为什么李录会提醒投资人，AI这场革命，不会一路单边上涨？ 孔乙整理了李录在哥伦比亚商学院格雷厄姆与多德论坛上关于AI的核心观点。 很多人只看到AI带来的生产力变革。 却忽略它未来大概率会经历多轮泡沫兴起，再泡沫破裂。 AI能发展到哪一步，不单单看算法和算力。 资本投入、商业变现能力、社会治理，同样是硬性约束。 AI和传统互联网，成本逻辑完全不一样。 互联网基建搭建完成后，新增内容分发边际成本极低。 但AI每一次回答、每执行一次智能体任务，都要持续消耗GPU、电力与存储。 前期训练模型烧钱，后续推理调用也会源源不断产生开销。 就算单Token价格持续走低，任务变复杂、调用量暴涨，整体算力开销依旧会上涨。 这就造成AI产业链利润分布极度不均。 英伟达、台积电这类上游芯片制造企业，订单到手就能兑现营收。 微软、谷歌这类大厂，要承担数据中心、设备折旧的巨额成本。 只能靠云业务、广告增值、企业服务慢慢回本。 模型厂商压力更大，推理成本、价格内卷、持续研发投入，样样都要扛。 上游订单火爆，不代表下游企业能赚到同等规模的利润。 李录对生成式AI本身的看法，保持着很强的克制。 AI依靠海量算力，在人类数据里寻找关联，慢慢拥有推理、编程能力。 它降低专业知识服务的获取门槛，但根基还是人类沉淀下来的知识。 现实世界里能源、制造、交通这些物理限制，不会因为AI消失。 他格外警惕AI自主迭代、脱离人类掌控的风险。 人类必须守住底线，保留监督、干预AI的能力。 资本市场还有一个隐藏风险，就是资本过度扎堆少数热门标的。 拿标普500举例，2010之后16年年化回报14%到15%。 但2000到2010这十年，指数几乎没有收益。 合并26年维度，长期年化回落至高个位数区间。 市场可以长期脱离合理估值，但资金不可能无限扩张。 当大量资金扎堆追捧少数热门公司。 市场里就会出现一批基本面扎实，却被资金冷落的企业。 这种估值分化，中美等多个市场都普遍存在。 价值投资者一定要分清两件事：技术创新，和股东实际回报。 AI确实可以提升生产效率，增加知识服务供给。 但巨额的资本投入，最终需要真实营收、利润、现金流去消化。 技术进步可以长期稳步向前。 资本市场的定价曲线，却未必同步。 这也是李录判断AI会迎来多轮繁荣与崩塌的核心逻辑。 希望本次分享对你有帮助，我是孔乙，复旦经济学博士，关注我，每天低频高质拆解宏观经济与投资技巧。