人工智能的崛起会引发明斯基时刻吗？

明斯基理论是理解人工智能当前泡沫和未来崩盘风险的“金融透镜”，它解释了为什么像AI这样的颠覆性技术，从最初的理性投资，极易演变成一场不可持续的投机狂热,并最终可能导致大规模的资本浪费和技术停滞。

下面我将从几个层面详细拆解这两者的关系。

第一部分：重温明斯基的核心理论

我们需要简要回顾海曼·明斯基的金融不稳定假说，其核心思想是：稳定本身就是不稳定的根源。

一个经济或金融体系在长期稳定运行后，会逐渐滋生出风险，最终导致自我毁灭式的崩溃，他将经济参与者的融资行为分为三种类型,这三种类型的比例决定了整个体系的稳定程度：

1. 对冲性融资

   
   （图片来源网络，侵删）
   • 定义：借款人（企业或个人）的现金流足以覆盖其债务的本金和利息，这是最安全、最稳健的融资方式。
   • 状态：经济体系健康、稳定,风险可控。

2. 投机性融资

   • 定义：借款人的现金流仅足以支付债务的利息，但不足以偿还本金，他们需要通过“借新还旧”（Roll Over Debt）或出售资产来偿还本金。
   • 状态：经济体系开始变得脆弱，它依赖于持续的信贷扩张和资产价格上涨，一旦信贷收紧或资产价格下跌,链条就会断裂。

3. 庞氏融资

   • 定义：借款人的现金流连利息都支付不起，他们只能通过借入更多新钱来支付利息，或者不断出售资产，这是一种“旁氏骗局”式的融资,其生存的唯一前提是资产价格必须持续上涨。
   • 状态：经济体系极度危险，处于“金字塔”顶端,任何风吹草动都可能引发雪崩式的崩溃。

明斯基时刻：指的就是当市场情绪从极度乐观转向悲观，投机性融资和庞氏融资的借款人无法再获得新的融资来维持运转时，整个金融体系瞬间崩溃的时刻，资产价格暴跌，违约潮涌现,导致严重的经济衰退。

第二部分：明斯基理论如何套用在人工智能领域

我们将这个框架应用到人工智能上，这里的“借款人”可以是AI初创公司、大型科技巨头，甚至是投资于AI的基金；“现金流”是公司的收入和利润；“债务”则是它们为发展AI而投入的巨额资本和承担的运营成本。

对冲性融资（AI的“黄金时代”）

• 特征：这是AI技术发展的早期阶段，只有少数真正拥有核心技术、能解决明确商业问题（如特定领域的数据分析、自动化流程）的公司能获得投资。
• 融资逻辑：投资者看重的是AI技术带来的实际生产力提升和真实利润，公司的AI项目能产生足够的现金流,覆盖其研发和运营成本。
• 市场状态：投资理性，增长稳健，风险是可控的，这个阶段类似于早期的谷歌或Netflix,用技术优势创造了可持续的商业模式。

投机性融资（AI的“狂热时代”）

• 特征：随着AI（特别是生成式AI）取得突破性进展（如ChatGPT的发布），市场情绪被点燃。“AI”本身成为了一个强大的叙事,吸引了大量资本涌入。
• 融资逻辑：投资逻辑从“现在能赚多少钱”转变为“未来能赚多少钱”，许多公司开始“包装”自己，即使没有清晰的商业模式，只要与AI沾边，就能获得高估值，它们的收入远不足以覆盖巨额的算力、人才和研发投入。
• 市场状态：估值严重脱离基本面，公司依赖风险投资和资本市场输血来维持运营和研发，它们期望在未来某个时间点，通过技术成熟或市场垄断来获得巨额回报。这已经是一个非常危险的阶段。

庞氏融资（AI的“泡沫顶峰”）

• 特征：这是当前我们可能正在进入或已经处于的阶段，AI竞赛进入白热化,烧钱竞赛愈演愈烈。
• 融资逻辑：
  • 初创公司：为了生存和竞争，它们必须不惜一切代价获取顶尖人才和算力，它们的商业模式是“融资 -> 烧钱 -> 争夺市场份额 -> 融资更多钱”，它们产生的现金流连支付电费和员工工资都困难,完全依赖下一轮融资。
  • 大型科技巨头：虽然它们有更雄厚的资本，但也陷入了“AI军备竞赛”，为了不落后于竞争对手，它们持续投入天文数字的资金，即使这些投资的短期回报率极低，它们的“庞氏”体现在，股价和市值依赖于投资者对它们未来AI霸权的无限想象,而不是当前的盈利能力。
• 市场状态：极度脆弱，整个生态系统的运转，依赖于一个信念：AI必须成功，而且必须很快成功，并且赢家通吃，任何负面消息（如技术瓶颈、监管收紧、融资环境恶化）都可能成为刺破泡沫的针。

