gate交易所 全球最大的区块链首发平台

AI行情走到今天，已经很难再用“热度”两个字简单概括了，更像是一种资本与叙事互相抬升的结构性状态。

印度首席经济顾问阿南塔·纳吉斯瓦兰在接受ANI采访时的表态，把这种状态直接点破了一层。他的判断并不复杂：当前AI股票估值已经进入泡沫区间，市场对AI能力的定价明显高于技术本身的现实落地水平。

这类判断在全球并不新鲜，但来自主权经济顾问层级的公开表达，语气会更偏宏观视角——它不只是讨论一两家公司的股价，而是在讨论整个资产定价体系是否出现偏移。

纳吉斯瓦兰的核心质疑集中在一个点：AI叙事被过度放大了。

尤其是“降本叙事”。大量AI公司在融资、路演或财报沟通中反复强调同一逻辑——通过AI显著降低人力成本、重构组织效率、替代部分岗位。这种说法在投资市场里非常有效，它直接触及企业利润率结构，也容易被快速折算成估值模型里的增长假设。

问题在于，这种假设的兑现周期并不清晰。

现实层面的AI应用，更多仍停留在工具增强与局部自动化阶段，真正意义上的大规模岗位替代和系统性降本，还没有形成可验证的行业样本。但资本市场的定价方式往往更前置，它会把“可能发生的效率跃迁”提前折现。

这就产生了一个时间差。

市场价格在未来，技术能力在当下，中间的缝隙被叙事填充。

纳吉斯瓦兰提到的“泡沫”，本质上就是这种时间差被持续放大的结果。当叙事持续强化、估值持续上移，而实际生产率提升仍然滞后时，资产价格就会逐渐脱离基本面锚点。

类似结构在历史上并不陌生。互联网早期、云计算扩张阶段、甚至部分新能源周期里，都出现过“能力兑现慢于估值扩张”的阶段性错位。区别在于，这一次AI的叙事更具通用性，它可以嵌入几乎所有行业，从金融到制造再到内容生产，覆盖面越广，想象空间也越难被约束。

这也解释了为什么质疑声音会越来越频繁出现。

AI公司并不只是技术公司，同时也是叙事公司。模型能力、算力规模、应用场景，这些指标在资本市场中被迅速转化为增长故事。而增长故事一旦足够统一，就容易形成估值共识，甚至脱离具体产品进展。

纳吉斯瓦兰的另一层担忧，是关于就业结构的讨论。

AI会不会带来大规模失业，目前并没有清晰答案。但在资本叙事中，“减少员工成本”已经成为高频关键词。这种预期一旦被提前定价，可能会反过来影响企业决策路径——投资AI不是为了提升效率，而是为了匹配市场对“降本能力”的想象。

逻辑就会开始反转。

技术不再只是工具，而成为估值的中介变量。

从宏观视角看，这类问题很难用单点指标去验证。AI是否泡沫，也不取决于某一家公司的收入曲线，而是整个行业能否在未来几个周期内，将“能力叙事”转化为“生产率增长”。

在那之前，估值与现实之间的张力还会持续存在。

市场不会立刻修正，但也不会永远无视偏差。真正需要观察的，不是AI是否被高估，而是这种高估能否被持续的真实产出逐步消化。