互联网泡沫时期，企业仅凭“.com”标签就能获得数百倍市盈率，市值与盈利严重脱节。这一幕正在AI领域重现：2025年全球AI初创企业融资额突破千亿美元，部分企业尚无落地产品，估值却堪比成熟科技公司。更值得警惕的是“参数竞赛”催生的泡沫——企业争相发布千亿级参数模型，却忽视模型的实际效用，正如当年互联网公司比拼网站流量却不懂盈利。这种脱离基本面的估值逻辑，与2000年纳斯达克的狂热如出一辙，为泡沫破裂埋下隐患。
互联网泡沫的破裂始于盈利问题暴露 —— 大量企业拥有用户却无变现路径，最终因资金链断裂倒闭。当前 AI 企业正面临相似困境：生成式 AI 训练一次消耗数百万美元电费，推理成本居高不下，而商业化场景仍局限于内容生成等浅层次应用。即便在政策推动下，800 多个 AI 应用场景中，真正实现盈利的不足 30%。许多企业依赖资本 “输血” 维持运营，一旦融资收紧，便会重蹈
Pets.com的覆辙。这种 “技术先进，商业滞后” 的矛盾，正是泡沫形成的核心特征。
20 世纪 90 年代宽松货币政策催生了互联网投资狂潮，而当前全球流动性过剩同样点燃了 AI 资本热情。风险投资机构扎堆涌入大模型赛道，甚至放弃尽职调查，仅凭 “AI 概念” 就砸下重金。这种非理性资本催生了诸多乱象：部分企业抄袭开源模型包装成 “自研成果”，有的借 AI 噱头炒作股价，正如当年互联网公司用 “眼球经济” 欺骗投资者。更严重的是，资本过度集中于通用大模型，导致行业同质化竞争加剧，资源浪费严重，这与互联网泡沫前的无序扩张高度相似。
互联网泡沫破裂有技术局限性的推手，而 AI 技术的固有缺陷可能加速泡沫崩塌。深度学习的 “黑箱难题” 导致决策不透明，医疗、金融等关键领域不敢深度应用；数据偏见引发的歧视性输出，已引发多起社会争议。更严峻的是伦理风险，深度伪造技术滥用、隐私泄露等问题，可能触发全球监管收紧，正如当年互联网泡沫后期的政策整顿。技术缺陷与监管风险的双重挤压，会让资本快速退潮，就像 2001 年互联网企业集体倒闭那样，引发 AI 行业的 “清算时刻”。
历史不会简单重复，但总会押着相同的韵脚。AI 热潮与互联网泡沫虽技术背景不同，但估值虚高、盈利缺失、资本狂热的核心特征已然显现。若不能及时回归商业本质，这场技术狂欢终将沦为又一场泡沫悲剧。