“明斯基时刻”在AI领域的可能形态

AI领域的“明斯基时刻”可能不是传统意义上的股市崩盘,而更可能表现为以下几种形式：

1. 资本枯竭：风险投资市场突然冷却，大量“AI概念股”无法获得后续融资，瞬间倒闭,我们可能会看到一波大规模的AI初创公司倒闭潮。
2. 技术瓶颈显现：人们发现，从当前AI模型到真正的通用人工智能还有巨大的鸿沟，且突破成本远超预期，算力、能源成本成为无法逾越的天花板,导致增长神话破灭。
3. 监管重拳出击：政府对AI的数据隐私、版权、安全等问题进行严格监管，大幅增加了公司的合规成本，限制了其商业应用场景,导致估值逻辑崩塌。
4. “军备竞赛”的终结：某家巨头（如OpenAI、Google）因无法承受巨额亏损而战略收缩，或者发现无法通过AI获得预期的垄断利润，从而停止烧钱,这会引发整个市场的连锁反应和信心危机。

结果：当这个时刻到来时，我们将看到大规模的资本浪费，无数被投入到AI模型训练中的算力、能源和人才，最终可能没有产生预期的经济价值，反而成为一堆无用的“数字垃圾”，技术发展可能会进入一个长期的“AI冬天”,投资和研发活动大幅萎缩。

第三部分：结合实例与未来展望

• 当前迹象：

  • 巨额亏损：NVIDIA虽然卖芯片赚翻了，但使用其芯片的AI公司（如OpenAI）和自研AI的巨头（如Google、Microsoft）都在报告巨额的AI相关亏损。
  • “无收入”的IPO：一些上市的AI公司，商业模式尚不清晰,主要依靠AI故事支撑其高市值。
  • 人才泡沫：顶尖AI工程师的薪酬被炒到离谱水平,反映了资本对稀缺资源的疯狂追逐。
  • 算力军备竞赛：企业之间争夺有限的算力资源（如NVIDIA的H100芯片），价格被推到极高,进一步加剧了成本压力。

• 明斯基视角的启示：

  • 警惕“技术必然成功”的叙事：技术本身并不能保证商业成功，历史告诉我们，互联网、铁路、电力都经历过疯狂的泡沫和漫长的调整期。
  • 关注现金流，而非仅仅是用户数或模型参数：一个健康的AI公司,最终必须能够证明其技术能转化为实实在在的利润。
  • 理解“稳定”的脆弱性：当前AI领域的“稳定”（即资本持续涌入、巨头们互相竞争）恰恰是最大的不稳定源,它孕育了巨大的风险。
  • 风险的社会化：当AI泡沫破裂时，受损的不仅仅是投资者，可能还包括被裁员的AI工程师、浪费的能源、被搁置的有价值研究,甚至是对整个科技创新生态的长期打击。

将明斯基的理论应用于人工智能，并非要否定AI的巨大潜力和变革性力量，恰恰相反，它是一种风险预警系统。

它告诉我们，AI的发展轨迹很可能不是一个平滑的指数曲线，而是一个充满泡沫、崩溃、再复苏的周期性过程，当前我们正处在由投机和庞氏融资驱动的狂热阶段，理解这一点,可以帮助我们：

• 对投资者：保持理性，更加关注商业模式和基本面，避免陷入“FOMO”（害怕错过）情绪。
• 对企业和从业者：思考如何构建一个能穿越周期的、可持续的商业模式,而不是仅仅依赖资本输血。
• 对政策制定者：预见到潜在的系统性风险，提前做好监管和应对准备，引导AI技术朝着更健康、更具社会价值的方向发展。

明斯基理论提醒我们，在拥抱AI带来的无限可能时，必须对其背后的金融逻辑和潜在风险保持清醒和敬畏。历史的剧本，往往在不同的舞台上，以相似的方式重演。

标签： 人工智能明斯基时刻风险 AI引发金融危机可能性 人工智能泡沫破裂预警