AI 繁荣背后的“二阶变化”：为什么市场可能低估了下一阶段的风险

最近，一篇题为《The Second Derivative: Why No One Understands the AI Boom》的文章引发讨论。它提出了一个很有意思的观点：

市场关注的不是 AI 还会不会增长，而是增长速度是否正在发生变化。

这被称为“二阶导数”（Second Derivative）。

简单来说：

第一层问题是：AI 增长了吗？

第二层问题是：AI 的增长速度还在加快吗？

很多投资者只看第一层。

但历史上的大周期转折，往往发生在第二层。

回顾 2008 年金融危机，很多人在事后认为问题来自房地产泡沫。但更深层的原因，是市场错误理解了增长模式。

房价上涨并没有立即停止，很多资产价格仍然很高。但真正发生变化的是：

上涨速度开始下降。

当市场、企业和金融机构依然按照过去高速增长的预期投入资金，系统就开始出现问题。

AI 时代也存在类似风险。

过去两年，人工智能成为全球最大的技术投资方向。

企业购买 GPU，建设数据中心，投入 AI 基础设施；云厂商投入数百亿美元扩张计算能力；创业公司围绕大模型快速融资。

这些投入背后的逻辑是：

未来 AI 需求会持续高速增长，并且产生足够收入回报。

但问题在于：

如果 AI 的收入增长依然很快，却没有以前那么快，会发生什么？

这就是“二阶变化”。

文章认为，目前市场可能低估了一件事：

AI 最大的风险不是没有增长，而是增长预期过高。

例如，一个公司今年 AI 收入增长 100%，市场会非常兴奋。

但如果第二年增长降到 50%，第三年降到 20%，即使收入仍然增长，投资者的预期可能已经发生改变。

因为资本市场交易的不是现在，而是未来。

当未来增长曲线开始变平，估值就可能受到影响。

当然，这并不意味着 AI 是泡沫。

互联网泡沫破裂之后，互联网本身并没有消失，反而创造了今天最大的科技公司。

类似地，即使 AI 投资周期出现调整，人工智能依然可能成为未来十年的核心技术。

真正的问题不是：

“AI 是不是真的？”

而是：

“市场给 AI 定价时，是否假设了一个永远高速增长的未来？”

未来几年，值得关注的可能不是每天出现的新模型，而是几个更关键的数据：

第一，AI 应用是否真正产生大规模收入；

第二，企业是否愿意持续为 AI 服务付费；

第三，数据中心和计算基础设施投入，是否能够获得匹配回报；

第四，AI 带来的生产效率提升，是否超过资本投入成本。

技术革命早期，最大的机会来自相信未来。

但投资周期中，最大的风险也来自过度相信未来。

AI 的故事可能还没有结束。

真正重要的问题是：

下一阶段，AI 的增长会继续加速，还是进入一个“仍然增长，但速度放缓”的阶段？

这或许才是理解 AI 牛市下一步走向的关键。

来源：根据《The Second Derivative: Why No One Understands the AI Boom》相关观点整理。

Andrew, July 2026