← AI、文创、社企的创兴思考

AI、文创、社企的创兴思考 · AI双创

AI泡沫之后什么会留下

黄家麟 · 麟朗创兴2026.09.07约 5228 字

泡沫可能反而完成一件正常市场很难完成的事情 —— 把资本从「相信 AI」逼回到「证明 AI」。真正留下来的公司,才会知道自己到底在卖什么。

每投入一份算力,究竟创造了多少客户愿意承认的价值?——当资本市场不再奖励「AI」这两个字,答案才会浮出水面。

最近和创业者聊 AI,我越来越不喜欢一个问题:「现在 AI 这么火,到底是不是泡沫?」

这个问题当然重要,但我觉得还不够好。因为如果答案是「是」,很多人马上就会得到一个过于简单的结论:AI 要凉了。如果答案是「不是」,又很容易变成:AI 这么大的趋势,赶紧上车。

可互联网已经把这件事情演示过一次了。2000 年前后,互联网泡沫破裂,倒下了大量互联网公司。可互联网并没有因此消失。恰恰相反,泡沫之后留下来的基础设施、商业模式和用户习惯,后来成了今天数字经济的底座。

所以真正值得创业者研究的问题从来不是「AI 是不是泡沫」,而是:如果泡沫真的来了,什么会被消灭,什么反而会留下?

我越来越倾向于认为,AI 这一轮真正危险的地方,不在于 AI 没有价值,而在于:资本可能给了 AI 太高的价格,同时又建了太多还没有找到真实用途的能力。而这两件事情,完全可以同时成立。

PART 02 · THE PRICE

互联网当年不是假的

错的是「价格」

互联网泡沫最容易被今天的人误解成一个故事:「当年大家疯狂炒互联网,后来发现互联网没用,所以泡沫破了。」

事实恰恰相反。互联网当然有巨大的价值。真正出了问题的是资本市场把未来可能创造的价值,过早、过快地计入了今天的价格。于是:用户增长被当成商业模式;融资速度被当成企业价值;「互联网」三个字本身,就开始拥有溢价。

最后市场发现了一件很尴尬的事情:技术是真的,但很多公司的未来现金流没有想象中那么值钱。

所以泡沫破裂以后,互联网并没有消失。消失的是那些没有得到真实商业价值支撑的估值。这件事情放到今天的 AI 上,我觉得依然成立。

PART 03 · NOT A TECH BUBBLE

今天的 AI

更接近「真实经济」

所以如果有人简单预测:「AI 会像 2000 年一样整个崩掉。」我并不赞成。

今天的 AI 已经不是一个停留在实验室里的技术概念。企业已经在大量使用 AI,AI 产品也已经产生真实收入。Stanford 2026 AI Index 显示,2025 年全球企业 AI 投资继续高速增长,组织层面的 AI 采用已经非常普遍;与此同时,头部 AI 企业的收入正在快速扩大。问题也正是在这里出现的——收入在增长,算力投入和基础设施资本开支也在以非常惊人的速度增长。

这和 2000 年有一个很大的区别:当年的很多互联网公司,连怎么赚钱都还没有真正想清楚。今天的大型 AI 公司中,已经有不少企业拥有真实客户、真实收入和真实现金流。

所以我更愿意把今天的风险理解成:不是 AI 技术泡沫,而是 AI 资产定价和 AI 投资扩张可能出现泡沫。

PART 04 · WHOEVER WINS

真正让我警惕的

是「大家都怕输,所以大家都拼命投资」

这件事情特别像创业。假设一个新的市场最终只会留下两三家巨头。那么每一家都会产生一个非常合理的想法:「我现在少投一点,万一别人赢了怎么办?」于是大家继续投。竞争对手投 100 亿,我不能只投 50 亿。别人开始建数据中心,我也得建。别人开始买 GPU,我不能没有。别人说 Agent 会成为下一代入口,我也得做一个。

单看每家公司的决策,都有道理。问题是:如果所有人都这么想,整个市场可能就投资过头了。

BIS 在 2026 年的研究里,恰恰从这个角度分析了当前 AI 投资竞赛:在「赢家通吃」预期和竞争压力下,企业可能投入超过社会有效水平的资本;其基准模型估计,这种过度投资可能达到有效水平的大约 1.5 倍,在需求更缺乏弹性的情形下甚至可能进一步放大。BIS 同时警告,AI 专用资产高度专业化,加上债务融资和相互持股,可能放大泡沫破裂后的清算压力。

这让我想起一句创业圈里经常说的话:「别人都在做,所以我也不能不做。」放到资本市场上,就成了:「别人都在投,所以我也不能不投。」这两句话都可能把一个正确的判断,推向错误的规模。

PART 05 · CAPACITY OVER VALUE

AI 泡沫最危险的地方

可能不是估值,而是「产能」

大家谈泡沫,第一反应通常是股票价格。我反而更想看另外一个东西:AI 到底建了多少暂时用不上的能力?

