Damodaran 的 AI 泡沫对照：真正的差异是「钱是借来的」
观点：这一轮的风险不在估值高，而在融资结构
纽约大学 Stern 商学院教授、被称为"估值院长"的 Aswath Damodaran 在 Excess Returns 访谈中给出了一个清晰的对照：互联网泡沫与当前 AI 热潮最大的区别，不在技术，在钱从哪来。
他的核心判断是：互联网泡沫几乎全靠股权融资，损失止于股东；而这一轮 AI 的资本开支（CapEx）很大一部分依赖私募资本与债务融资，一旦修正，问题会从股价传导到违约，进而波及整个社会。
三个要点
- 体量罕见。 现代史上少见的基础设施投入规模，意味着修正时的沉没成本更高、调整周期更长。
- 债务放大传导链。 股权跌了是账面问题，债务还不上是现金流问题。数据中心、电力、芯片采购的长期合同把风险锁定在多年之后。
- 收益验证滞后于投入。 资本开支在前，收入在后，中间的缺口需要持续融资填补——这正是最脆弱的地方。
对读者的实际建议
- 看现金流，不看订单。 长期采购协议是收入还是义务，取决于终止条款。
- 对折旧年限保持敏感。 GPU 的会计折旧年限直接决定账面利润，假设越乐观，后续调整越剧烈。
- 企业采购留退出条款。 如果供应商的融资结构承压，多年期算力合同需要写清服务水平与退出机制。
需要避免的误读：指出泡沫风险不等于断言泡沫破裂。基础设施建设有真实需求支撑，讨论的重点应该是"谁承担了错配的成本"，而不是"会不会崩"。
结论：这轮 AI 周期的胜负手，可能在财务结构上而不在技术指标上。对个人和企业来说，识别融资结构比追逐榜单更有价值。
参考来源
- Excess Returns 访谈（经 @rohanpaul_ai 转述）：X 帖文
- 素材索引：AI HOT（aihot.news）