度节奏太慢等问题道歉，实则是一次成功的“凡尔赛”式营销。GLM-5发布后流量超出预期，套餐上线即售罄，创下国产AI编程模型付费套餐售空的行业新纪录。尽管服务出现排队、响应延迟，但智谱股价逆势暴涨，市值跻身港股TMT板块市值第一梯队。
智谱的快速响应能力体现在其补偿方案上：支持受影响用户自主申请退款，遵循“2026年1月1日至今天，全部请客”的原则。这种“用真金白银挽回用户信任”的策略，展现了中国AI企业在商业化落地上的务实态度。
另一方面，与美国OpenAI、Anthropic等初创企业异军突起不同，中国的AI领军企业主要是既有的互联网巨头——字节跳动、阿里、腾讯等。这一结构性差异至关重要。
巨头自行孵化AI应用，意味着即使发展不及预期，泡沫破裂的损失也将主要由企业自身承担，而非传导至资本市场引发系统性风险。更重要的是，巨头拥有成熟的商业模式和现金流，可以对AI业务进行持续输血，而无需像OpenAI那样频繁向资本市场展示收入预期。
中国AI产业的另一重护城河在于全国统一大市场。这不仅是政策表述，更是实实在在的产业优势。
从技术落地角度看，庞大的国内市场为AI应用提供了海量场景和试错空间。无论是智能制造、智慧城市，还是金融科技、医疗健康，中国都拥有全球最丰富的应用场景资源。这种场景红利，恰恰是OpenAI等美国企业难以复制的。
从这个意义上说，中国AI产业的泡沫风险更可控——因为落地路径更清晰、商业模式更多元、风险承担主体更坚实。
回到泡沫论本身，市场对AI的焦虑本质上是预期差能否被填平的焦虑。
从目前的信息来看，用户侧收入天花板已现，企业侧和硬件侧的突破决定最终成败。
届时，如果智能音箱、智能眼镜等硬件产品未能形成规模化收入，如果企业侧AI应用仍停留在降本增效而非创造增量价值，那么泡沫论的担忧将成为现实。
反之，若AI能够像互联网一样，从“卖电脑、卖软件”进化到“做服务、做平台”，开启全新的价值创造模式，那么今天数千上万亿美元算力支出，不过是通往未来的一笔必要投资。
泡沫与否，市场终将给出答案。