· GPU

· 数据中心

· 电力

· 网络、服务器、冷却系统

· 专用芯片

· 模型、各种 AI 平台

这些东西都是真实资产。但真实资产不等于永远有人需要。

假设几年之后,AI 模型能力提升的速度超过了企业实际采用速度,或者 AI 带来的收入增长没有达到今天资本市场的预期,那么最先出现的问题就不是「AI 有没有用」,而是「我们是不是建得太快了?」

BIS 今年进一步指出,全球主要超大规模云服务商的 AI 资本开支规模已经非常庞大,而且部分投资开始更多依赖债务融资。美联储 2026 年的金融稳定评估也把 AI 相关估值、债务融资以及 AI 投资预期落空后的资产重估列为需要关注的风险。

这就不是一个单纯的科技股故事了。它开始进入:资本开支、信贷、供应链和金融体系。

PART 06 · WHAT STAYS WITH YOU

但我真正想提醒 AI 创业者的

是另一件事

如果资本市场真的开始调整,最先受到冲击的,未必是 AI 本身。而可能是:「只要有 AI,就有价值。」

这句话本身就值得怀疑。今天很多项目最大的优势是什么?「我们用了最先进的模型。」问题是,明天竞争对手也能用。甚至模型本身不断变便宜。

这时候,一个创业公司真正的护城河就会慢慢显现出来:

· 客户为什么留在你这里?

· 你的产品解决了什么独特的问题?

· 你掌握了什么别人没有的数据?

· 为什么客户愿意持续付钱?

· 如果把底层模型换掉,你的价值还存在吗?

如果这些问题回答不上来,AI 再先进,也可能只是一个漂亮的功能。

PART 07 · THE GRID ANALOGY

「算力即电力」这个比喻

还没有讲完

我们经常说:GPU 像发电厂。这个比喻没问题。但电力真正改变世界,并不是因为发电厂特别伟大。而是因为后来建立了完整的:

· 电网

· 变压

· 配电

· 插座

· 各种电器

有了电厂,没有电器,电也只能在那里发着。这件事情放到今天的 AI 产业,反而很有意思。

我们已经有越来越多的「AI 发电厂」。模型越来越多;算力越来越强;Token 越来越便宜。但真正把 AI 能力稳定送到企业业务里的「配电网」和真正值得长期使用的「电器」,还没有那么成熟。

PART 08 · CHEAPER TOKEN

Token 越来越便宜

对创业者未必是好消息

这句话可能听起来很奇怪。AI 便宜了,不应该是好事情吗?对于用户当然可能是好事情。对于很多 AI 创业公司,却未必。

因为如果市场最终按照 Token 收费,那么模型之间就会越来越容易形成价格竞争。但客户真正购买的其实不是 Token。他买的是一次任务完成得怎么样。

比如一个企业不是想买「100 万 Token」。它真正想买的是:

· 「每个月帮我审核 5000 份合同。」

· 「帮我处理 10 万张发票。」

· 「帮我筛选 10000 份简历。」

· 「帮我完成 5000 次客户咨询。」

而且还要有:准确率;响应速度;稳定性;权限控制;异常处理;数据安全。

所以真正值得关注的未来,不一定是:每百万 Token 多少钱。而可能是:每一次有效结果,需要多少算力?以及这些算力,究竟创造了多少经济价值?这两个问题一旦被市场广泛采用,AI 行业的估值逻辑也会发生变化。

PART 09 · WHAT GETS PURGED

泡沫之后,最可能被淘汰的

不是「AI」,而是「没有价值的 AI」

我猜未来几年会看到大量很有意思的案例。

有些公司技术很好。产品也很好。投资人也很喜欢。但是最后客户不续费。有些 Agent 演示非常惊艳。真正放进企业流程以后,却发现:

· 人工还是不敢关掉

· 出了问题没人负责

· 复杂场景处理不了

· 成本降不下来

· 收益算不清楚

这样的产品,在融资市场好的时候可以继续融资。到了资本市场开始要求现金流,它的生命力就会迅速下降。

所以泡沫真正会淘汰的,是:低壁垒、低复购、低责任承受能力、低真实价值密度的 AI 项目。

这对创业者其实不是坏消息。因为这意味着:市场终于开始要求证据了。

PART 10 · FROM STORY TO EVIDENCE

创业者会重新开始问「很土」的问题

创业重新从「讲未来」回到「拿证据」

到那个时候,创业者会重新开始问一些「很土」的问题:

· 客户到底是谁?

