计算机行业AI泡沫系列研究：热力学熵增定律视角看本轮“AI泡沫”演变.pdf

计算机行业AI泡沫系列研究：热力学熵增定律视角看本轮“AI泡沫”演变。当前 AI 资本市场呈现出一种“非理性繁荣”与“理性泡沫”交织的复杂 特征。一方面 ，以“AI+”为核心的科技革命是确定性产业趋势，巨额资本 （Capex）的持续注入既反映 了全球对技术突破与未来价值的共识，也构成了 泡沫的“理性”基底，即：技术迭代真实发生、应用需求切实存在、产业逻辑 清晰可循；另一方面 ，本轮 AI 龙头公司英伟达估值屡创新高，产业链各环节 资本开支空前高涨，从北美云厂商数千亿美元的年投入，到 AI 芯片、数据中 心等重 资产领域的规模扩容，均呈现出“非理性繁荣”的迹象，再叠加当下 AI 革命呈现的复杂性，如生态溢价的涌现性、技术路径的非线性竞争、商业 转化的长周期，使得传统基于线性因果、还原论拆解与均衡假设的分析范式失 效，难以真正穿透表象评估其可持续性与潜在风险。

引入热力学“熵增定律”来分析本轮 AI 泡沫。为破解这一复杂系统的分析 困境，我们尝试引入热力学“熵增定律 ”构建分析框架，将 AI 资本市场视为 一个被巨额资本（能量 E）持续注入的开放系统。系统的存续逻辑在于：外部 输入的资本能量必须高效转化为有序的价值产出（负熵），包括技术性能的确 定性提升、规模化商业收入的落地、正向自由现金流的生成，否则系统无序度 （熵 S）将不可逆累积，导致估值体系割裂、技术路径分歧加剧、资本效率走 低，从而引发泡沫破裂风险。

AI 泡沫的熵增判断本质上是对“上游 Scaling Law 有效性”与“下游 ROI 可实现性”的双重 检验。这两大问题分别对应产业链的供给端转化效率与需 求端价值闭环能力，即：只有上游能将资本高效转为智能供给、下游能将智能 高效转为商业回报，整个 AI 系统才能在高熵环境中维持有序扩张，否则任何 环节的熵增失控都可能引发系统性调整。基于此，我们从产业链上中下游熵值 分布出发，剖析脆弱性、识别“负熵节点”的逻辑起点，我们认为：当前 AI 资本市场正处于高熵累积但未达临界点的状态，产业链上中下游因转化效率差 异呈现显著熵值分化：

上游（芯片/硬件）处于“高压区”，存在泡沫隐忧。整体来看 北美四大云 厂商资本性支出预计 2026 年仍然维持增长态势，需求仍然强劲，整体资本密 集度呈下降趋势，上游供需关系的非线性断裂风险暂不明显，但存在泡沫隐忧。 截至 2025Q3 英伟达库存增长 158.48%，显著高于微软 Intelligent Cloud 业 务收入增速 28.25%与 Google Cloud 增速 33.51%，剪刀差持续扩大；其次 面 临技术路径竞争（如英伟达 GPU 与谷歌 TPU）、美国电力危机推高成本、 以及循环投资下资本回报率可持续性存疑等风险。

中游（云/平台）是“相变震中”，脆弱性最高。作为连接上下游的核心枢 纽，中游厂商面 临三重 熵增压力：大客户依赖与价格战风险凸显（收入/资本 支出比率显示资本拉动营收的边际效应减弱，头部厂商 AI 资本支出对营收的 贡献已从高位回落）；算力租赁市场隐现价格战与空置率攀升（尽管当前 H200 租赁价格维持高位，但区域空置率分化加剧，北美部分市场空置率虽低但新增 容量增速过快），且电力将成为制约算力发展的最大物理瓶颈（Nvidia 下一 代集群推进将使单卡算力提升与电力消耗同步激增）；开源模型与客户自研冲 击生态锁定。三重 因素放大了中游的熵增压力，成为脆弱性最高的环节。