· 问题到底有多痛?

· 客户现在怎么解决?

· 为什么一定要用 AI?

· 不用你会损失什么?

· 客户为什么愿意付费?

· 为什么会续费?

· 毛利能不能成立?

· 换一个模型以后还成立吗?

· 出了事故谁负责?

· 能不能规模化?

这些问题一点都不性感。但它们可能比「Agent 会不会颠覆行业」更接近创业。

PART 11 · EVIDENCE-BASED ENTREPRENEURSHIP

循证创业真正有价值的时候

越容易做出来,越应该更快验证最危险的假设

AI 时代很容易出现一个奇怪现象:因为开发成本下降了,所以大家可以非常快地做 MVP。一天一个原型。几天一个 Agent。一周一个产品。听起来像创业效率发生了革命。

但还有一个问题:做错产品的成本也下降了。于是我们可能得到大量「技术上已经完成」却没有「商业上已经验证」的东西。

这时候,循证创业反而变得更加重要。不是因为创业者应该变得更慢,恰恰相反。而是因为:越容易做出来,越应该更快验证最危险的假设。

客户说喜欢,不够。客户愿意试,也不够。真正付费。持续使用。重复购买。愿意介绍给别人。这些才是更强的证据。

所以 AI 时代真正需要加速的,不只是产品开发,还包括:证据产生的速度。

PART 12 · WHAT WILL REMAIN

真正留下来的

不是「最强的 AI 公司」,而是「最会用 AI 创造价值的公司」

这也是我对 AI 泡沫最不悲观的地方。互联网泡沫结束以后,互联网并没有消失。反而因为大量基础设施被提前建设,后来的互联网创业成本更低了。

AI 也可能经历类似过程。资本过度追逐以后:

· 一部分 GPU 会闲置

· 一部分数据中心会被重新定价

· 一部分创业公司会消失

· 一部分模型会被淘汰

· 一部分 Agent 会没人使用

但与此同时,另一部分基础设施会留下来。更便宜的算力;更成熟的模型;更标准化的接口;更成熟的 Agent 基础设施;更丰富的数据;更完整的安全和审计体系;以及最重要的:一批真正被证明能够持续创造价值的 AI 业务。

所以泡沫可能反而完成一件正常市场很难完成的事情:把资本从「相信 AI」,逼回到「证明 AI」。

CLOSING · 收束

真正稀缺的,从来不是算力,而是一个真实而持续存在的问题、一群真正愿意付钱的客户、一套能够稳定工作的业务流程、一份别人难以复制的信任,以及——每一单位 AI 能力到底能够创造多少真实价值。当资本市场不再奖励「AI」这两个字,真正留下来的公司,才会知道自己到底在卖什么。

对 AI+OPC 创业者来说,真正应该担心的从来不是泡沫。如果明天 AI 不再是一个资本市场最喜欢的故事,你的公司还成立吗?

如果答案是「因为大家都在追 AI,所以客户会买」——危险。如果答案是「因为模型很先进,所以客户不会离开」——危险。如果答案是「因为 AI 市场很大,所以投资人会继续给钱」——也很危险。

更可靠的答案应该是:「即使 AI 不再是热点,我的客户依然有一个真实问题;即使底层模型换掉,我依然能够解决这个问题;即使资本不再愿意给我高估值,我仍然能够通过客户获得收入。」

到了这个阶段,AI 才真正从故事变成了生意。

黄家麟 麟朗创兴创始人。上海市科技创业中心创业导师、上海市创业指导专家、上海市企业发展专家、上海市大学生科技创业基金会双创导师。天使投资人及创业教练 复旦大学民商法学硕士。具有法律、连续创业、天使投资、风险投资与创业孵化等丰富经验。现在长三角地区多个国家级以上科创孵化载体及重点高校担任孵化教练及实战创业导师,帮助各阶段精进型创业者达成发展里程碑。

本文首发于麟朗创兴公众号

读到这里,想知道自己的项目卡在哪一步? 做一次十来分钟的初诊 →

十来分钟,一个问题一个问题地问,最后给你一份初诊报告。